$ loading_
调用2至6个前沿模型并汇总裁决，生成更稳健一致的最终答案
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 "Tokonomix Council" MCP 服务： 执行：claude mcp add 'ai-tokonomix-council' -- npx -y tokonomix-council-mcp
请用 Tokonomix Council 让 4 个模型分别评估“单体架构迁移到微服务”的利弊、风险与适用条件，最后由独立裁判整合成一份决策建议，包含推荐方案与理由。
一份综合多模型观点的技术决策建议，包含主要分歧、共识与最终推荐。
请用 Tokonomix Council 回答“RAG 与长上下文在企业知识库问答中的主要差异是什么”，要求 3 个模型分别作答，再由裁判整合为结构化结论，并标出不确定点。
一个更可靠的结构化答案，涵盖核心差异、适用场景及仍需进一步验证的部分。
请用 Tokonomix Council 让 5 个模型分别为一款 B2B SaaS 产品提出下季度增长建议，最后由裁判汇总成按优先级排序的行动清单，并说明排序依据。
一份去重整合后的增长行动清单，带优先级、理由和可执行建议。
聚合多家大模型进行复核、仲裁与共识判断，辅助更可靠决策。
汇集多模型独立方案与辩论，辅助实现路径和架构决策
实时查询大模型基准、价格与推荐，辅助选型和成本评估。
发起多智能体多轮辩论，汇总共识建议并输出排序方案
并行调用多模型审查代码，并经匿名仲裁生成统一结论摘要。
在 Mac 本地发起多模型协同评议与综合，辅助编码场景下的高质量决策。