$ loading_
将摘要、代码补丁等低风险任务委派给低成本模型并由主代理复核。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"cn-llm-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。
请调用 cn-llm-mcp，把这份长文档交给低成本模型先做摘要，返回 5 条要点和 1 段风险提示，再由你复核并修正明显错误。
一份经过主代理复核的精简摘要，包含关键要点与可信度提醒。
请通过 cn-llm-mcp 让低成本模型根据这个报错和相关代码生成一个最小修复补丁，再由你检查是否会引入副作用，并给出最终建议。
一个可审阅的补丁草案，并附主代理对修改风险和适用性的检查意见。
请使用 cn-llm-mcp 批量处理以下低风险任务：整理会议记录、提取待办事项、统一格式输出。最后请你汇总结果并标记需要人工确认的部分。
一份汇总后的结构化结果，包含待办清单和需进一步确认的项目。
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。
将非关键大模型任务转交给自控模型处理，节省高端模型配额与成本。
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。
在本地离线运行 Llama 模型，安全私密地完成各类 AI 助手任务。
在终端统一调用多家AI模型，完成文本、图像、视频生成与搜索对比。
在 Mac 本地发起多模型协同评议与综合，辅助编码场景下的高质量决策。