帮助用户提交 AI/ML 工程任务、跟踪执行进度并获取产出结果。
该工具用于提交与跟踪 Neo 的 AI/ML 工程任务,具备代码执行能力并需要敏感密钥与工作目录配置,整体应按需留意使用。其来自官方 Registry、开源且近期有更新,这些因素明显降低了供应链风险,但文档较少、许可证未声明,透明度仍有限。
需要配置 NEO_SECRET_KEY、NEO_ENVIRONMENT 和 NEO_WORKSPACE_DIR;其中 NEO_SECRET_KEY 属于敏感凭证,若被日志、子进程或错误配置暴露,可能被用于代表用户提交或操作 Neo 任务。
材料未声明远程 host,但该工具描述包含“submit tasks / track execution / retrieve outputs”,按功能推断通常需要与 Neo 服务通信;目前缺少端点与数据流说明,无法确认会传出哪些任务内容或结果数据。
系统检查项明确标记为 executes-code,说明其具备在本机发起执行或调度执行任务的能力;这属于此类工程型 MCP 的常规高权限能力,应限制运行环境与可用系统资源。
需要 NEO_WORKSPACE_DIR,表明至少会访问指定工作目录中的文件,并可能读写任务输入、输出与中间产物;材料未显示其访问范围超出工作区,但具体文件边界与持久化策略未说明。
来源为官方 Registry,且提供开源仓库并在近一年内有更新,可审计性和来源可信度较好;虽然 README 缺失、许可证未声明且社区 star 很少,透明度一般,但目前未见足以升为高风险的具体红旗。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "Neo — AI/ML Engineering" MCP 服务: 执行:claude mcp add io-github-neoresearchai-mcpserver -- uvx neo-mcp
请通过 Neo 提交一个图像分类模型训练任务:数据集为 /datasets/cats_dogs,训练 20 个 epoch,使用 ResNet-50,并返回任务 ID。
返回已创建的训练任务信息,包括任务 ID、配置摘要与提交状态。
请查询 Neo 中任务 ID ml-job-4821 的当前状态,展示进度、最近日志,以及是否需要人工处理。
输出任务当前阶段、执行进度、关键日志摘要与异常提示。
请从 Neo 获取任务 ID ml-job-4821 的最终输出,包括模型文件位置、评估指标和产物下载链接。
返回任务产出清单,如模型路径、准确率等指标,以及可访问的结果链接。
通过 Neon REST API 让智能体执行数据库连接、查询与自动化操作。