Skip to content

kuwork/Backlog.md

 
 

Repository files navigation

Backlog.md

🇺🇸 English

适用于任何 Git 仓库的本地 Markdown 任务管理器 & 看板视图

npm i -g @kuwork/backlog.mdbun add -g @kuwork/backlog.mdbrew install backlog-md(上游)或 nix run github:MrLesk/Backlog.md(上游)

Backlog demo GIF using: backlog board


Backlog.md 让任何含 Git 仓库的文件夹都能成为独立的项目看板 由纯 Markdown 文件和零配置 CLI 驱动。 为规范驱动的 AI 开发量身打造 —— 通过结构化任务让 AI 智能体产出可预期的结果。

功能特性

  • 📝 本地 Markdown 任务 —— 每个事项都是一份纯 .md 文件

  • 🤖 为 AI 而生 —— 兼容 Claude Code、Gemini CLI、Codex、Kiro 及任何其他支持 MCP 或 CLI 的 AI 助手

  • 📊 即时终端看板 —— backlog board 在终端中实时呈现看板

  • 🌐 现代 Web 界面 —— backlog browser 启动精致的 Web UI,让任务管理一目了然

  • 🌍 多语言界面 —— Web UI 支持英语、日语、简体中文、繁体中文,在设置中一键切换

  • 🧠 LLM Wiki 知识库 —— AI 自动维护的结对笔记本,支持摄取、查询与健康检查

  • 📄 富文本粘贴与文档上传 —— 从 Word、网页直接粘贴为 Markdown,支持 .docx 上传与图片自动提取

  • 📅 跟踪甘特图 —— 基于 plannedStart / plannedEnd / actualStart / actualEnd 时间字段的可视化时间线,计划与实际双层对比

  • 🔍 强大的搜索功能 —— backlog search 可在任务、文档和决策间进行模糊搜索

  • 📋 丰富的查询命令 —— 轻松查看、列出、筛选或归档任务

  • 完成定义默认值 —— 为每个新任务添加可复用的检查清单

  • 📤 看板导出 —— backlog board export 创建可共享的 Markdown 报告

  • 🔒 100% 隐私保护 & 离线储存 —— backlog 完全存储在您的仓库内部,所有操作都在本地完成

  • 💻 跨平台 —— 支持 macOS、Linux 和 Windows

  • 🆓 MIT 许可证 & 开源 —— 个人或商业用途均免费


🧠 LLM Wiki 知识库

Backlog.md 内置由 LLM 自动维护的 Wiki 知识库,让人类与 AI 的每一次结对执行都沉淀为可复用的知识结晶。

结对编程思路

人类主导策略 → AI 拆解任务 → 结对执行 → 知识自动沉淀到 Wiki

头脑风暴 → doc → AI 规划 → tasks → 结对执行 → wiki
层级 载体 内容 所有者
规划层 backlog/docs/ 开发策略、技术方案 人类主导,AI 辅助
执行层 backlog/tasks/ 具体任务、验收标准 AI 创建,人类审核
记忆层 backlog/wiki/ 知识结晶、模式提取 AI 维护,人类审阅

如何使用

Wiki 由 LLM 全自动维护,无需手动创建文件。在对话中触发以下关键词,AI 即会接管:

触发词 作用
build wiki / init wiki / 搭建知识库 初始化 Wiki 目录结构,注入工作流指引
ingest / process source / 摄取 将 backlog 源文件(tasks/docs/decisions 等)吸入 Wiki
wiki query / 知识库查询 基于已积累的知识回答问题、生成报告
lint wiki / health check / 检查 wiki 扫描矛盾、孤儿页面和过时内容

Wiki 遵循非正式、轻量、AI 维护、可质疑四大原则——它不是企业知识库,而是你和 AI 的"结对笔记本"。

Backlog 从结对执行到知识结晶


快速入门 快速入门

# 安装
bun i -g @kuwork/backlog.md
# 或:npm i -g @kuwork/backlog.md
# 或:brew install backlog-md

# 在任何 Git 仓库中初始化
backlog init "My Awesome Project"

# 或无 Git 初始化,用于本地/非代码项目
backlog init "Personal Planning" --no-git

初始化向导会询问您希望如何接入 AI 工具:

  • CLI 指令(推荐)—— 创建简短的指令文件,告诉智能体运行 backlog instructions overview
  • MCP 连接器 —— 如果您更偏好 MCP,可以自动配置 Claude Code、Codex、Gemini CLI、Kiro 或 Cursor。
  • 跳过 —— 不设置 AI;仅将 Backlog.md 作为任务管理器使用。

Backlog 数据存储在项目本地的 backlog 文件夹中,例如 backlog/.backlog/,或通过 backlog.config.yml 配置的项目相对路径。任务仍是可直接阅读的 Markdown 文件(例如 task-10 - Add core search functionality.md)。Git 是可选的:backlog init --no-git 创建纯文件系统项目,并禁用跨分支检查、远程操作和自动提交。


与 AI 智能体协作

这是针对 Claude Code、Codex、Gemini CLI、Kiro 及类似工具的推荐工作流 —— 遵循规范驱动的 AI 开发方法。 运行 backlog init 后,智能体应首先运行 backlog instructions overview,然后按以下循环工作:

