$ loading_
帮助团队智能分析架构决策记录，提炼风险、权衡与改进建议。
该 MCP 工具材料较少，但从已知信息看，来源较可信且源码可审计，整体未见明确高风险红旗。需注意其需要 AI API 密钥、会执行本地代码，并可能将项目/ADR 内容发送至外部模型服务。
需要 PROJECT_PATH、OPENROUTER_API_KEY、EXECUTION_MODE、ADR_DIRECTORY；其中真正敏感的是 OPENROUTER_API_KEY，若泄露可能导致第三方模型调用被滥用或产生费用，其余变量主要是本地路径/模式配置。
材料未列出固定远程 host，但要求 OPENROUTER_API_KEY，表明很可能会向 OpenRouter 或其配置的模型服务发送分析请求；因此项目文件或 ADR 内容存在外发可能，不过当前材料未显示不明或无关端点。
系统检查项明确标注 executes-code，说明该工具具备在本机启动进程或执行代码/命令的能力；这是此类 MCP 工具的常规高权限面，需要结合最小权限和隔离运行。
通过 PROJECT_PATH 与 ADR_DIRECTORY 可访问指定项目路径和 ADR 目录中的本地内容，至少具备读取相关文档/代码上下文的能力；从现有描述看与“分析 ADR”功能基本相关，暂未见明显过度授权证据。
正面因素是来自官方 Registry、开源仓库可审计且近一年有更新；但 README 缺失、许可证未声明、社区采用度很低（0 star），使得可验证性与成熟度有限，因此更适合评为需留意而非高风险。
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 "io.github.tosin2013/mcp-adr-analysis-server" MCP 服务： 执行：claude mcp add io-github-tosin2013-mcp-adr-analysis-server -- npx -y mcp-adr-analysis-server
请分析这份架构决策记录，概括决策背景、被选方案、替代方案、主要权衡、潜在风险，并给出可执行的改进建议： [粘贴 ADR 内容]
输出一份结构化分析，包含摘要、权衡点、风险清单和改进建议。
请比较以下两份 ADR，在目标一致性、技术选型差异、隐含假设、重复决策和潜在冲突方面做分析，并给出统一建议： ADR 1: [内容] ADR 2: [内容]
输出一份对比报告，指出一致与冲突之处，并提出整合建议。
基于这份 ADR，识别实施阶段可能出现的技术风险、运维风险、安全风险和团队协作风险，并按严重程度排序： [粘贴 ADR 内容]
输出按优先级排序的风险清单，并附带缓解措施建议。
在 MCP 客户端中直接进行 Agda 类型检查、定义跳转与证明辅助。