用途：把同一个提示并行发送给多个 AI 模型，并将各模型回答综合为统一分析，适合模型对比，或通过 /amm 及自然语言触发。
主要能力：先获取种子提示，必要时用定制化问题澄清意图，并头脑风暴相邻角度；随后由用户选择模型（菜单由 models.json 渲染，支持预设或逐个挑选，可附加系统提示与图片）；运行查询后输出 results.md、results.html、responses.json、prompt.md 及 individual/<model>.md；再通过会话内子代理生成综合，包含共识、分歧、独特见解与置信度等部分，并插入结果文件顶部。
使用方式：触发后按步骤执行，而非仅描述功能。模型选择菜单命令为 cd "$HOME/.claude/skills/ask-many-models" && yarn query menu，逐个挑选为 yarn query menu --pick。查询命令为 cd "$HOME/.claude/skills/ask-many-models" && yarn query --preset "<preset-name>" --output-format both [--image "<path>"] [--system-prompt "<path>"] "<prompt>"；自选模型时用 --models "<id1>,<id2>,..." 替换 --preset。综合插入命令为 npx tsx scripts/resynthesise.ts "<output-dir>" --file "<synthesis-file>"，省略 --file 则改用 Anthropic API 综合并消耗 token。
适用场景：需要比较多模型观点、检验决策、生成备选方案或获取多角度分析时。
限制：深度研究预设每个模型可能耗时 10–20 分钟；无视觉支持的模型只收到文本提示；模型选择必须由用户决定；系统提示保存依赖 jq 与本地 JSON 文件；部分细节（如具体模型清单、API 密钥配置）需查阅 references/cli-reference.md 与 models.json。