# 初代代码示例 - 全bu加载策略
def load_all_tools:
    for tool in tool_registry:
        preload_tool
# 只是这样会导致：
# 1. 上下文膨胀
# 2. 冗余计算过多
# 3. 启动时间变长
# 4. 高峰期可嫩OOM"
"后来我们团队经历了一次'噩梦'——系统突然一边支持了58个外部API接口！后来啊可想而知...
### 
2. 基于意图识别的选择器登场了！💡
"我们必须学会'堪眼色'行事"

python
from transformers import pipeline
class IntentClassifier:
    def __init__:
        self.classifier = pipeline
    def classify:
        return self.classifier
def select_tools:
    intent = IntentClassifier.classify
    # 根据意图匹配相关工具...
---
二、元数据精简之道：减少"废话"提高信息密度 🧠
MCP Agent的脑子装得太满了吗？来堪堪它的"脑内存储结构"：

 工具名称 
 参数列表 
 返回字段 
 示例输入/输出 
 描述文字 
...
### 
术语归一化：统一表达方式避免歧义 💬

python
# 旧式写法 - 容易造成混淆的例子：
tool_descriptions = , "desc":"去数据库里找东西"},
    {"name": "检索", "params": , "desc":"在网页里扒拉信息"}
]
# 新式Zuo法 - 使用领域本体库：
from ontologies import KnowledgeBaseTool
kb_tool = KnowledgeBaseTool(
    name="knowledge_query",
    params=,
    description=_
)
print # 输出: 查询知识库获取相关信息
###