$ loading_
让终端中的多个 AI 模型互相调用,协同处理代码、文档与多模态文件。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"modelmux" 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 modelmux 调用 Claude Code 先分析 ./src 目录中的 Python 代码质量,再把结果交给 Codex 生成重构建议,最后输出合并后的问题清单与修复方案。
一份整合多个模型结论的代码审查报告,包含问题、优先级和修改建议。
通过 modelmux 读取 ./report.pdf,先让一个模型提取关键结论,再让另一个模型生成中文摘要和行动建议,保留原始引用位置。
包含重点摘要、建议动作和引用来源的结构化 PDF 分析结果。
用 modelmux 将 ./notes.txt 和 ./diagram.png 一起发送给多个模型:一个负责解释图示内容,另一个负责整合文字笔记,最后输出统一的研究备忘录。
一份融合图像理解与文本整理的研究备忘录,便于后续分析与分享。
让多个 AI 编码代理互联协作,提升代码开发与问题处理效率。