$ loading_
为 AI 代理提供验证、评分、路由与委派能力
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 "io.github.Garl-Protocol/mcp-server" MCP 服务： 执行：claude mcp add 'io-github-garl-protocol-mcp-server' -- npx -y @garl-protocol/mcp-server
请用该 MCP 工具评估多个可执行方案，比较可信度、风险和适用性，并给出推荐路由。
输出多个方案的可信度对比、风险提示和推荐执行路径。
请检查这个 AI 代理的结论是否可靠，给出验证结果、置信度评分和需要人工确认的部分。
输出验证结论、评分，以及需复核的关键点。
请根据任务条件判断应由哪个子代理或流程处理，并说明委派理由。
输出委派建议、匹配理由和可执行的后续步骤。
当多个 AI 代理给出不同答案时，团队可以用它来比较、评分并选择更可信的结果。适合需要降低误判风险的工作流。
在自动化执行前，用户可先用它做验证和路由判断，避免把不可靠的结论直接送入下一步。
当需要把不同任务分配给不同代理或流程时，可借助它做委派判断与比较。帮助团队更快决定谁来处理什么。
它面向 AI 代理场景，提供验证、评分、路由、比较和委派等信任相关能力。可用于帮助用户更稳妥地选择和分发代理任务。
最适合开发者、研究员和产品经理等需要管理 AI 代理结果的人。也适合关心自动化决策可靠性的人。
给定信息只说明它是一个 MCP server，没有提供额外安装或密钥要求。更具体的运行方式请见源码仓库。
为 AI 代理提供防篡改回执、信任评分与能力令牌管理。
为 AI 代理操作加入先验证后执行的安全信任闸门
通过代理委派机制分配与协调多智能体任务，提升复杂工作自动化效率。
帮助多个 AI 代理进行协商与任务协调，提升复杂流程的自动化协作效率。
验证 AI 代理与 MCP 服务能力质量，并签发可验证凭证证明结果。
帮助团队检测 API 是否适配 AI 代理，并输出评分、等级与改进建议。