$ loading_
分析并编译多模型提示词，识别意图缺口与成本浪费风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"signalforge" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请分析这段用于 GPT 和 Claude 的提示词，找出意图不清、缺失上下文和可能浪费 token 的部分，并分别输出适合两个模型的优化版本。
返回问题诊断清单，以及分别面向不同模型的更清晰、更省成本提示词。
我想让大模型帮我总结用户访谈，请根据目标、输出格式和限制条件，编译一个任务专用提示词，并提醒我还缺哪些关键信息。
生成可直接使用的访谈总结提示词，并附上待补充上下文建议。
评估这套工作流提示词的成本风险，指出重复说明、冗长上下文和低价值步骤，并给出更精简的替代方案。
输出成本风险分析、浪费点说明和更高效的精简版提示词方案。
让 AI 助手起草并提议发送 Signal 消息，且发送前必须经人工确认。
通过本地 MCP 服务管理任务记录与种子文档，便于开发测试与数据维护
通过多模型与可视化工具，用自然语言完成软件开发、调试与成本管理。
为 AI 编码助手提供持久记忆、代码结构分析与安全多代理协作能力。
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。
聚合多家编码规划服务，为 AI 编程工具提供代码审查、方案评审与多轮对话。