$ loading_
通过按 URL 拆分工具组的 FastMCP 服务，让智能体按需访问工具并降低上下文与 token 成本。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"fastmcp-endpoint-toolsets" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请帮我设计一个 FastMCP 服务结构，将代码仓库工具、工单系统工具和内部知识库工具分别暴露在不同 URL 端点下，并说明每类智能体应连接哪个端点。
给出按工具组划分的端点方案，以及不同智能体对应的接入建议。
我有一个会同时处理研发、运维和文档任务的 AI 代理，请帮我把现有 MCP 工具拆成多个 URL 范围的工具集，并说明这样如何减少上下文膨胀和 token 消耗。
输出拆分后的工具集结构、端点命名建议，以及降本增效的说明。
请为测试环境和生产环境分别设计 FastMCP 端点工具组，确保代理只能访问与当前环境相关的工具，并补充权限与隔离建议。
提供分环境端点设计、访问边界说明和安全隔离建议。
帮助团队快速部署可动态加载资源与工具的生产级 FastMCP 服务。
帮助团队快速搭建企业级 MCP 服务，实现语义检索与权限化工具分发。
提供可直接部署的 MCP 服务端，支持计算、搜索、抓取与交互测试。
帮助开发者用 Python 快速构建和管理 MCP 服务器与客户端。
将运行中的 FastAPI 应用快速转为 MCP 服务，便于用自然语言调用接口
为智能代理提供安全可控的工具箱，执行命令、检索网络并操作文件资源。