用途：该技能实现 Karpathy 的 LLM Council 模式，通过并行查询多个前沿大模型、同行评审与主席综合，产出更全面的研究结论。
主要能力：Geoffrey/Claude 作为原生议会成员，负责判断简单或复杂查询、调用外部 API 编排器、提供自身研究回答、执行同行评审、请求 GPT-5.1 主席综合，并将最终报告保存到 Obsidian。Python 外部编排器负责获取 GPT-5.1、Gemini 3.0 Pro、Perplexity Sonar、Grok 4.1 的响应并返回 JSON。
使用方式：简单模式仅用 Perplexity，适合事实查询、时事与快速带引用研究，15 秒内完成；议会模式调用全部模型，适合比较分析、深度研究、多视角与战略问题，90 秒内完成。命令示例：cd skills/multi-model-research 后运行 uv run scripts/research.py --query "Your question" --models perplexity --output /tmp/responses.json。配置涉及 config.yaml、prompts/system_prompts.yaml、prompts/peer_review.md、prompts/chairman_synthesis.md。依赖 httpx、pyyaml、python-dotenv、python-frontmatter，需在 ~/.env 配置 OPENAI_API_KEY、GEMINI_API_KEY、PERPLEXITY_API_KEY、XAI_API_KEY。
输出：报告含执行摘要、按主题组织的关键发现、置信度评估与带 URL 和日期的参考文献，引用采用 [1]、[2] 数字格式。
限制：议会模式每次查询消耗 4-5 次 API 调用，延迟 60-90 秒，可能受速率限制影响；非 Perplexity 模型的引用质量依赖 URL 提取。未来计划包括流式响应、成本跟踪、查询历史与自定义模型权重。该技能实现 2025 年 11 月 22 日发布的 LLM Council 模式。