$ loading_
用于交叉校验生成的 SQL 或正则结果，帮助开发者在信任前先渲染验证。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"parallax-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。
请用 parallax-mcp 的 crosscheck 工具渲染并验证这段 SQL，确认语法、字段引用和过滤条件是否合理，再给出可执行版本：SELECT user_id, total FROM orders WHERE created_at >= '2024-01-01' AND status = 'paid';
返回经过校验的 SQL，并说明潜在语法或字段问题与修正建议。
请使用 parallax-mcp 的 crosscheck 工具验证这个邮箱匹配正则是否可靠，并用示例输入展示匹配与不匹配结果：^[\w.-]+@[\w.-]+\.\w+$
输出正则的验证结果、示例匹配情况，以及可能的边界问题说明。
帮我设计一个流程：先让模型生成 SQL，再调用 parallax-mcp 的 crosscheck 工具做渲染验证，只有通过校验后才执行，并列出失败时的回退策略。
给出包含校验步骤、通过条件和失败处理方案的自动化流程建议。
将批量分类、抽取与摘要等并行推理任务卸载到分布式开源模型网络。
让 AI 通过 MCP 直接操作 Parse 数据库、用户、文件等后端资源。
通过 MCP 连接 Parse Server，执行数据增删改查、权限与云函数管理。
调用 PARI/GP 完成因式分解、素性检测与椭圆曲线等高等数学计算
运行测试与静态检查并汇总错误，帮助开发者高效迭代调试并减少上下文噪音。
在单个 Chrome 进程中并行管理多个隔离浏览器实例，执行独立网页操作与测试。