TaskBoard — gestor de proyectos con asistente IA y servidor MCP

En uso en producción: https://kanban.jualas.es (requiere cuenta).

Gestor de proyectos y tareas (Kanban y lista) con un asistente IA que planifica el backlog, proyectos vinculados a su carpeta de código y un servidor MCP para que agentes de IA como Cursor consulten y actualicen las tareas. Es la herramienta con la que planifico y sigo todos mis proyectos.

Asistente IA del proyecto (planificar / agente)	Sugerencias automáticas desde los cambios del repo

Lista de proyectos

Capturas con datos de demostración, salvo las sugerencias, que son de producción.

De TFG a producto

TaskBoard nació como mi proyecto de fin de ciclo de DAM en el CIFP Carlos III de Cartagena: un sistema de seguimiento de TFG para alumnos, tutores y centro, hecho con Flutter + Supabase (proyecto_flutter_supabase).

Después lo convertí en una herramienta propia y lo rehíce por dentro:

	TFG (2025)	TaskBoard (2026)
Backend	Supabase (BaaS)	API propia FastAPI + PostgreSQL (asyncpg, SQL a mano)
Autenticación	Supabase Auth	JWT propio (PyJWT + bcrypt)
IA	—	Chat de backlog, tareas desde un brief, agente Cursor CLI
Integración	—	Servidor MCP y export de TASKBOARD.md a cada repo
Despliegue	Supabase cloud	Docker Compose autoalojado + Caddy + Cloudflare Tunnel

Quitar Supabase fue una decisión de aprendizaje: diseñar yo el esquema, la autenticación y la API en lugar de delegarlos en un BaaS.

Qué hace

• Proyectos y tareas en Kanban (arrastrar entre columnas) o en lista, con complejidad, horas estimadas, fecha límite, etiquetas y subtareas.
• Asistente IA del proyecto
  • Planificar: chat en streaming (SSE) que propone tareas y las crea con un clic.
  • Sugerir con IA: rellena una tarea a partir de un brief.
  • Agente: ejecuta Cursor Agent CLI sobre la carpeta del proyecto.
  • Motores intercambiables: Cursor Agent → DeepSeek → Ollama (API compatible con OpenAI).
• Workspaces: cada proyecto puede vincularse a su carpeta (repo git, stack Docker). La API toma snapshots periódicos, detecta cambios y propone tareas; también exporta TASKBOARD.md al repo.
• Servidor MCP (mcp-taskboard/): 14 herramientas para que un agente liste proyectos, cree tareas, cambie estados o lea el estado del workspace.
• «Abrir en Cursor»: enlace Remote SSH directo a la carpeta del proyecto en el servidor.

Arquitectura

flowchart LR
  subgraph cliente [Cliente]
    WEB[Flutter Web<br/>BLoC + go_router]
    CUR[Cursor / agentes IA]
  end
  subgraph servidor [Servidor · Docker Compose]
    CADDY[Caddy<br/>web + /api-taskboard]
    API[FastAPI<br/>JWT · SSE]
    PG[(PostgreSQL)]
    SYNC[Sync de workspaces<br/>tarea asyncio]
    MCP[Servidor MCP<br/>stdio]
  end
  LLM[DeepSeek / Ollama]
  AGENT[Cursor Agent CLI]
  REPOS[(Carpetas de proyecto<br/>git · compose)]

  WEB -->|HTTPS| CADDY --> API --> PG
  API --> LLM
  API --> AGENT
  SYNC --> REPOS
  API --- SYNC
  CUR -->|MCP| MCP -->|HTTP + JWT| API

Loading

Stack

Capa	Tecnología
API	Python 3.12, FastAPI, Pydantic v2, asyncpg (SQL sin ORM), PyJWT, bcrypt, httpx
Base de datos	PostgreSQL 16, migraciones SQL versionadas (backend/migrations/)
Cliente	Flutter Web (Dart 3), flutter_bloc, go_router, json_serializable
IA	DeepSeek y Ollama (API compatible con OpenAI), Cursor Agent CLI, streaming SSE
Integración	MCP (Model Context Protocol, SDK Python)
Infraestructura	Docker Compose, Caddy, Cloudflare Tunnel

Arrancar en local

Requisitos: Docker con Compose.

cp .env.example .env
# Edita .env: JWT_SECRET (openssl rand -base64 48) y, si quieres IA, DEEPSEEK_API_KEY

# Compilar la web (con la imagen oficial de Flutter, sin instalar nada)
docker run --rm -v "$PWD/frontend":/app -w /app ghcr.io/cirruslabs/flutter:stable \
  bash -lc "flutter pub get && flutter build web --release"

docker compose up -d --build

• Web: http://localhost:8580 (crea una cuenta desde la pantalla de login).
• API y documentación OpenAPI: http://localhost:8101/docs.

Las migraciones se aplican solas al crear la base de datos. La vinculación de carpetas y el agente Cursor vienen desactivados en este modo; ver backend/.env.example.

Servidor MCP para Cursor: ./scripts/install-cursor-mcp-taskboard.sh (detalles en docs/MCP_TASKBOARD.md).

Estructura

backend/          API FastAPI (routers, workspace, agente IA) y migraciones SQL
frontend/         Cliente Flutter (lib/blocs, screens, services, widgets)
mcp-taskboard/    Servidor MCP (stdio) sobre la API
scripts/          Instalación del MCP, export de TASKBOARD.md
deploy/           Caddyfile
docs/             Asistente IA, MCP, Ollama remoto, conexión desde portátil

Documentación

• MANUAL_USUARIO.md: uso de la app y del asistente IA.
• docs/IA_ASISTENTE.md: motores de IA y flujo de planificación.
• docs/MCP_TASKBOARD.md: servidor MCP y herramientas.
• docs/INFORME_OLLAMA_REMOTO_TASKBOARD.md: Ollama en otra máquina de la red.
• docs/INFORME_CONEXION_CURSOR_PORTATIL_TASKBOARD.md: trabajar desde un portátil por SSH.
• INSTRUCCIONES_AGENTE.md: despliegue en el servidor de producción.

Autor

jualas (Juan Antonio Francés Pérez) · LinkedIn · GitHub

Licencia MIT.