LoginSignup
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@BNR-Longin株式会社BinaryTech | 日本品質 × ベトナム開発、最高のバランスを。

TrelloでAIを強化する | 第3章：タスクデータ分析：AIによるチームインサイト

Posted at

はじめに

第2章では、Trelloにカードを追加・更新するMCPサーバーを構築し、タスク自動化エージェントを実現しました。これにより、AIがタスクを作成したり、リスト間を移動したりできるようになり、プロジェクト管理の効率が向上しました。今回は、この基盤を活用して、Trelloのデータからチームの進捗やパフォーマンスを分析するタスク分析エージェントを構築します。

この第3章では、Trelloボードのカードデータを解析し、タスクの完了率、平均完了時間、ボトルネックを特定するMCPサーバーを実装します。たとえば、AIが「In Progressリストのタスクが遅延している」と指摘したり、チームの効率に関するインサイトを提供したりできます。コード例とステップごとのガイドで、タスク分析AIの構築を体験しましょう。さあ、始めましょう！

タスク分析エージェントとは？

タスク分析エージェントは、Trelloのカードデータを解析し、チームのパフォーマンスやプロジェクトの進捗に関するインサイトを提供するAIです。MCPサーバーを介して、以下のような機能を実現できます：

  • 完了率分析：ボード全体や特定リストのタスク完了率を計算。
  • 時間分析：タスクの平均完了時間や遅延を評価。
  • ボトルネック検出：遅れているリストやタスクを特定し、改善案を提案。

ユースケース

  • プロジェクト管理：AIが遅延リスクを警告し、優先順位を提案。
  • チームパフォーマンス：メンバーのタスク完了率や効率を分析。
  • プロセス改善：ボトルネックを特定し、ワークフローを最適化。

開発環境の準備

第2章の環境を基に、以下の準備を行います：

  • Python 3.8以降、mcpライブラリ、requestsライブラリ、Claude Desktop：これまでと同じ。
  • python-dotenv：環境変数の管理（既にインストール済み）。
  • Trelloボード：分析用のデータを含むボード。

Trelloのセットアップ

  1. ボード準備：
    • 第2章のTrelloボード（例：MCP-Project）を使用。
    • リストを確認（例：To Do、In Progress、Done）。
    • カードにデータ追加：
      • 各カードに期限（例：2025-04-22T10:00:00Z）を設定。
      • カードをリスト間で移動（例：To DoからDone）して履歴を生成。
    • リストIDを記録（Trello UIのカードURLやAPIで取得）。
  2. APIキーとトークンの確認：
    • 第2章のAPIキーとトークンを再利用（read、writeスコープが必要）。
  3. 環境変数：
    第2章の.envファイルに以下を追加： 
    TRELLO_TO_DO_LIST_ID=your_to_do_list_id
TRELLO_IN_PROGRESS_LIST_ID=your_in_progress_list_id
TRELLO_DONE_LIST_ID=your_done_list_id

コード例：タスク分析用MCPサーバー

以下のMCPサーバーは、Trelloのカードデータを取得し、完了率や平均完了時間を分析します。

from mcp import MCPServer
import os
from dotenv import load_dotenv
import requests
from datetime import datetime, timezone
import statistics

class TrelloAnalysisServer(MCPServer):
    def __init__(self, host, port, api_key, token, board_id, to_do_list_id, in_progress_list_id, done_list_id):
        super().__init__(host, port)
        self.api_key = api_key
        self.token = token
        self.board_id = board_id
        self.to_do_list_id = to_do_list_id
        self.in_progress_list_id = in_progress_list_id
        self.done_list_id = done_list_id
        self.base_url = "https://api.trello.com/1"
        self.params = {"key": api_key, "token": token}
        self.register_resource("analyze_tasks", self.analyze_tasks)

    def get_cards(self):
        try:
            url = f"{self.base_url}/boards/{self.board_id}/cards"
            response = requests.get(url, params=self.params)
            response.raise_for_status()
            return response.json()
        except Exception as e:
            return {"status": "error", "message": str(e)}

    def get_card_actions(self, card_id):
        try:
            url = f"{self.base_url}/cards/{card_id}/actions"
            response = requests.get(url, params=self.params)
            response.raise_for_status()
            return response.json()
        except Exception as e:
            return {"status": "error", "message": str(e)}

    def analyze_tasks(self, params):
        try:
            cards = self.get_cards()
            if isinstance(cards, dict) and "status" in cards:
                return cards

            total_cards = len(cards)
            to_do_count = sum(1 for card in cards if card["idList"] == self.to_do_list_id)
            in_progress_count = sum(1 for card in cards if card["idList"] == self.in_progress_list_id)
            done_count = sum(1 for card in cards if card["idList"] == self.done_list_id)

            completion_rate = (done_count / total_cards * 100) if total_cards > 0 else 0

            completion_times = []
            for card in cards:
                if card["idList"] == self.done_list_id and card.get("dateLastActivity"):
                    actions = self.get_card_actions(card["id"])
                    if isinstance(actions, dict) and "status" in actions:
                        continue
                    creation_time = None
                    completion_time = datetime.fromisoformat(card["dateLastActivity"].replace("Z", "+00:00"))
                    for action in actions:
                        if action["type"] == "createCard":
                            creation_time = datetime.fromisoformat(action["date"].replace("Z", "+00:00"))
                            break
                    if creation_time:
                        completion_times.append((completion_time - creation_time).total_seconds() / 3600)

            avg_completion_time = statistics.mean(completion_times) if completion_times else 0

