$ loading_
让 Claude 调用 OpenAI 专家模型分工协作，安全完成复杂开发任务。
该 MCP 工具材料很少，已知为开源且无显式密钥/端点声明，但其功能描述涉及将任务委派给 OpenAI 子代理，实际数据流与权限边界不清晰。整体更适合评为需留意，主要风险点在于文档缺失导致的可审计性不足，而非已证实的恶意行为。
材料明确写明“需要的密钥/环境变量：无”，未见要求提供 API key、token 或本地高敏凭证；当前材料下未发现明确的凭证泄露或滥用路径。
虽然登记信息写明“远程端点 host：无”，但功能描述称其会把任务委派给 OpenAI 模型作为 subagents，这通常意味着存在对外网络交互以及潜在的提示/数据外发；由于 README 缺失，具体传输对象、范围和触发条件无法核实。
系统客观检查项已标记为 executes-code，说明其具备本机执行代码或起进程能力；这是此类 MCP 工具的常规高权限特征，本身不足以定为高风险，但应在隔离环境中使用并限制可调用系统能力。
材料未说明其可读写哪些本地文件、工作区或其他资源，但既然具备代码执行能力，通常也可能间接访问当前运行上下文中的数据。未见明确申请超出声明功能的系统权限，但权限边界披露不足。
正面因素是其为开源仓库，可进行源码审计；但来源仅为 third_party_registry，社区采用为 0 star、许可证未声明、维护状态未知且 README 缺失，导致可验证性和持续维护信号偏弱，供应链信任度有限。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"gpt-subagents" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请把这个 Python 服务重构任务拆成多个子任务，并分别交给最合适的子代理处理：代码结构优化、测试补全、性能风险检查。最后汇总变更建议与执行顺序。
返回按角色分工的子任务方案、各子代理结论，以及统一的重构实施建议。
针对这个新功能实现方案，请分别让子代理从可维护性、潜在 bug、边界条件和安全性角度并行评审，并输出合并后的修改清单。
得到多角度代码审查结果、优先级排序问题列表和统一修改建议。
为一个需要调用多个大模型的开发流程设计安全协作模式，包括任务分派规则、结果验证步骤、失败回退机制和敏感信息处理要求。
输出可执行的多代理编排方案，涵盖安全边界、校验流程与异常处理策略。
帮助开发者用 Claude SDK 子代理进行多工具编排、CLI 路由与自动化开发。