$ loading_
通过 JSON 配置快速把多种大模型封装为 MCP 工具，无需编写 Python 代码。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"model-gateway" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请帮我为 model-gateway 生成一个 JSON 配置，把 GPT、Claude 和 Gemini 分别定义为摘要、代码审查和市场文案生成三个 MCP 工具，并为每个工具写清楚名称、描述、输入参数和模型映射。
一份可直接使用的 JSON 配置，包含 3 个基于不同模型的 MCP 工具定义。
我想把不同厂商的大模型封装成统一接口。请为 model-gateway 设计一个 MCP 工具配置方案，让用户用相同输入格式即可切换 GPT-4、Claude 和 Gemini，并说明参数如何标准化。
一个统一输入结构的配置方案，以及各模型参数映射和切换说明。
请给我一个基于 model-gateway 的实施示例：不写 Python，仅通过 JSON 配置把文档总结、客服回复草拟和会议纪要整理接入 MCP 工作流，并说明部署与维护建议。
一个面向团队场景的无代码配置示例，并附带部署、维护和使用建议。
将多个子 MCP 服务器统一接入一个网关，便于集中调用和管理工具。