@rohanpaul_ai: 非常及时的文章。MCP 服务器需要清晰的设计模式,因为当工具过多或描述模糊时,LLM 会感到困惑……

X AI KOLs Timeline 论文

摘要

本文提出了 MCP 服务器的设计模式,以提升 LLM 工具选择的准确性,并发现可见工具过多会降低性能,尤其是对较弱的模型而言。

非常及时的文章。 MCP 服务器需要清晰的设计模式,因为当工具过多或描述模糊时,LLM 会感到困惑。 本文解释了 MCP 服务器的结构设计,以便 LLM 工具保持有用、安全且易于管理。 MCP 服务器设计不仅仅是普通的 API 设计,因为其客户端是 LLM,通过阅读自然语言描述来选择工具。 它将实际的 MCP 服务器归纳为 5 种实用模式,例如:暴露数据的服务器、运行工作流的服务器、维护会话状态的服务器、组合多个服务器的服务器,以及转换混乱领域 API 的服务器。 作者还指出了 4 个常见错误,尤其是过于万能的大型工具、模糊的工具描述、不安全的外部内容,以及那些应该返回任务 ID 而非缓慢执行的工具。 他们在 54 个额外的服务器上测试了模式标签,测量了传输延迟,并研究了随着工具增多,工具准确率如何变化。 关键结果是:可见工具过多会损害准确性,较弱的模型在工具数量达到 10 到 15 个时,准确率会降至 90% 以下。 良好的 MCP 设计主要在于让工具列表保持精简、清晰、安全且足够稳定,以便 LLM 能选择正确的操作。 ---- 链接 – arxiv. org/abs/2606.30317 标题:“MCP Server Architecture Patterns for LLM-Integrated Applications”
查看原文
查看缓存全文

缓存时间: 2026/07/02 02:16

这是一篇非常及时的论文。

MCP 服务器需要清晰的设计模式,因为当显示的工具过多或描述模糊时,LLM 会感到困惑。

本文阐述了如何构建 MCP 服务器,以确保 LLM 工具保持实用、安全且易于管理。

MCP 服务器设计并非普通的 API 设计,因为客户端是一个通过阅读纯语言描述来选择工具的 LLM。

它将真实的 MCP 服务器归纳为 5 种实用模式,例如暴露数据的服务器、运行工作流的服务器、维护会话状态的服务器、组合多个服务器的服务器,或者转换混乱领域 API 的服务器。

作者还警告了 4 个常见错误,尤其是功能过于通用的万能工具、模糊的工具描述、不安全的第三方内容,以及应该返回任务 ID 而不是等待的慢速工具。

他们在另外 54 个服务器上测试了这些模式标签,测量了传输延迟,并研究了当显示更多工具时工具准确率的变化。

关键结果是,可见工具过多会损害准确率,较弱的模型在显示 10 到 15 个工具时准确率会降至 90% 以下。

良好的 MCP 设计主要在于让工具列表保持精简、清晰、安全且足够稳定,以便 LLM 能够选择正确的操作。


链接 – arxiv.org/abs/2606.30317

标题:“面向 LLM 集成应用的 MCP 服务器架构模式”

相似文章

PrologMCP:面向LLM代理的标准化Prolog工具接口

arXiv cs.AI

介绍了PrologMCP,这是一个开源服务器,通过模型上下文协议(MCP)将Prolog暴露为有状态工具,使LLM代理能够将推理委托给符号求解器。评估表明,在前沿推理LLM中,该工具在演绎推理任务上具有竞争力或更高的准确性。