$ loading_
通过本地 MCP 服务管理任务记录与种子文档，便于开发测试与数据维护
复制安装指令，让 AI 自动完成配置 · 推荐新手
"ContextForge MCP Lab" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 ContextForge MCP Lab 创建一组测试任务记录，并从本地 JSON 种子文件导入 20 条示例文档，最后返回导入结果摘要。
返回任务与文档的创建结果、导入数量、失败项及简要状态说明。
请查询所有状态为待处理的任务记录，筛选出优先级高于 3 的项目，并将它们更新为“处理中”，然后输出更新清单。
返回符合条件的任务列表、更新后的状态，以及成功或失败的操作结果。
请检查 SQLite 中现有文档记录与 JSON 种子数据是否一致，列出缺失、重复或字段不匹配的条目，并给出修复建议。
输出一致性检查报告，包含异常条目列表、问题类型和建议处理方式。
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
可从数据库或 OpenAPI 规范快速生成可投入生产的 MCP 服务器。
自动从任意数据源生成 MCP 服务，让 AI 零代码查询数据库、表格与 API。
通过 MCP 将编码任务委派给 Codex，并进行安全校验与结果验证。
让 AI 全面感知本地开发环境，快速排查进程、容器与代码状态问题
提供查询规范化、知识检索与RAG提示构建的生产级MCP工具服务