cognis-digital/taskforge

# taskforge **一个纯 Python 实现的声明式任务运行器。** 在一个小巧的 `taskforge.yaml` 中定义 构建/测试/发布任务，支持依赖、变量插值、fan-out 矩阵、文件包含以及 dry-run 命令计划。 它是 **Cognis Neural Suite** 的一部分。仅使用标准库 —— 无需 pip 安装，无需 下载二进制文件，只要能运行 Python 的地方就能运行（包括物理隔离的 CI 环境）。 ## 任务文件 ``` vars: app: hello-edge registry: localhost:5000 tasks: build: desc: Build the app. deps: [clean] cmds: - echo building ${app} test: deps: [build] matrix: py: ["3.10", "3.12"] cmds: - echo testing ${app} on python ${py} release: deps: [test] cmds: - echo publishing ${app} to ${registry} ``` ## 命令 ``` # 运行一个任务及其 dependencies。 python -m taskforge run release # 预览确切的 command plan（deps + matrix + interpolation），不执行。 python -m taskforge run release --dry-run # 列出任务；显示一个任务的已解析 run order。 python -m taskforge list python -m taskforge graph release # 作为本地 MCP server 运行（stdio JSON-RPC）。 python -m taskforge mcp ``` ## taskforge 的独特之处 - **矩阵 fan-out。** 任务会针对命名值列表的每个组合运行一次 — 无需复制粘贴的任务变体。 - **可组合。** `includes:` 会合并任务文件；后置的定义会覆盖 先前的名称，因此团队可以共享基础配置并进行特化。 - **默认安全。** 依赖循环和未知任务会在任何操作运行前被捕获； 执行采用快速失败机制。 - **原生支持 MCP**（`list` / `plan` / `run`）以及可选开启的本地集群 AI 钩子 （默认关闭），可以从简单的英文 pipeline 草拟任务文件。 - **零依赖。** ## 测试 ``` python -m pytest -q # or: python -m unittest discover -s tests ``` ## 互操作性 `taskforge` 可与包含 300+ 工具的 Cognis 套件组合使用 —— 统一的 JSON 输入/输出以及共享的 兼容 OpenAI 的 `/v1` 主干。请参阅 **[INTEROP.md](INTEROP.md)** 了解 套件图谱、组合模式以及参考技术栈。 ## 集成 通过 [`cognis-connect`](https://github.com/cognis-digital/cognis-connect) 将 `taskforge` 的发现结果转发到 STIX/MISP/Sigma/Splunk/Elastic/Slack/webhooks。请参阅 **[INTEGRATIONS.md](INTEGRATIONS.md)**。 ## 许可证 Cognis Open Collaboration License (COCL) 1.0 —— 请参阅 [`LICENSE`](LICENSE)。 © 2026 Cognis Digital LLC。原创的 Cognis 作品；不包含任何第三方代码、名称或 品牌标识。 ## 领域 **主要领域：** Cyber & Security · **JTF MERIDIAN 部门：** NULLBYTE · SPECTER **主题：** `cognis` `security` `infosec` `cybersecurity` `blue-team` 作为 **Cognis Neural Suite** 的一部分 —— 这是一个包含 300+ 源代码可用工具的集合，组织在 JTF MERIDIAN 指挥结构下的 12 个领域中。请参阅 [GitHub 上的套件](https://github.com/cognis-digital) 和 [jtf-meridian](https://github.com/cognis-digital/jtf-meridian) 了解各部分是如何相互配合的。 ## 用法 —— 逐步指南 `taskforge` 通过带有依赖、变量插值、fan-out 矩阵和 dry-run 计划的 `taskforge.yaml` 运行声明式任务。 1. **安装**（纯标准库，Python 3.10+）： pip install "git+https://github.com/cognis-digital/taskforge.git" 2. **列出并校验** 文件中定义的任务（`-f` 指向非默认路径；`validate` 会检查依赖和循环）： taskforge list taskforge validate 3. **预览命令计划** —— 包括依赖 + 矩阵 + 插值，不执行任何实际操作： taskforge run release --dry-run taskforge graph release # 仅展示解析后的运行顺序 4. **运行它**（依赖会首先运行），并以最高优先级覆盖变量： taskforge run release --var registry=ghcr.io/cognis 5. **在 CI 中自动化** —— `run` 会在遇到第一个失败的步骤时以非零状态码退出；`--format json` 可将结果提供给其他工具： taskforge run test --format json 或者将其作为本地 MCP 服务器运行（stdio JSON-RPC）：`taskforge mcp`。

标签：MCP, Python, 任务执行器, 无后门, 逆向工具