$ loading_
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。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-proxy" 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 MCP 后端服务，想在 AI 应用前增加一个代理层，减少上下文里的工具定义令牌占用。请说明如何配置 mcp-proxy、连接多个后端，并解释按需加载工具的工作方式。
一份配置与接入说明，包含多后端连接方式、代理工作原理与节省令牌的实现思路。
请帮我评估在包含 20 个工具的 MCP 环境中使用 mcp-proxy 的收益，说明本地缓存工具定义、按需加载与直接暴露全部工具相比，可能带来的令牌与性能优化。
一份对比分析，说明代理方案在令牌消耗、响应效率与可扩展性上的潜在优势。
我要把文档检索、数据库查询和自动化执行三个 MCP 服务统一接入。请用 mcp-proxy 设计一个多后端代理架构，并给出路由、缓存和维护方面的建议。
一个清晰的代理架构方案，包含服务组织方式以及缓存与运维建议。
通过单一 HTTP 服务聚合并转发多个 MCP 资源服务器，简化接入与管理。
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 MCP 服务安全代理为 OpenAPI 接口，便于集成、调用与部署管理。
通过语义按需加载工具模式，统一代理多后端 MCP 工具并降低上下文开销。
用于集中管理 MCP 工具与服务，支持插件扩展、代理转发和可视化运维。
为 AI 代理集中管理记忆、工具与逻辑，减少提示冗余并支持多代理扩展。