Skip to main content
随着 MCP 主机应用(例如代理)连接到更多 MCP 服务器,并累积对数百甚至数千个工具的访问权限,天真的工具管理方法会逐渐失效。将每个工具定义预先加载到模型的上下文窗口中会浪费 token、增加延迟并降低模型性能。在连续的工具调用之间通过模型传递大型中间结果会进一步加剧这个问题。 有两种模式可以应对这些挑战:渐进式发现,用于控制 何时 将工具定义纳入上下文;以及 程序化工具调用,用于控制 如何 调用工具。

渐进式工具发现

朴素的 MCP host 实现会在每次对话开始时,直接将所有已连接服务器的工具定义传递给模型。对于少量工具来说,这完全合理。但当一个 host 能访问数十个服务器、暴露数百个工具时,仅这些定义本身就可能在模型甚至还没读到用户消息之前,占据上下文窗口的大部分。 渐进式发现可以避免这个问题:
  • host 通过 tools/list 正常获取工具定义,但延迟将它们注入模型上下文。
  • host 向模型提供一个轻量级的 search_tools 元工具。
  • host 仅在需要时才将完整定义加载到上下文中。

何时使用渐进式发现

当工具定义占用上下文窗口的大部分时,最适合使用渐进式发现。对于少量工具、且工具定义只占据上下文窗口很小一部分的情况,直接加载全部工具就可以。
一旦工具定义占用了可用上下文窗口的相当大一部分,客户端应切换到渐进式发现。我们建议客户端实现阈值,以决定何时切换:
  • 以上下文窗口百分比实现阈值。例如,1%-5%。
  • 加载工具定义。当达到阈值时,切换到渐进式发现。

选择发现策略

一旦模型调用了 search_tools 工具,我们就需要选择一种搜索策略:
  • 基于关键字:关键字匹配(BM25、正则表达式)。简单有效,尤其适合描述性强的工具名称和描述。
  • 基于嵌入:在工具描述上进行向量相似度检索。对同义词和语义匹配的处理更好。
  • 基于子代理:由一个次级模型,通常是较小且更快的模型,例如 Claude Haiku 或 Gemini Flash,来为任务选择工具。这通常效果很好,但成本可能高于基于嵌入或基于关键字的方案。
  • 混合:结合多种方法。例如,对关键字和嵌入排序共同打分,或者根据使用场景或查询选择不同策略。
一些模型提供商已经内置了工具搜索。例如,OpenAIAnthropic 原生支持此功能;请查阅你的提供商文档以寻找对应实现。在可用时,你可能更倾向于使用平台自带的工具搜索,而不是自定义实现。当提供商不提供此功能,或你需要专门的检索逻辑时(例如,领域特定排序或访问控制过滤),再自行构建。 下面的三层模式详细展示了一种自定义的、基于搜索的方法,但其分层原则(目录、检查、执行)与具体的检索机制无关,均适用。

使用渐进式发现

一种常见的渐进式发现实现方式,是使用基于搜索的三层方法: 第 1 层:目录。 host 暴露一小组元工具,用于搜索可用能力。search_tools 工具接受自然语言查询,并返回匹配的工具名称及简短描述。
第 2 层:检查。 一旦模型识别出候选工具,它只会获取该工具的完整定义(输入 schema、文档)。
这会返回单个工具的完整 schema:
第 3 层:执行。 模型在完整了解其接口后调用该工具,而它只加载了所需的定义。 这种模式能显著减少 token 使用量,并且可以提高工具选择准确性:模型关注少数相关工具,而不是浏览数百个无关工具。其他发现策略(嵌入、子代理等)遵循相同的分层原则,但在目录层替换为不同的检索机制。

动态服务器管理

渐进式发现不仅适用于单个工具,也适用于整个服务器。与其在启动时连接所有已配置服务器,不如让 host:
  1. 维护一个可用服务器及其高级描述的注册表。
  2. 仅当模型确定需要某个服务器的能力时,才连接该服务器。
  3. 断开当前任务不再相关的服务器,释放上下文。
这对通用型代理尤其有效,因为用户意图一开始并不明确。代理从一组始终在线的最小服务器集合开始,并在需要时连接其他服务器。结合 agent skills,skill 文件可以声明它需要哪些 MCP 服务器,而 host 只会在该 skill 被调用时连接它们。

实现指南

在实现渐进式发现时:

与提示缓存的交互

大多数提供商会缓存 prompt 前缀,包括 tools 数组。对话过程中添加或移除工具定义会使该缓存失效,而随之而来的缓存未命中可能比你移除的那些定义本身消耗更多 token。为了保持缓存:
  • 将新发现的定义追加到缓存断点之后,而不是重新排序 tools 数组;或者将每次调用都路由到一个稳定的 call_tool({name, args}) 元工具,这样数组就不会变化。
  • 将服务器断开视为一个对话边界操作,而不是按轮次操作。
  • 在查阅上面的工具搜索链接时,同时参考你的提供商关于缓存的文档。

