$ loading_
为 AI 代理提供强制工作流编排、依赖管理与质量校验，确保按规范产出。
该工具为开源 MIT 许可的 MCP 服务器，描述显示其主要提供持久化工作项与流程约束能力，未声明需要密钥或连接远程端点。基于现有材料，整体风险偏低，但作为 MCP 工具具备本地执行能力，且缺少 README 与维护信息，仍需留意本地权限边界与实现细节。
材料明确标注无需密钥或环境变量，未见要求接入第三方账户、API token 或其他敏感凭证，因此凭证泄露面较小。
材料标注无远程端点，描述中也未声明会将用户数据发送到外部服务。基于现有信息，未见明确的数据外发路径；但完整实现仍应以源码核验为准。
系统检查项显示该工具具备代码执行/本机起进程能力；这属于 MCP 工具的常规高权限特性，需关注其实际可调用的系统能力与运行账户权限。现有材料未显示超出声明功能的异常提权迹象。
描述提到“persistent work items”“dependency graphs”“actor attribution”，说明其很可能会在本地持久化任务相关数据。材料未明确读写范围、存储位置或是否访问工作区外资源，因此应留意本地数据落盘与最小权限配置。
来源为 GitHub 开源仓库，MIT 许可，约 193 star，这些都是降低风险的正面证据，源码原则上可审计。与此同时，README 缺失、维护状态未知，降低了对实现细节与依赖状况的可见性，因此供应链维度建议保持留意而非判为高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"task-orchestrator" 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 task-orchestrator 创建一个软件开发工作流：包含需求分析、任务拆分、代码实现、测试验证四个持久化工作项；设置依赖关系为分析→拆分→实现→测试；为每个阶段定义必填输出 schema，并在测试阶段设置未通过不得进入下一步的质量门禁。
返回已创建的工作流结构、任务依赖图、各阶段 schema 与质量门禁配置。
请用 task-orchestrator 为文档生成代理建立任务：要求它必须输出包含摘要、关键风险、下一步建议三个字段的 JSON；如果字段缺失或类型不符，阻止提交并返回校验失败原因。
返回任务定义、输出 schema、校验规则，以及违规时的拦截结果示例。
请使用 task-orchestrator 搭建一个研究项目流程，记录每个 AI 代理或人工参与者在资料收集、分析、结论撰写中的责任归属；要求所有工作项保留执行者信息、完成时间和交付结果，并可追溯依赖来源。
返回带责任归属的流程配置，可追踪每项任务的执行者、产出与上下游关系。
帮助 AI 代理编排复杂任务流并自动处理依赖与重试。
让 AI 代理并行或按依赖执行代码、请求与命令，并一次返回结构化结果。
用于编排和协调多个 AI 代理流程，提升复杂任务自动化执行效率。
帮助团队按角色编排任务流程，并联动 Trello 统一推进协作。
并行协调多个AI代理，从不同视角快速完成讨论、评审与结论汇总。
编排本地多智能体工作流，支持门控生命周期、交接事件与宿主续执行。