$ loading_
通过 MCP 工具组织结构化辩论，并保留上下文记忆。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"la-caja-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。
请用 la-caja-mcp 组织一次关于“是否应该优先做多语言支持”的结构化辩论，分别给出正反观点，并保持讨论上下文。
输出带上下文的正反辩论内容和后续追问结果。
请模拟 agent、agent 和人类三方讨论，围绕“新功能是否进入下个版本”展开，并记录关键结论。
生成三方对话、争议点和最终结论摘要。
请把这次关于产品路线图的讨论写入持久记忆，并在下一轮继续基于之前结论讨论。
后续对话能引用之前讨论过的结论与背景。
产品经理在评审多个方案时，可以用它把争论点结构化，方便追踪不同观点。它还能记住前几轮结论，减少重复讨论。
研究员需要比较不同假设或结论时，可以借助多方互动的方式整理论证过程。持续记忆有助于延续同一议题的讨论。
内容创作者在起草文章、脚本或观点稿前，可以先用结构化辩论收集正反论点。这样更容易形成更完整的内容框架。
它通过 MCP 工具支持结构化辩论，以及 agent、agent、人类之间的互动。同时提供持久上下文记忆，便于延续之前的讨论。
给定信息里没有说明安装、密钥或运行时要求。具体前置条件请见源码仓库。
它不只是普通聊天，而是面向结构化辩论和持久记忆设计。更适合多轮、多方参与的讨论场景。
支持多智能体结构化辩论，帮助你快速比较观点并形成更稳妥结论
协调多个AI模型分阶段辩论，汇总结论并减少迎合性回答
让多个 AI 代理在共享讨论室中辩论议题并收敛共识
为 AI 助手提供可持久化记忆、语义检索与分层上下文管理。
提供推理、代码、反幻觉与记忆测试能力的 MCP 工具集。
将用户批准的纠错、偏好和规则保存为可检索记忆，减少重复失误。