$ loading_
在 VS Code 与 GitHub Copilot 中构建可控的多智能体开发流水线，减少错误路由。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"junai-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为我的 VS Code 项目设计一个基于 junai-mcp 的多智能体开发流水线，包含需求分析、任务拆解、代码实现、代码审查和测试五个阶段，并说明每个阶段应调用哪类代理。
一套分阶段的多代理开发流程说明，包含代理分工与执行顺序。
我想在 GitHub Copilot 中避免任务被错误分配给不合适的 AI 代理。请基于 junai-mcp 的确定性路由机制，给出一个适合大型代码库的代理路由方案。
一个面向大型代码库的代理路由策略，突出如何减少幻觉式分流。
请帮我为团队项目定义一个基于 junai-mcp 的 9 阶段状态机，用于管理从需求到发布的 AI 协作流程，并补充每个阶段的输入、输出和切换条件。
一份完整的九阶段状态机设计，可直接用于规范团队 AI 协作流程。
让 AI 借助 Neovim 的 LSP 与 Treesitter 在代码库中定位、分析并批量修改代码。
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 代理提供通用编码规范、测试流程与需求规划支持。
在 VSCode 中查找并安装适用于多种 AI 编码助手的技能与 MCP 应用。
连接任意 GitHub 项目，让 AI 基于真实代码仓库进行准确分析与开发协作。
为 AI 代理提供代码审查、JSON 处理与密码生成等开发实用工具。