$ loading_
为大模型接入多步推理、意图分类与纠错规划，提升回答质量并减少重复错误。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Elite Reasoning 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。
请将 Elite Reasoning MCP 接入我的 LLM 工作流，在用户提问时先做意图分类、检查历史错误，再生成执行计划，并说明推荐的调用顺序。
一套清晰的接入方案，包含拦截流程、推理步骤顺序与执行规划建议。
我有一个客服问答机器人，经常重复之前犯过的分类错误。请用 Elite Reasoning MCP 设计一个机制，在回答前检查过去错误并给出修正策略。
一份避免重复错误的机制设计，说明如何记录历史失误、匹配风险并在输出前修正。
面对多步骤研究任务时，请使用 Elite Reasoning MCP 先判断任务类型，再拆解关键步骤、风险点和验证方法，输出可执行计划。
一个结构化执行计划，涵盖任务分类、步骤拆解、风险控制与结果验证方式。
为 AI 代理提供结构化推理、反思与可检索记忆，提升复杂任务决策质量。