$ loading_
为 AI 助手提供递归式大模型推理与 Python 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。
使用 rlm-mcp-server 递归读取这个大型代码仓库，先识别核心模块，再逐层分析依赖关系，并用 Python 汇总每个模块的职责与风险点。
一份结构化的代码库分析结果，包含模块划分、依赖关系和重点风险说明。
用 rlm-mcp-server 处理这组超长技术文档，分段提取关键信息，递归合并结论，并用 Python 生成统一摘要和待办事项列表。
一份清晰的文档摘要，包含核心结论、关键细节和后续行动项。
借助 rlm-mcp-server 对这批复杂数据和说明材料进行多轮探索，逐步提出假设、执行 Python 分析，并收敛出最可能的异常原因。
一份基于多轮分析的结论报告，说明异常原因、证据和建议措施。
为 AI 编码代理提供持久沙箱，便于在服务端探索代码库并返回精简摘要。