用途：引导用户以变体方式系统性地测试和优化 AI 配置，比较不同模型、提示词和参数的效果。
前提条件：需要在环境中配置远程托管的 LaunchDarkly MCP 服务器。
主要 MCP 工具：clone-ai-config-variation 是推荐工具，用于克隆基线变体并仅覆盖要测试的字段；辅助工具包括 get-ai-config、create-ai-config-variation、update-ai-config-variation、delete-ai-config-variation。
核心原则：每次只改一个变量，需有明确假设，并用指标对比结果。
工作流：先确定要优化的目标（成本、质量、速度、准确性），再设计实验，然后创建变体。推荐使用 clone-ai-config-variation，只传入要测试的覆盖字段，其余字段自动继承。若需完全控制，可先 get-ai-config 查看现状，再用 create-ai-config-variation 手动创建。最后验证变体仅存在预期差异。
modelConfigKey 格式为 {Provider}.{model-id}，例如 OpenAI.gpt-4o、Anthropic.claude-sonnet-4-5。缺少它，变体在 UI 中会显示为 NO MODEL。
限制与安全：始终保留基线变体，即使用户要求替换或切换，也应新建变体而非修改或删除基线，以便对比和安全回滚。不要一次测试多个变量，不要在小样本上做决策。API 响应可能不会回显所有字段，成功响应即视为操作成功，必要时用 get-ai-config 验证。