步骤 1 —— 描述您的想法。 告诉智能体您想构建什么,并要求它将工作拆分为小任务,附上清晰的描述和验收标准。

🤖 询问您的 AI 智能体:

我想为 Web 视图添加一个搜索功能,用于搜索任务、文档和决策。请将其分解为小的 Backlog.md 任务。

Note

审查检查点 #1 —— 阅读任务描述和验收标准。

步骤 2 —— 一次一个任务。 每个 AI 会话只处理一个任务,一个任务对应一个 PR。良好的任务拆分意味着每个会话可以独立工作、互不冲突。确保每个任务足够小,能在一次对话中完成,避免超出上下文窗口上限。

步骤 3 —— 编码前先规划。 要求智能体调研代码库,并在任务中编写实施计划。就在实施前执行这一步,确保计划反映代码库的当前状态。

🤖 询问您的 AI 智能体:

只处理 BACK-10。研究代码库并在任务中编写实施计划。在编码前等待我的批准。

Note

审查检查点 #2 —— 阅读计划。方法是否合理?批准或要求智能体修正。

步骤 4 —— 实施和验证。 让智能体实施任务。

Note

审查检查点 #3 —— 审查代码、运行测试、检查代码规范,并验证结果是否符合您的预期。

如果结果不理想:清除计划/备注/最终总结,完善任务描述和验收标准,然后在新的会话中重新处理该任务。


不与 AI 智能体协作

直接在终端或浏览器中使用 Backlog.md 管理任务。

# 创建和完善任务
backlog task create "Render markdown as kanban"
backlog task edit BACK-1 -d "Detailed context" --ac "Clear acceptance criteria"

# 跟踪工作
backlog task list -s "To Do"
backlog task edit BACK-1 --comment "Can we split the UI work into a separate PR?" --comment-author @sara
backlog search "kanban"
backlog board

# 在浏览器中可视化工作
backlog browser

您可以随时在 AI 辅助和手动工作流之间切换 —— 两者都基于相同的 Markdown 任务文件。建议通过 Backlog.md 命令(CLI/MCP/Web)修改任务,而不是手动编辑任务文件,以保持字段类型和元数据的一致性。任务可记录项目根目录下的已修改文件,之后通过 backlog search --modified-file src/path.ts --plain 即可找到。使用任务评论进行讨论和审阅记录;评论正文支持 Markdown,但单独的 --- 行被保留为评论分隔符。使用执行记录跟踪执行进度,使用最终总结编写类似 PR 的完成说明。

了解更多: CLI 参考 | 高级配置


Web 界面 Web 界面

启动现代、响应式的 Web 界面,用于可视化任务管理:

# 启动 Web 服务器(自动打开浏览器)
backlog browser

# 自定义端口
backlog browser --port 8080

# 不自动打开浏览器
backlog browser --no-open

功能特性:

  • 支持拖放的交互式看板
  • 带有丰富表单的任务创建和编辑
  • 带有检查清单的交互式验收标准编辑器
  • 所有视图的实时更新
  • 支持桌面和移动设备的响应式设计
  • 带确认对话框的任务归档
  • 与 CLI 无缝集成 —— 所有更改与 Markdown 文件同步

Web Interface Screenshot

甘特图视图

backlog browser 内置甘特图视图,支持五种时间粒度(日/周/月/季度/年),纯 React/CSS 实现,零外部依赖:

  • 计划时间plannedStart / plannedEndYYYY-MM-DD)绘制计划边框
  • 实际时间actualStart / actualEndYYYY-MM-DD HH:MM UTC)自动随状态变更填充,绘制状态色实心条
  • 跟踪对比:同一行叠加计划边框与实际条,延期/提前一目了然
  • 依赖箭头:SVG 智能连接任务依赖关系

时间字段支持 CLI 直接设置或清除:

# 计划字段(Date-only)
backlog task edit BACK-10 --planned-start 2026-06-01 --planned-end 2026-06-07 --due-date 2026-06-10

# 实际字段(Date-time UTC),状态变更时自动填充
backlog task edit BACK-10 --status "In Progress"  # actualStart 自动设为当前时间

# 清除任意时间字段
backlog task edit BACK-10 --clear-due-date --clear-planned-start --clear-planned-end --clear-actual-start --clear-actual-end

# 里程碑时间字段清除
backlog milestone edit "Release 1.0" --clear-due-date --clear-planned-start --clear-planned-end

甘特图视图

项目健康

要使 Web UI 作为自动启动的本地服务持续运行,请参阅 将 Backlog.md 作为服务运行


🔧 MCP 集成(Model Context Protocol)

CLI 指令是默认的 AI 接入方式。如果您明确偏好 MCP 连接器,Backlog.md 仍支持 Claude Code、Codex、Gemini CLI 和 Kiro 等 AI 编码助手。 您可以运行 backlog init(即使您已经初始化了 Backlog.md)并选择 MCP 集成,或按照以下手动步骤操作。

