在您提到的需求中，您希望找到一个支持在调优过程中调用其他MCP（可能是指某种模型或计算平台）的prompt optimizer。您发现现有的解决方案大多是创建一个专门的MCP server来优化prompt，但这并不是您所需要的。您需要的是在优化prompt的过程中能够动态地调用其他第三方prompt，比如高德地图MCP。这意味着您需要一个灵活的prompt optimizer，它能够在优化过程中集成和调用外部资源或服务。

为了满足这样的需求，您可以考虑以下几种方法：

1. 自定义集成：开发一个自定义的prompt optimizer，该optimizer能够根据需要动态地调用外部MCP服务。这需要一定的编程技能，但可以提供最大的灵活性和控制力。
2. API集成：如果第三方MCP提供了API接口，您可以尝试通过API在prompt optimizer中集成这些服务。这通常需要API的密钥和一些基本的API调用知识。
3. 中间件服务：创建一个中间件服务，该服务作为prompt optimizer和第三方MCP之间的桥梁。这个中间件可以处理prompt的优化请求，并将请求转发到合适的MCP服务。
4. 开源解决方案：搜索是否有开源的prompt optimizer项目支持外部MCP的集成。开源社区经常提供创新的解决方案，并且可以节省大量的开发时间。
5. 云服务集成：如果可能，考虑使用云服务提供商的集成服务，如AWS Lambda或Google Cloud Functions，这些服务可以动态地调用外部资源。

总之，实现您的需求可能需要一些创新和定制开发，但通过上述方法，您应该能够找到一个适合您需求的解决方案。