$ loading_
将多云 AI 模型接入 AI 命令行代理，支持流式对话、并行查询与模型发现。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"cloud-chat-assistant" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
使用 cloud-chat-assistant 同时调用多个云端模型，回答“为一个日志分析 CLI 设计命令结构”，保留流式输出，并对比各模型方案的优缺点。
返回多个模型的流式回答，并附带一份优缺点对比总结。
通过 cloud-chat-assistant 开启会话历史，先让模型生成 Kubernetes 部署脚本，再基于上一轮结果继续优化资源限制、健康检查和环境变量配置。
得到可连续迭代的多轮对话结果，后续回答能继承前文上下文。
用 cloud-chat-assistant 列出当前多云环境中可用的模型，按提供商、能力和适用场景整理，并推荐最适合代码生成与摘要任务的模型。
输出一份可用模型清单及针对不同任务的选型建议。
将多家大模型统一为 MCP 工具，并按任务类型自动路由调用。
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。
解析多云基础设施代码并生成实时成本估算与对比报告。
将任意命令行工具快速封装为 MCP 服务，供 AI 助手直接调用。
通过对话检索文档并调用 MCP 工具，完成问答、分析与操作任务
帮助开发者为 AI 客户端接入自定义工具、记忆与结构化提示能力