$ loading_
将任务路由到更高性价比的 GLM-4.7 模型，帮助高质量完成代码与文本工作。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"GLM-4.7 MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 GLM-4.7 MCP Server 分析这个 Python 模块，重构重复逻辑，保留现有接口，并输出重构后的代码与修改说明。
返回优化后的代码、关键改动说明，以及对兼容性影响的简要总结。
请通过 GLM-4.7 MCP Server 根据这个 API 代码与注释，生成一份接口文档初稿，包含参数、返回值、错误码和示例。
输出结构清晰的接口文档草稿，便于进一步审阅和发布。
请通过 GLM-4.7 MCP Server 总结这组需求文档，提取核心功能、风险点和待确认问题，并按优先级整理。
生成一份条理化的需求分析结果，适合产品或研发团队继续跟进。
在 Claude Code 中调用 GLM-4.6V 进行图像分析。
让 Claude Code 按任务复杂度自动切换 GLM 与 Opus，低成本完成改码、生成代码和执行命令。
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。
将代码讲解、补测试和加注释等简单任务分流到本地 Ollama，节省 Claude API 成本。
将非关键大模型任务转交给自控模型处理，节省高端模型配额与成本。
帮助开发者在超大代码库中进行跨上下文搜索、分析与变量化管理。