$ loading_
通过 MCP 接入多模型路由与对话，支持智能回退、持久会话和性能学习。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"IRIS - Integrated Runtime Intelligence Service" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请帮我为 IRIS 设计一个多模型路由策略：优先使用低成本模型处理普通问答，复杂推理切换到高性能模型；当主模型超时或报错时自动回退；并说明各类请求的分流规则。
一份清晰的模型路由方案，包含优先级、回退条件、请求分类和策略说明。
我想用 IRIS 为团队助手保留上下文，请给出一个持久会话设计方案，包括会话标识、上下文存储、历史消息裁剪，以及如何在多轮对话中保持一致体验。
一套会话管理建议，说明如何保存、恢复和优化多轮对话上下文。
请基于历史调用表现，为 IRIS 制定一个持续优化机制：记录各模型的延迟、成功率、成本和回答质量，并根据这些指标动态调整路由决策。
一份性能学习与优化方案，包含监控指标、评估逻辑和动态调优方法。
结合联网搜索与代码执行，帮助你完成分析、开发与连续对话任务
帮助 AI 只读查看 MQTT 与 Sparkplug B 的最新传感器数据。
在多家大模型与 MCP 服务间智能路由请求，并兼顾本地隐私记忆与嵌入处理。
在终端统一调用多家AI模型，完成文本、图像、视频生成与搜索对比。
集中注册多种AI模型接口，按能力自动发现并路由调用。
聚合多个MCP服务并智能路由工具，帮助用户高效并行完成检索与调用。