$ loading_
让大模型与扩散式语言模型持续双向对话，并支持会话重启与灵活配置。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"llama-diffusion-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。
请通过 llama-diffusion-mcp 启动一个持久会话，让 Claude 与 DiffusionGemma 进行 5 轮双向对话，主题是“比较自回归模型与扩散语言模型的推理特点”，并输出每轮双方回复摘要。
返回一段已建立的跨模型对话记录，并附每轮交流摘要。
我之前的 llama-diffusion-cli 对话进程中断了。请使用 llama-diffusion-mcp 重连或重启会话，恢复默认配置，并验证当前是否还能向 LLaDA 继续发送消息。
返回会话恢复状态、当前配置情况，以及一条成功发送测试消息的结果。
请用 llama-diffusion-mcp 创建一个新会话，自定义 llama-diffusion-cli 配置参数，用于和 DiffusionGemma 对话；然后发送一条“请介绍你的采样机制”的消息，并展示所用配置。
返回新会话创建结果、实际配置参数，以及模型对该问题的回复。
将 Claude Code 连接到本地 llama.cpp，便于低成本测试与运行本地大模型。
让 Claude Code 接入外部大模型进行会话咨询、并行求证与联网研究。
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。
通过 OpenAI 兼容接口在 MCP 中调用大模型并进行对话。
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。