个人设备与家电管理工具，支持错误代码查询和故障排除。可追踪您所有设备（家电、电子产品、软件）的型号、说明书和保修信息。设备出现故障时，输入错误代码即可立即获得解决方案。适用场景：设备显示错误、需要说明书、查询保修、添加新设备、接收维护提醒。触发词：/device、/geräte、mein Geschirrspüler、Fehler E24、Fehlermeldung、设备问题、家电故障

使用项目反应理论设计和实现自适应测试系统，适用于计算机化自适应测试、心理测量评估、能力估计、题目校准、测试设计及IRT模型（1PL/2PL/3PL）。涵盖测试算法、终止规则、题目选择策略，以及适用于K-12教育、认证、分班和诊断性评估的实用实现模式。

AI 代理根据对话内容自动选择最合适的模型，采用四层识别机制（系统过滤→关键词→指令词→语义相似度）、四池架构（高速/智能/人文/代理）、五分支路由及全自动故障回退机制，支持 trigger_groups_all 非连续词组匹配

自动评估任务复杂度并调整推理层级。在每条用户消息触发时，评估是否启用扩展思考（推理模式）以提升回答质量。在回答复杂问题前作为预处理步骤使用。

在 Docker 中运行 Model Context Protocol (MCP) Atlassian 服务器，以实现与 Jira、Confluence 及其他 Atlassian 产品的集成。适用于需要编程查询 Jira 问题、搜索 Confluence 或与 Atlassian 服务交互的场景。需使用 Docker 和有效的 Jira API 凭据。

持久提醒系统，直到您确认完成才会持续提醒。适用于设置重复提醒、催促计划或任何需要跟进直至确认的任务。支持每日重置、可配置的催促窗口、紧迫程度递增以及自然语言确认匹配。不要用于一次性提醒（请使用cron）或需要立即响应的时效性提醒（请使用cron配合wakeMode now）。

通过聊天补全功能运行AIMLAPI的LLM和推理工作流，支持重试、结构化输出和显式的User-Agent头。当Codex需要对AIMLAPI模型进行脚本化提示或推理调用时使用。

ZAI GLM模型的二进制模型路由：轻量级与重型任务