$ loading_
将多个 MCP 服务汇聚为单一接口，统一检索与调用工具并减少上下文膨胀
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Crabeye MCP Bridge" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
我有多个上游 MCP 服务，分别提供代码检索、文档查询和部署操作。请通过 Crabeye MCP Bridge 统一暴露它们，并说明如何使用 search_tools 查找可用工具、再用 run_tool 调用目标工具。
给出统一接入思路，并展示先检索工具再执行工具的调用流程。
请帮我设计一个 MCP 工具接入方案：我不想把所有上游服务的完整工具清单都暴露给智能体，而是希望先搜索再按需调用。基于 Crabeye MCP Bridge，说明这样如何减少上下文膨胀。
输出按需发现与调用的方案说明，并解释对上下文长度与可维护性的好处。
Crabeye MCP Bridge 接入后，search_tools 能返回结果，但 run_tool 调用失败。请给我一份排查清单，覆盖上游服务连通性、工具命名映射、STDIO 接口配置和日志检查。
一份结构化排查清单，帮助快速定位桥接层或上游服务的问题。
提供兼容 OpenAI 的中间层接口，统一调用各类 MCP 工具与能力。
聚合多个MCP服务并智能路由工具，帮助用户高效并行完成检索与调用。
为多后端 MCP 服务提供代理与按需加载，降低工具定义带来的令牌消耗。
提供文件操作、命令执行与网页搜索，帮助完成开发与自动化任务。
帮助团队以本地优先方式代理 MCP 工具，并实现安全扫描与高效发现。
在 Streamable HTTP 与 stdio 之间转发 MCP 通信，便于集成与调试工具链。