$ loading_
为自然语言请求智能筛选并排序 MCP 工具，显著减少模型读取负担
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Quartermaster" 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 180 个 MCP 工具，请根据这个请求“查找 Python 项目中的性能瓶颈并建议优化步骤”筛选出最相关的 8 个工具，并按相关性排序，给出每个工具的入选理由。
返回按相关性排序的工具短名单，并附上每个工具与该代码任务的匹配理由。
把现有 MCP 工具库压缩成适合这个用户请求的候选列表：‘整理最近一周的销售数据，生成摘要，并输出给管理层的简报提纲。’请只保留最可能用到的工具。
输出一个精简后的高相关工具列表，帮助代理更快读取并执行任务。
在离线、零依赖环境中，对请求“检查部署流水线失败原因，并给出修复建议”进行工具路由，从 200 个工具中选出最相关的候选项。
给出适用于离线场景的排序候选工具清单，便于后续模型只读取少量关键工具。
通过 MCP 提供文本处理、网页抓取与搜索等多功能实用工具集
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。
集中管理 AI 工具并通过 MCP 实现智能发现、串联与执行
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。
提供查询规范化、知识检索与RAG提示构建的生产级MCP工具服务
让兼容 MCP 的智能体发现、搜索并调用海量 AI 工具与技能。