$ loading_
通过递归提问与自我反思，帮助大模型审视推理过程并改进回答质量。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mirror-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 reflect 工具审视以下回答的推理过程，找出潜在漏洞、遗漏假设和可改进之处，并给出修订后的答案：{{answer}}输出一份反思结果，指出推理问题并附上更稳健的修订答案。
针对这个复杂问题先调用 reflect 工具进行多轮自我提问，再基于反思结果给出最终结论，并明确说明不确定性：{{question}}输出经过自我校验的最终答复，包含更清晰的结论与不确定性说明。
请用 reflect 工具分析这个提示词是否存在目标不清、约束不足或歧义，并给出优化后的版本：{{prompt}}输出对提示词问题的诊断，以及一个更明确、可执行的优化提示词。
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。
帮助 AI 代理导航、检索并理解代码库结构与变更历史。
提供研究方法、检索与知识资源，帮助用户高效完成调研分析工作。
在多家大模型与 MCP 服务间智能路由请求，并兼顾本地隐私记忆与嵌入处理。
提供回显、系统信息、时间计算与文件读取等实用能力的模块化 MCP 工具。
通过 MCP 访问和管理 Langfuse 提示词，提升大模型提示工程效率。