核心用法
Atlas Tracker Skill 提供了一套完整的 MCP 工具集，用于与 RedForester 平台的思维导图系统进行程序化交互。该技能围绕五个核心工具展开：at_read_branch 读取节点分支、at_create_branch 创建新分支、at_update_branch 更新现有节点、at_get_node_types 获取节点类型定义，以及 at_read_attachments 读取附件数据。
使用流程遵循"先读后写"原则：任何修改操作前必须通过 at_read_branch 获取当前节点状态和完整 UUID。节点 URL 采用特定格式 https://app.redforester.com/mindmap?mapid=<UUID>&nodeid=<UUID>，且要求使用完整 UUID，部分 ID 会导致 404 错误。
显著优点
1. 结构化知识管理：支持类型化节点（Идея、Задача、Проект 等），可定义枚举、文本、HTML、文件、用户、日期等多种属性类型
2. 批量操作能力：at_create_branch 支持嵌套 children 数组，可一次性创建完整解决方案树
3. 灵活更新机制：at_update_branch 的 delete/update/create 三数组设计支持原子化批量修改
4. 本地代理架构：通过本地 Node.js MCP 服务器中转，避免直接暴露 Atlas Tracker 认证信息到 LLM 上下文
潜在缺点与局限性
1. 部署门槛较高：需同时配置 AT MCP 服务器和 OpenClaw 插件，涉及 systemd 服务管理、环境变量配置等多步骤
2. 性能约束：大型地图的完整子树读取缓慢，必须依赖搜索 API + 定向节点读取的优化模式
3. 权限边界严格：仅可写入当前 AT 账户拥有的节点，403 错误常见于越权操作
4. HTML 格式强制：所有标题必须包裹 <p> 标签，增加了内容构造的复杂度
5. 依赖外部维护：MCP 服务器由 RedForester 团队维护，获取需通过 Telegram 联系或官网申请
适合人群
- 使用 Atlas Tracker / RedForester 进行项目管理的团队
- 需要将 LLM 能力集成到现有知识图谱工作流的知识工作者
- 具备基础 Node.js 和 Linux 系统管理能力的开发者
常规风险
- 认证泄露风险：
AUTH_HEADER使用 Base64(username:MD5(password)) 编码，强度有限；需确保.env文件和服务单元文件的权限控制 - 数据完整性风险：
children: []为必填字段，遗漏会导致验证失败；批量更新时 delete/update/create 三数组均需显式传递 - API 兼容性风险：节点类型定义因地图而异，需每会话调用
at_get_node_types确认，硬编码属性名可能导致更新失败