humanbottasks

Gemanagter Human-Service-Layer fuer AI-Agenten. Ein AI-Agent delegiert ueber MCP eine Aufgabe, die er nicht selbst kann, an einen Menschen; der Mensch erledigt sie, der Agent ruft das Ergebnis ab.

MVP-Status

• server.py MCP-Server (Tools: request_human_task, get_task_status)
• store.py SQLite-Queue (tasks.db)
• fulfill.py CLI fuer den Menschen (Tasks ansehen/erledigen)
• demo.py End-to-End-Demo (Agent -> Task -> Mensch -> Ergebnis)
• test_smoke.py Smoke-Test

Setup & Start

cd humanbottasks
unset PYTHONPATH
uv venv
uv pip install "mcp<2"
uv run server.py

Transporte

uv run server.py                                  # stdio (Claude Desktop, Cursor, lokale Frameworks)
uv run server.py --transport streamable-http      # HTTP-Endpoint http://127.0.0.1:8000/mcp (lokal/Remote-Agents)
uv run server.py --transport sse                  # Legacy-SSE http://127.0.0.1:8000/sse

Host/Port via Umgebungsvariablen: HBT_HOST (default 127.0.0.1), HBT_PORT (default 8000). Fuer Remote-Zugriff: HBT_HOST=0.0.0.0 setzen.

Install (fuer andere Builder, 1 Zeile)

uvx humanbottasks

Task-Typen

verification · physical_action · subjective_judgment · ground_truth_labeling · prove_human

MCP-Clients (installiert + konfiguriert)

• Claude Desktop: C:\Users\marku\AppData\Roaming\Claude\claude_desktop_config.json
• Cursor: C:\Users\marku\.cursor\mcp.json
• Windsurf: C:\Users\marku\.codeium\windsurf\mcp_config.json
• Templates in config/ (falls neu einrichten noetig)

Naechste Schritte (Reihenfolge)

1. Nachfrage-Test: Server laeuft, ein echter Agent ruft request_human_task.
2. Website/Landing fuer Agent-Builder.
3. Payments (Stripe/Circle) erst, wenn Nachfrage da ist.