$ loading_
将摘要、分类、信息提取和草拟等机械任务委派给本地大模型处理。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-local-llm" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请把这批会议记录交给本地大模型处理：为每份记录生成100字摘要，提取待办事项、负责人和截止日期，并按项目分类输出。
返回按项目整理的摘要与结构化待办清单，便于后续跟进。
使用本地大模型分析这批用户反馈，识别主题类别、情绪倾向和高频问题，并输出可用于表格汇总的结构化结果。
生成包含分类、情绪和问题提要的结构化数据，方便统计分析。
把以下素材交给本地大模型，整理成一份条理清晰的初稿，包括标题、小节结构、关键要点和简短结论。
输出可直接继续编辑的文档初稿，减少重复性写作工作。
将摘要、代码补丁等低风险任务委派给低成本模型并由主代理复核。
让 AI 通过本地大模型安全读取、搜索和编辑本地文件
将非关键大模型任务转交给自控模型处理，节省高端模型配额与成本。
将机械性代码生成子任务分派给本地大模型，节省前沿模型调用成本与令牌。
让编码代理把样板生成与摘要等限定文本任务分流给本地或低成本模型。
在本地离线运行 Llama 模型，安全私密地完成各类 AI 助手任务。