$ loading_
为兼容 MCP 的智能体编排上下文感知指令包，提升任务执行一致性与效率。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"packforge" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为一个 MCP 兼容的开发助手系统设计指令包编排方案，包含代码审查、文档生成和测试执行三类任务。要求根据任务上下文自动选择合适的指令包，并说明触发条件、优先级和回退策略。
一份结构化的指令包编排方案，说明不同任务的适用上下文、路由逻辑与降级机制。
帮我为产品、开发和运维团队共用的 MCP 智能体制定统一指令包规范，包括角色边界、输出格式、安全约束和上下文注入规则，并给出可复用模板。
一套跨团队可复用的指令包规范与模板，便于统一智能体输出和协作流程。
分析当前 MCP 智能体在不同任务中使用指令包的效果，提出优化建议，重点关注上下文匹配准确率、响应稳定性和任务完成质量，并输出改进后的选择策略。
一份指令包使用分析与优化方案，包含问题诊断、改进建议和新的选择规则。
帮助 AI 在 GitHub 仓库中按问题提取并打包最相关代码文件。
帮助多个 AI 代理在软件项目中分工协作、管理任务并共享上下文。
为 AI 编程代理提供本地代码智能与共享语言服务能力，提升开发效率。
用自然语言驱动多代理协作，构建、校验并监控数据管道与基础设施。
将本地 .context/ Markdown 知识库转为 AI 编码代理可检索上下文层。
帮助 AI 代理通过 MCP 执行语料发现、检索与数据访问分析任务。