$ loading_
将扁平 MCP 工具整理为分层子命令，节省上下文并提升工具发现效率。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCPico" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
我有一个包含几十个 MCP 工具的代理，请帮我用 MCPico 按功能整理成分层子命令组，并给出建议的分组结构。
返回清晰的子命令分组方案，便于模型调用并减少上下文占用。
请分析我当前扁平化的工具列表，使用 MCPico 设计更易发现的命名与分层方式，并说明每组用途。
输出更直观的工具层级、命名建议及每个分组的用途说明。
我想降低 AI 代理加载工具时的 token 成本，请说明如何用 MCPico 代理现有 MCP 服务，并展示重组后的工具结构示例。
给出接入思路、重组后的结构示例，以及降低上下文消耗的预期效果。
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。
聚合多个下游 MCP 服务为统一入口，支持检索、并行调用、批处理与流水线编排。
压缩并代理 MCP 响应，帮助大模型降低令牌消耗并高效调用工具。
精简 MCP 工具模式并延迟加载，帮助降低上下文消耗并提升调用效率
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。
按需过滤远程MCP工具暴露范围，减少上下文占用并提升调用效率。