$ loading_
为 AI 助手提供递归式大模型推理与代码执行，提升大上下文探索效率。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"rlm-mcp-server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用递归方式遍历这个大型代码库：先识别主要模块，再逐层深入关键目录，并通过 Python 代码汇总每个模块职责、依赖关系和潜在风险，最后输出结构化报告。
一份分层结构清晰的代码库分析报告，包含模块摘要、依赖关系与风险点。
请把这批超长技术文档按章节递归阅读，逐步提炼关键结论、术语定义和待确认问题，并用 Python 整理成最终摘要与问题清单。
一份压缩后的文档摘要，附带术语说明和待跟进问题列表。
请对这个复杂数据集进行递归式探索：先做整体概览，再针对异常分布和关键字段分批深入分析，使用 Python 生成统计结果、发现结论和后续分析建议。
一份包含概览统计、异常发现和后续建议的数据分析结果。
让大模型通过递归拆解处理超长上下文，无需依赖外部 LLM API。
帮助开发者在超大代码库中进行跨上下文搜索、分析与变量化管理。
为 AI 编码代理提供持久沙箱，探索代码库并返回精简摘要以节省上下文。
分层分析大型代码库并生成可查询知识图谱，提升代码理解与检索效率
为 AI 编码代理提供持久记忆与语义找文件能力，跨会话延续开发上下文。
帮助用户全文与模糊检索本地文档，并直接读取已索引文件内容。