我是从 GPT-4 开始用 LLM，一开始也就是对话，一来一回的跟玩赛尔号似的，然后后来突然提出了 MCP 这个东西，给模型提供了“扩展能力”的统一协议。 
然后一开始我记得还是靠提示词约束让模型返回 JSON(这个记不清楚了，因为我用的各种2api，我隐约记得当时很多llm的接口都没有function call能力)，然后工具解析器去解析处理，那时候大家似乎也没啥上下文控制的意识，毕竟就只是对话。 
如果mcp来的晚一点，在大家有了控制上下文的意识后，设计之初，就设计成这样的架构，似乎更好？以下内容为我扯犊子，“Tool Search” 咋实现的我还没看 🫪 
只暴露 1 个 tool，用来查询这个 MCP 有哪些sub tool和执行 subtool，subtool 才是真正的“tool” 
描述和 skill 的描述一样，说明此 MCP 是干什么的、什么时候用、各个 subtool「...