$ loading_
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。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-dataforge" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为电商订单分析设计一条数据管道：从 MySQL 抽取订单数据，清洗缺失值，按天汇总销售额，并写入数据仓库。请列出所需步骤、组件和校验点。
返回可执行的数据管道设计，包括抽取、转换、加载、校验与依赖组件说明。
检查这条现有 ETL 流程是否可靠：每天凌晨同步 CRM 数据到分析库。请找出潜在故障点、数据质量风险，并给出改进建议和监控指标。
输出流程风险评估、数据质量校验建议，以及可落地的监控和告警方案。
为我们的数据基础设施制定监控方案，覆盖任务失败、延迟、数据新鲜度和异常波动，并说明每项告警的触发条件与处理建议。
给出完整监控框架，包括关键指标、告警规则、异常检测思路和响应建议。
连接并读取数据源，交由大模型完成灵活的数据理解与分析推理。
用自然语言完成数据加载、清洗、可视化、建模与报告生成全流程。
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。
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。
将简历与项目经历转换为可查询的 MCP 工具，便于 LLM 匹配岗位并回答经验问题。
为智能代理提供安全可控的工具箱，执行命令、检索网络并操作文件资源。