$ loading_
连接 AI 编码代理到 Atlas 知识库，检索上下文并记录工作成果。
该 MCP 工具材料非常有限，但已知为开源项目且未声明需要密钥，整体未见明确高风险红旗。需注意其具备代码执行能力，且“连接 Atlas knowledge hub / work capture”的实际数据流与访问范围文档不足，建议在隔离环境中先审阅源码后使用。
材料与客观检查项均显示无需密钥或环境变量，未见 API token、云凭证或账户秘密的直接暴露面；当前主要风险不在凭证处理。
虽然清单中未声明远程端点，但描述写明“Connect ... to Atlas knowledge hub for context retrieval and work capture”，功能上暗示可能存在对外通信与数据上传。由于 README 缺失、端点未披露，无法确认是否会将用户上下文发送到外部服务，应视为需留意而非已证实高风险。
系统客观检查项已标明该工具会执行代码。对 MCP 工具而言，本机起进程/执行代码属于常规能力，但仍意味着应限制运行环境、审查其可调用的系统命令与子进程行为。
“context retrieval”和“work capture”表明该工具可能读取项目上下文并记录工作产出，但材料未说明具体读取哪些文件、目录或资源，也未说明是否会写入本地数据。访问范围缺乏文档支撑，建议按最小权限假设进行隔离验证。
正面因素是存在可审计的开源仓库；这明显降低了风险级别。需留意的是其来源为第三方注册表、仓库无许可证声明、社区采用度为 0 star、维护状态未知，供应链成熟度与持续维护信号较弱，但尚不足以单独判定为高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"atlas-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 Atlas MCP 搜索与当前功能相关的设计文档、历史决策和代码上下文，并整理成可执行要点。
返回相关资料摘要、关键上下文和下一步建议。
请把我刚完成的修复内容、影响范围和验证结果记录到 Atlas，生成一段规范的工作总结。
生成可保存到知识库的工作记录。
请从 Atlas 中整理当前任务的背景、进展、风险和待办，输出给接手同事的交接说明。
输出清晰的交接说明和待办列表。
连接 LLM 与 Apache Atlas，支持检索、追踪血缘和管理元数据
帮助 AI 编码助手检索与管理代码上下文、项目记忆及运行可观测信息。
为 AI 编码代理提供可持久查询的本地代码库结构层
将 AI 变成具备记忆、追踪与多维分析能力的职业与人生顾问系统。
连接 Confluence 与 Jira，帮助 AI 统一查询项目、管理事项并沉淀文档。
连接 Atelier B 与 AI，辅助 B 项目进行类型检查、证明与代码生成