程序化工具调用 / 代码模式

使用直接工具调用时,每次工具调用都是一次往返:模型生成一个工具调用,客户端执行它,完整结果再回流到模型的上下文中。当任务需要串联多个工具(读取文档、转换文档、再写到别处)时,每个中间结果都会经过模型,消耗 token 并增加延迟,即使这些结果与模型本身并无关系。 程序化工具调用(有时称为“代码模式”)为客户端提供了一种有效地组合工具调用的方法。模型不再直接调用工具,而是编写调用工具的代码。代码在沙箱环境中执行,只有最终结果才会返回给模型。 程序化工具调用功能强大,能够更高效地使用 MCP 工具和资源,但需要客户端实现一个沙箱环境。

工作原理

宿主会将 MCP 工具 schema 转换为可在沙箱内部使用的类型化 API。当模型需要工具时,它会编写脚本并执行它。 步骤 1:从 MCP schema 生成程序化 API。 宿主读取每个服务器的工具定义,并基于每个工具的参数生成类型化函数:
此协议版本中的工具定义只描述工具输入。精确的返回类型(如上面的 LogEntry)必须来自服务器文档或手动配置。 当无法获得精确返回类型时,优先采用简单方案:
  • 使用泛型类型并继续。 接受 anystring,并在下游处理非结构化输出。
  • 使用快速模型提取类型化结果,适用于循环外的单次调用。通过与 MCP 工具调用相同的 stub 拦截路径,提供一个由宿主中介的 extract(value, ExpectedType) 辅助函数,这样沙箱本身永远不会打开网络连接。该辅助函数会路由到一个小型模型(例如 Claude Haiku 或 Gemini Flash),将值转换为 ExpectedType。这会增加每次调用的延迟,并且可能产生幻觉或丢失字段,因此在使用前应根据 ExpectedType 验证结果。
步骤 2:模型基于这些 API 编写代码。 模型不再发起多次独立工具调用并在它们之间让完整结果流经上下文,而是编写一个单独脚本。比如任务“找出过去一小时内所有错误日志,并为每个唯一错误创建一张工单”。如果使用直接工具调用,成千上万条日志会流经模型上下文。使用代码时,模型在沙箱中进行过滤:
步骤 3:沙箱执行代码。 沙箱内的函数调用会被拦截,并通过宿主代理路由回相应的 MCP 服务器。日志数据和工单创建在服务器之间直接流动,完全不会进入模型上下文。只有 console.log 输出,也就是一行摘要,会返回给模型。

选择沙箱

合适的沙箱取决于你希望模型编写的语言、宿主应用的语言,以及你需要多少隔离级别。表格列举的是示例运行时,而非背书;请结合你的使用场景评估其成熟度: 无论使用哪种沙箱,集成模式都是相同的:宿主注入函数 stub,通过进程内或 stdio 通道拦截调用(因此可以完全禁止网络权限),并将其作为 tools/call 请求分发给 MCP 服务器。

执行架构

实现包含三个组件: 沙箱 在一个隔离环境中运行模型生成的代码,没有直接网络访问权限。它与外界唯一的接口就是生成的函数 stub,它们会将调用路由回宿主。 宿主 充当代理。它接收来自沙箱的函数调用,将其映射到正确的 MCP 服务器,执行工具调用,并把结果返回给沙箱。授权令牌和凭据由宿主持有,绝不会暴露给生成的代码。 模型 只看到沙箱返回的内容,通常是 console.log 语句的输出或最终返回值。这使模型(以及客户端开发者)能够精确控制进入上下文窗口的内容。

安全注意事项

程序化工具调用引入了代码执行面,因此需要谨慎的沙箱隔离:
  • 按次授权:从规范角度看,代理仍然是 MCP 宿主。对源自沙箱的调用,应应用与直接调用相同的人工确认策略(见 Tools: Security)。批准脚本并不意味着对其运行时发出的每个工具调用都一概放行;宿主可以授予类别性批准(例如,“允许该脚本运行期间使用 ticketing_createIssue”)而不是每次迭代都提示,但代理仍必须依据该授权评估每次调用。
  • 跨服务器数据流:来自一个服务器的工具结果,对另一个服务器而言都是不可信输入。代理应对经由代理的调用应用与直接调用相同的输入审查策略;仅仅截断输出并不能阻止数据外泄。
  • 网络隔离:沙箱不应拥有直接网络访问权限。所有外部通信都通过宿主代理流转,由宿主执行授权和访问控制。
  • 不暴露凭据:API 密钥和令牌由宿主持有。生成的代码只调用类型化函数;宿主在转发到服务器时添加认证信息。
  • 资源限制:为沙箱执行设置超时和内存限制,以防脚本失控。
  • 输出过滤:在将沙箱的 console 输出反馈给模型之前,先进行验证和截断。

错误处理

MCP 工具错误会以成功响应返回,但其中 isError: true,而不是传输 失败。生成的封装器应将其转换为抛出的异常,这样模型编写的代码 就可以使用 try/catch。如果未捕获的错误终止了脚本,应将其作为脚本的 结果暴露出来,以便模型自行修正;对于已经提交的任何部分副作用, 由模型负责报告。

结合这两种模式

渐进式发现和程序化工具调用可以很好地协同工作。模型使用发现工具来识别自己需要哪些工具,加载它们的模式,然后编写一个在一次执行过程中调用多个工具的单一脚本。这种组合同时最小化了工具定义的 token 成本和工具结果的 token 成本,使模型的上下文更专注于推理,而不是通过它传递数据。