$ loading_
统一编排多种大模型后端与 MCP 工具，快速构建可组合的 AI 工作流。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"woollama" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请帮我设计一个 woollama 配置，把本地 Ollama 用于日常问答，把 Anthropic 用于复杂推理，并提供按任务自动选择模型的路由规则示例。
一份可参考的路由配置方案，说明不同模型的分工、规则示例与调用思路。
用 woollama 设计一个 AI 工作流：先调用 MCP 搜索工具收集资料，再交给模型总结，最后输出结构化结论与后续行动建议。
一个端到端的工作流示例，展示工具调用顺序、模型衔接方式与最终输出结构。
请为 woollama 写一个可复用 recipe，用于代码评审：接收代码片段后，先检查潜在 bug，再给出性能和可维护性建议，并返回统一格式结果。
一套可复用的 recipe 设计，包含输入输出约定、处理步骤和标准化返回格式。
连接 Ollama 与 MCP 客户端，支持联网搜索与抓取以提供更实时准确的回答。
把 Ollama Cloud 模型接入 MCP，并提供聊天、搜索与网页抓取能力。
连接 Ollama 本地大模型到 MCP 客户端，便于查看模型并发起问答
让 AI 安全调用本地 Ollama 模型进行生成与工具交互。
统一接入多家大模型与本地 Ollama，提供路由、回退监控和兼容接口。
将高 token 开发任务转给本地 Ollama 模型，节省 API 成本并提升开发效率。