将流程一次性教给智能体,让其按规范持续稳定地自动执行任务。
该 MCP 工具材料很少,但从已知客观信息看,主要风险来自其作为工作流引擎具备本机执行代码与读写本地数据库路径的常规能力;未声明远程端点,且来源为官方 Registry、开源并近期维护,整体更接近中低风险、需按最小权限使用。
仅要求 PROGI_DB_PATH,这更像本地数据库文件路径而非传统 API 密钥或访问令牌;材料未显示需要高敏感凭证,直接凭证滥用风险较低。
材料与检查项均未声明任何远程端点(host: 无);未见将用户数据发送到外部服务的事实依据,网络外发风险目前较低。
系统检查项明确标注 executes-code,且其自述为 workflow engine,说明其具备在本机执行流程/代码的能力;这属于 MCP 工具的常规高权限能力,应限制可调用命令、运行目录与宿主权限。
通过 PROGI_DB_PATH 可推断其至少会访问指定本地数据库文件,工作流引擎通常还会处理本地流程数据;当前未见申请超出声明用途的系统级数据权限,但仍应将数据库路径限制在隔离目录并避免指向敏感文件位置。
正面因素包括官方 Registry 来源、开源仓库可审计、近一年内有更新;但 README 缺失、许可证未声明、社区采用度很低(0 star),导致可审计上下文与生态验证较弱,建议在接入前补做仓库与依赖审查。
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.zseta/progi" MCP 服务: 执行:claude mcp add io-github-zseta-progi -- npx -y progi
帮我把软件发布流程整理成可执行工作流:包括检查版本号、运行测试、生成发布说明、打包产物,并在每次发布时严格按这个顺序执行。
生成一套结构化工作流步骤,供智能体后续重复执行发布任务。
把我的周报分析流程固化下来:每周拉取数据、清洗异常值、生成图表、总结关键结论,并输出统一格式的报告。
得到可复用的分析工作流,让智能体每周按同一标准产出报告。
把新项目交接流程教给智能体:收集需求文档、确认负责人、整理待办事项、发送交接摘要,确保每次交接都不遗漏关键步骤。
产出可重复执行的交接流程模板,帮助团队稳定完成项目交接。
为代理与技能编排提供流程控制指令,并持久化结构化状态事实。