AI 精选动态
智能评分 65
Code execution with MCP: Building more efficient agents
AI 推荐理由
文章给出了把 MCP 工具封装为代码 API 的具体实现思路，适合需要降低多工具 agent 上下文成本的开发者直接参考。核心解读
Anthropic 介绍了如何用代码执行环境结合 MCP（Model Context Protocol）提升 agent 与外部系统交互效率。文章指出，MCP 自 2024 年 11 月发布以来，社区已构建数千个 MCP servers，SDK 覆盖所有主流编程语言，行业已将其视为连接 agent、工具和数据的事实标准。文章分析了两类主要开销：一是客户端把所有工具定义一次性载入上下文，二是中间结果在多次 tool call 间反复进入上下文；在连接数百到数千个工具时，这会带来更高延迟、成本，甚至在 2 小时销售会议这类场景中额外消耗约 50,000 tokens。作者给出一种实现方式：把 MCP servers 暴露为代码 API，通过文件树和 TypeScript 封装按需加载工具，让 agent 在执行环境中先处理数据，再把结果返回模型。