$ loading_
通过可配置代理分担推理链路，帮助模型完成更复杂的分析与决策任务。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Thinking Agent 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。
请使用 Thinking Agent MCP，把“为多租户 SaaS 设计权限系统”拆成若干子问题，分别分析角色模型、数据隔离、审计日志和扩展性，最后汇总成一份实施建议。
一份结构化方案，包含子问题分析过程、关键权衡点与最终实施建议。
请使用 Thinking Agent MCP，评估“是否应优先上线 AI 摘要功能还是智能搜索功能”，分别从用户价值、开发成本、风险和上线速度角度分析，并给出优先级建议。
一份对比清晰的决策分析，附带推荐选项及原因说明。
请使用 Thinking Agent MCP，对“远程办公对团队效率的影响”进行分步骤推理：先整理正反观点，再识别影响因素，最后输出平衡的研究结论和后续调研建议。
一份层次分明的研究总结，包含观点整理、因素分析和结论建议。
帮助大模型将部分推理外包给辅助代理，扩展复杂任务的分析与执行能力。
将结构化推理与任务执行整合，帮助智能体可追踪地思考、决策并落实行动。
帮助 AI 代理进行分步推理、反思修正并探索多种解题路径。
让 AI 代理通过 Telegram 与用户双向沟通、发送消息图片并收集回复。
通过单一 MCP 端点完成情景模拟、决策分析与高精度计算。
帮助开发者基于 MCP 与简单工作流模式构建高效智能代理。