$ loading_
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。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-compressor" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请将这个 MCP 服务接入 mcp-compressor，拦截所有工具响应并压缩内容，只保留对后续推理必要的信息，同时统计压缩前后的令牌差异。
返回压缩后的工具响应，以及令牌节省情况的摘要统计。
把现有 MCP 工具集合包装到 mcp-compressor 后面，不直接暴露原始工具，只向模型提供两个元工具，并说明映射关系。
输出仅含两个元工具的代理方案，以及原始工具到元工具的映射说明。
分析这个基于 MCP 的 AI 工作流中哪些响应最耗费上下文窗口，并使用 mcp-compressor 设计一套压缩流程，优先降低调用成本但尽量不影响结果质量。
给出压缩流程建议、适合压缩的响应类型，以及成本与质量权衡说明。
压缩 MCP 工具 schema，显著降低 token 消耗并保持完整语义与确定性。
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。
通过单一代理聚合并筛选多个 MCP 服务器工具视图
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。
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。
集中管理多个MCP服务器并按需加载工具模式，降低大模型上下文占用。