$ loading_
按需加载技能与工具并分流重复子任务，帮助降低大模型令牌消耗与运行成本。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"clair" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请为我的 MCP 智能代理接入 clair，目标是只在需要时加载技能与工具，并把重复性的分类、提取子任务路由到更便宜的 ML 后端。请给出集成方案、路由策略和示例配置。
一份降低令牌消耗的集成方案，包含按需加载规则、子任务分流策略和配置示例。
我有一个包含摘要、标签分类、问答和报告生成的 AI 工作流。请使用 clair 的思路，判断哪些步骤应交给 LLM，哪些应交给 ML 后端，并说明原因与预期节省。
一份任务拆分与路由建议，明确各步骤的执行后端、适用条件和成本收益。
我们的 MCP 工具链调用成本过高。请基于 clair 的机制，分析可能的高令牌来源，并给出按需加载、缓存、重复任务下沉到 ML 后端的优化建议。
一份成本诊断与优化清单，指出问题来源并提供可执行的降本措施。
为非 Claude 客户端加载并调用技能，统一接入 AI 能力工作流。
让 AI 在任务不明确时主动追问，并通过人机协同收集结构化输入。
将非关键大模型任务转交给自控模型处理，节省高端模型配额与成本。
通过 MCP 为任意大模型接入模块化技能包，扩展专用工作流与工具集成能力。
通过测量、压缩、缓存与裁剪 token，显著降低 AI API 成本且无需改提示词。
将 Claude Agent Skills 以 MCP 工具形式开放，便于发现、搜索并阅读技能指南与资源。