客户端指南

Claude Code
claude mcp add backlog --scope user -- backlog mcp start
Codex
codex mcp add backlog -- backlog mcp start
Gemini CLI
gemini mcp add backlog -s user backlog mcp start
Kiro
kiro-cli mcp add --scope global --name backlog --command backlog --args mcp,start

处处统一使用 backlog 作为服务器名称。服务器会从客户端的 MCP roots 中查找当前项目,并在切换工作区或 worktree 时重新解析。找到项目前,它会提供 backlog://init-required。一个用户级服务器即可覆盖所有仓库。

手动配置

{
  "mcpServers": {
    "backlog": {
      "command": "backlog",
      "args": ["mcp", "start"],
      "env": {
        "BACKLOG_CWD": "/absolute/path/to/your/project"
      }
    }
  }
}

设置 BACKLOG_CWD 可将服务器固定到单个项目并停止工作区跟随。当你始终想定位同一个 backlog,或客户端无法上报 MCP roots 时使用它。 如果您的 IDE 支持自定义参数但不支持环境变量,您也可以使用 ["mcp", "start", "--cwd", "/absolute/path/to/your/project"]

Important

手动添加 MCP 服务器时,建议在 CLAUDE.md/AGENTS.md 文件中补充简短说明,让智能体读取 backlog://workflow/overview。 使用 backlog init 时无需此步骤,因为它会自动添加这些说明。 基于 CLI 的 setup,请使用 backlog instructions overview 获取当前工作流指引。

连接后,智能体可以通过 backlog://workflow/overview 读取 Backlog.md 工作流说明,详细指南位于 backlog://workflow/task-creationbacklog://workflow/task-executionbacklog://workflow/task-finalization。 在您的 AI 工具(Claude Code、Codex、Kiro)中使用 /mcp 命令验证连接是否正常工作。


CLI 参考 CLI 参考

完整命令参考 —— 任务管理、搜索、看板、文档、决策等:CLI-INSTRUCTIONS.md

快速示例:backlogbacklog instructionsbacklog task createbacklog task listbacklog task editbacklog milestone addbacklog milestone editbacklog milestone removebacklog searchbacklog boardbacklog browser

完整帮助:backlog --help


配置 配置

Backlog.md 的配置按以下层次叠加(优先级从高到低):

  1. CLI 参数
  2. 项目配置文件:
    • 存在时使用 backlog.config.yml
    • 否则使用 backlog/config.yml.backlog/config.yml
  3. 内置默认值

交互式向导(backlog config

不带参数运行 backlog config 以启动完整的交互式向导。这与在 backlog init 中选择开启高级设置时触发的体验相同,它会引导您完成所有配置项:

  • 跨分支准确性:checkActiveBranchesremoteOperationsactiveBranchDays
  • Git 工作流:autoCommitbypassGitHooks
  • ID 格式化:启用 zeroPaddedIds 或设置其长度。
  • 编辑器集成:选择一个带可用性检查的 defaultEditor
  • 完成定义默认值:交互式添加/删除/重新排序/清除项目级 definition_of_done 检查清单项。
  • Web UI 默认值:选择 defaultPort 以及是否启用 autoOpenBrowser

跳过向导(在 init 期间回答"否")将应用 Backlog.md 内置的安全默认设置:

  • checkActiveBranches=trueremoteOperations=trueactiveBranchDays=30
  • autoCommit=falsebypassGitHooks=false
  • zeroPaddedIds 禁用。
  • defaultEditor 未设置(回退到您的环境配置)。
  • defaultPort=6420autoOpenBrowser=true

对于纯文件系统项目,运行 backlog init --no-git。Backlog.md 不会运行 git init,保存的配置会强制设置 checkActiveBranches=falseremoteOperations=falseautoCommit=false,以便 CLI、Web 和 MCP 本地文件工作流不依赖 Git 仓库。

每当您重新访问 backlog init 或重新运行 backlog config 时,向导都会用您当前的值预填充提示,以便您只调整已更改的内容。

完成定义默认值

使用 backlog config(或在 backlog init 高级设置期间)、在 Web UI 中(设置 → 完成定义默认值),或直接编辑项目配置文件来设置项目范围的 DoD 项:

definition_of_done:
  - Tests pass
  - Documentation updated
  - No regressions introduced

当项目使用根目录配置自动发现时,请编辑 backlog.config.yml 而不是 backlog/config.yml

这些检查项默认添加到每个新任务中。您可以在创建时使用 --dod 添加更多,或使用 --no-dod-defaults 为单个任务禁用默认值。

有关完整配置参考(所有选项、命令和详细说明),请参阅 ADVANCED-CONFIG.md


🌐 社区工具


许可证

Backlog.md 采用 MIT 许可证发布 —— 随意使用,只需注明出处。请参阅 LICENSE

About

Backlog.md - A tool for managing project collaboration between humans and AI Agents in a git ecosystem

Resources

License

Contributing

Stars

Watchers

Forks

Packages

 
 
 

Contributors

Languages

  • TypeScript 88.7%
  • Nix 5.6%
  • JavaScript 4.9%
  • Shell 0.3%
  • Python 0.2%
  • CSS 0.2%
  • Other 0.1%