            bottlenecks = []
            now = datetime.now(timezone.utc)
            for card in cards:
                if card["idList"] == self.in_progress_list_id and card.get("due"):
                    due_date = datetime.fromisoformat(card["due"].replace("Z", "+00:00"))
                    if due_date < now:
                        bottlenecks.append({
                            "card_id": card["id"],
                            "name": card["name"],
                            "due": card["due"]
                        })

            return {
                "status": "success",
                "analysis": {
                    "completion_rate": f"{completion_rate:.2f}%",
                    "avg_completion_time_hours": f"{avg_completion_time:.2f}",
                    "to_do_count": to_do_count,
                    "in_progress_count": in_progress_count,
                    "done_count": done_count,
                    "bottlenecks": bottlenecks
                }
            }
        except Exception as e:
            return {"status": "error", "message": str(e)}

if __name__ == "__main__":
    load_dotenv()
    server = TrelloAnalysisServer(
        host="localhost",
        port=8113,
        api_key=os.getenv("TRELLO_API_KEY"),
        token=os.getenv("TRELLO_TOKEN"),
        board_id=os.getenv("TRELLO_BOARD_ID"),
        to_do_list_id=os.getenv("TRELLO_TO_DO_LIST_ID"),
        in_progress_list_id=os.getenv("TRELLO_IN_PROGRESS_LIST_ID"),
        done_list_id=os.getenv("TRELLO_DONE_LIST_ID")
    )
    print("Trello分析MCPサーバーを起動中: http://localhost:8113")
    server.start()

コードの説明

  • get_cards：ボードのカード情報を取得（第2章から再利用）。
  • get_card_actions：カードのアクション履歴を取得し、作成日や更新日を抽出。
  • analyze_tasks：カードデータを解析し、完了率、平均完了時間、ボトルネックを計算。
    • 完了率：Doneリストのカード数を全体で割る。
    • 平均完了時間：カードの作成日から最終更新日までの時間を計算。
    • ボトルネック：期限切れのIn Progressカードを特定。
  • register_resource：タスク分析をリソースとして登録。

前提条件

  • TrelloボードにTo Do、In Progress、Doneリストが存在。
  • カードに期限や移動履歴がある。
  • .envファイルに正しいTRELLO_API_KEY、TRELLO_TOKEN、TRELLO_BOARD_ID、TRELLO_TO_DO_LIST_ID、TRELLO_IN_PROGRESS_LIST_ID、TRELLO_DONE_LIST_IDが設定済み。

サーバーのテスト

サーバーが正しく動作するか確認します：

  1. サーバー起動：

    python trello_analysis_server.py

    コンソールに「Trello分析MCPサーバーを起動中: http://localhost:8113」と表示。

  2. タスク分析のテスト：
    Pythonでリクエストを送信：

    import requests
import json

url = "http://localhost:8113"
payload = {
    "jsonrpc": "2.0",
    "method": "analyze_tasks",
    "params": {},
    "id": 1
}
response = requests.post(url, json=payload)
print(json.dumps(response.json(), indent=2, ensure_ascii=False))

    期待されるレスポンス：

    {
  "jsonrpc": "2.0",
  "result": {
    "status": "success",
    "analysis": {
      "completion_rate": "40.00%",
      "avg_completion_time_hours": "24.50",
      "to_do_count": 2,
      "in_progress_count": 3,
      "done_count": 2,
      "bottlenecks": [
        {
          "card_id": "card126",
          "name": "コードレビュー",
          "due": "2025-04-20T10:00:00Z"
        }
      ]
    }
  },
  "id": 1
}

Claude Desktopとの接続

サーバーをClaude Desktopに接続します：

  1. 設定ファイルの編集：
    Claude Desktopの設定ファイル（例：claude_desktop_config.json）に以下を追加：

    {
  "mcp_servers": [
    {
      "name": "TrelloAnalysisServer",
      "url": "http://localhost:8113",
      "auth": "none"
    }
  ]
}

  2. Claudeでテスト：
    Claude Desktopを起動し、プロンプトを入力：

    プロジェクトの進捗を分析してください。

    レスポンス例：

    プロジェクト進捗分析：
- 完了率：40.00%
- 平均完了時間：24.50時間
- To Do：2タスク
- In Progress：3タスク
- Done：2タスク
- ボトルネック：コードレビュー（期限：2025-04-20）

実装のコツと注意点

  • データ品質：カードに期限やアクション履歴がない場合、分析結果が制限される。
  • レートリミティング：Trello APIの制限（通常100リクエスト/10秒）に注意。
  • セキュリティ：本番環境では、auth: noneを避け、トークン認証を導入。
  • パフォーマンス：大量のカードやアクションを処理する場合、キャッシュ（例：Redis）を検討。
  • テスト：テスト用ボードを作成し、本番データに影響を与えない。

試してみよう：挑戦課題

以下の機能を追加して、エージェントを強化してみてください：

  • メンバーごとのタスク完了率を分析（カードのidMembersを使用）。
  • ボトルネックカードに自動でコメントを追加するツール。
  • 分析結果をCSVファイルにエクスポートする機能。

まとめと次のステップ

この第3章では、Trelloのカードデータを活用してタスク分析エージェントを構築しました。完了率やボトルネックを分析することで、AIがチームのパフォーマンスを評価し、プロセス改善のインサイトを提供できるようになりました。

次の第4章では、TrelloのWebhookを活用してリアルタイム管理AIを構築します。たとえば、AIがカードの移動や期限変更をリアルタイムで検知し、通知やコメントを生成します。リアルタイム管理AIに興味がある方は、ぜひお楽しみに！

役に立ったと思ったら、「いいね」や「ストック」をしていただけると嬉しいです！次の章でまたお会いしましょう！

1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?