个人学习小站 SIGNAL DESK 2026
LIVE --:--:--
资讯 人工智能 Uber MCP 网关文档、MCP 客户端最佳实践、PolicyLayer 扫描、Anthropic 代码执行

MCP 工具装太多怎么裁:工具定义先吃掉 12% 上下文

7,978 个 MCP Server 的扫描显示,工具定义中位 1,919 token,最重的一个就占掉 200K 窗口的 163%。本文给出量法与四步裁剪顺序:删、合并、推迟加载、代码模式,并说清哪些情况其实不用改。

2026年11月18日 4 小时前 作者 站长 约 5 分钟 3 阅读

Uber 10 月 1 日公开的 MCP 网关,现在挂着 800 多个 MCP Server、5000 多个工具。它要造这个网关的原因写在博客最后一段:MCP 没有跨 Server 搜索的原生概念,Agent 必须先知道找哪个 Server,才能问它有什么工具;几百个 Server 全量配上地址、凭据和工具列表,光这些上下文就能把模型窗口吃掉。

小团队没有网关,这笔账照付,只是换一种方式付——每发一次请求,工具定义就跟着重新带一遍。这篇只做一件事:把账量出来,然后按成本从低到高的顺序拆掉它。

一、工具定义是对话开始前就付掉的钱

MCP 客户端连上一个 Server,会拿到它对所有工具的 name、description、inputSchema,然后全部塞进模型上下文。不管你这一轮用不用得上。

PolicyLayer 在 9 月 2 日对 7,978 个 schema 完整的 Server 做过一次扫描,按 tools/list 的序列化格式用 tiktoken 的 o200k_base 计数:工具定义的中位数是 1,919 token,P90 是 12,349,P99 是 31,561,最重的一个 325,967——一个 200K 窗口的 163%,光定义就装不下。

口径数字意味着什么
全部 Server 中位1,919 token装 10 个中等 Server,约 2 万 token
P9012,349 token前 10% 的 Server,单个就过万
P9931,561 token单个 Server 占 200K 的 16%
最重的一个325,967 token163% 的 200K,定义本身超窗
GitHub + Linear + Supabase8,039 × 3合计 24,116 token,12% 的 200K

最后一行最贴近实际:这三个几乎是所有人的标配 Server,一起连上,用户还没打字,窗口的 12% 已经没了。这张表是按序列化后估算的,不是厂商账单;客户端之间的序列化有细微差别,Anthropic 的分词器未公开,在 Claude 上的实际数会有偏差,量级可信,个位不可信。

二、先量三个数,再决定删不删

MCP 官方在 2026-07-28 版规范的客户端最佳实践里给了一条可以直接用的阈值:工具定义占到上下文窗口 1%–5% 时,就该改用渐进发现。这个区间比「最多连几个 Server」的经验值好用,因为它直接对着你自己的窗口算。

要量的是三个数,第三个常被漏掉:

  • 定义总量:所有已连 Server 的工具定义加起来多少 token。
  • 占比:除以你的上下文窗口。超过 5% 就该动,目标先定在 1%。
  • 实际使用面:一次典型会话真正调用了几个工具。这是分母——多数会话只用到三五个,剩下的都是白付。

量法不需要连 Server,把 tools/list 的响应存成文件就行。用 MCP Inspector 连一次、或者从客户端日志里抄一份:

import json, tiktoken

enc = tiktoken.get_encoding("o200k_base")
tools = json.load(open("tools_list.json"))["result"]["tools"]

def cost(t):
    return len(enc.encode(json.dumps(t, ensure_ascii=False)))

total = sum(cost(t) for t in tools)
print("total", total, "tools", len(tools))
for t in sorted(tools, key=lambda x: -cost(x))[:5]:
    print(cost(t), t["name"])

顺手把最贵的五个工具名字打出来,往往能直接看出问题:一个工具吃几千 token 的,通常是自动从 REST API 生成的那种——每个端点一个工具,每个工具带完整 schema。

三、四步裁剪,顺序不能反

先删、再合并、最后才动架构。反过来做,力气白花。

  1. 删:把一个月没调过的 Server 直接断开。判断依据是会话日志里的调用记录,不是「以后可能用得上」。这一步零成本,通常能砍掉一半。
  2. 合并:把「每个模型 × 每个操作一个工具」改成参数化能力。re:cinq 的工程师做过一次实测:25 个数据模型 × 6 个操作自动生成的 Server 暴露了 150 个工具,单个工具定义近 1,200 token,全套约 75,000 token;改成 8 个通用工具、具体模型走参数之后,降到约 1,500 token,少了 98%。同一份 API,两种暴露方式差了 50 倍。
  3. 推迟加载:工具定义不进上下文,先给模型一个搜索入口。官方建议的三层是 catalog(只回名字和一句话描述)、inspect(只取选中那个的完整 schema)、execute(按需调用)。Uber 的 Omni MCP 是同一套思路,只暴露四个工具:discover_server、discover_tools、get_tool_schema、invoke_tool。
  4. 代码模式:把 Server 当文件树,Agent 只读当前要用的那个工具文件,中间结果留在执行环境里。Anthropic 的例子是从 150,000 token 降到 2,000,98.7%;一段 2 小时的会议转录原本要在模型里过两遍、约 50,000 token,改成在执行环境里落盘后,模型只看到需要的那几行。

第 3 步的效果取决于客户端。同一套 Server 配置,换个客户端账就变了——这是 2026-06-04 的核对口径:Claude Code 默认把 MCP schema 放在工具搜索后面,按次付费;Cursor、Windsurf、Gemini CLI 每次请求全量加载;VS Code 的实验性工具分组默认关闭。所以在 Cursor 里省不掉的,在 Claude Code 里可能自动省掉了,反过来也成立。

四、什么情况别动

三种情况可以关掉这篇文章:工具定义占比低于 1%;连接的 Server 在 5 个以内;你根本不按量付费。行业经验值说舒适区间是 5–7 个 Server,但那是经验值,不是规范,真正的判据还是占比。

真正值得动架构的是另一种症状:选错工具。LiveMCPBench 用 12 个模型、527 个工具、70 个 Server 做过测试,检索类错误占了任务失败的近一半;工具越多、彼此越像,模型越容易挑错,或者干脆拼出一个不存在的工具名。这个数字来自第三方综述,未见独立复现,但方向和官方文档的判断一致——上下文被无关定义占满时,模型对真正相关的那几个工具反而更不敏感。

最后一条是止损用的:别一上来就造网关。网关意味着要运维一个检索索引、要跟不断变化的工具目录同步、检索不到时还会静默失败——原本报错的地方变成了「它就是没找到」。删和拆能解决的,不要用网关解决。真到了几百个 Server 的规模,那就是另一个问题,参考 Uber 的做法:控制平面管目录和权限,数据平面管协议转换,新发现的工具默认禁用,等归属团队审过再开。

边界交代清楚:如果你的痛点只是「账单涨了但任务没做完」,那是调用次数的问题,不是上下文的问题,可参考两个放大器与四步止血;如果担心的是 MCP 装上以后权限放得太宽,看四道闸与一张授权表;协议本身今年改成了无状态,Server 侧要改三处,见MCP 2026 无状态改版。

今天就做的三件事

  1. 导出一次 tools/list,跑上面那段脚本,拿到工具定义总 token。
  2. 除以你的上下文窗口,超过 5% 就先断开一个月没调过的 Server,再量一次。
  3. 把最贵的那五个工具看一眼:如果名字里带 get_、list_ 且来自同一个自动生成的 Server,优先合并它们。

登录后可点赞、收藏与反馈。

继续阅读 NEXT

更多 →