$ loading_
帮助AI工程团队分析生产日志、定位质量问题并迭代提示与代理实验。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"freeplay-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。
连接 Freeplay，分析最近 7 天线上 AI 应用日志，找出失败率最高的 3 类请求，按问题类型、触发条件和影响范围总结，并给出改进建议。
一份基于真实日志的问题分析报告，包含高风险场景、根因线索和优化建议。
基于 Freeplay 中真实用户样本，比较当前提示词与两个改写版本的输出质量，重点评估准确性、一致性和失败案例，并推荐最佳版本。
一份提示词对比结果，包含各版本表现、典型样例和推荐结论。
在 Freeplay 中为新的 AI 代理配置实验，对比新旧版本在响应质量、延迟和异常率上的差异，并输出是否适合上线的结论。
一份上线前评估摘要，说明实验结果、风险点和发布建议。
通过智能理解、规划与执行，自动完成文件分析和多步骤任务处理。
帮助用户用 MCP 连接 AI 代理与多种服务，搭建自动化工作流。
帮助用户用 AI 读取、探索并理解 FlutterFlow 项目，加速应用开发协作。
让 AI 代理通过 MCP 操作 PagerDuty，处理告警、值班与事件协作。
为 AI 任务完成发送实时与 Webhook 通知，联通多种协作平台。
帮助团队快速搭建、部署并运维安全可观测的 AI Agent 与 MCP 服务。