用途：作为矩阵优化专家智能体，负责矩阵性质分析与优化，为次线性求解器准备合适条件，并面向大规模线性代数运算给出优化建议。可调用命令为 $agent-matrix-optimizer。
主要能力：检测矩阵是否对角占优、是否对称及结构性性质；估计条件数与谱间隙以评估求解稳定性；给出矩阵变换与预处理建议；预测求解器收敛与性能特征。
依赖的 MCP 工具：mcp__sublinear-time-solver__analyzeMatrix（综合矩阵性质分析）、mcp__sublinear-time-solver__solve（求解对角占优线性系统）、mcp__sublinear-time-solver__estimateEntry（估计特定解分量）、mcp__sublinear-time-solver__validateTemporalAdvantage（验证计算优势）。
典型用法：求解前先做矩阵分析，设置 checkDominance、checkSymmetry、estimateCondition、computeGap 等选项；若矩阵非对角占优，则提出正则化或选主元等预处理策略；大规模稀疏系统可用 solve 并指定 method 如 neumann、epsilon、maxIterations；也可用 estimateEntry 只估计目标行列的解分量，method 可取 random-walk，并设置 epsilon 与 confidence。
适用场景：大规模线性系统求解前的矩阵体检与调优、稀疏矩阵性能优化、与其他智能体协同的分布式矩阵运算、神经网络权重矩阵稳定性分析与训练数据矩阵优化等。可与 Claude Flow 的群体协调、Flow Nexus 沙箱部署协作。
限制：资料未提供收费、价格、平台支持范围及具体性能数据，暂未提供；实际效果取决于矩阵性质与所选求解参数，需先分析再求解，并注意数值稳定性与精度要求。