MCP 生产环境里可执行工具怎么管
Future_AGI · reddit · 2026-07-14
这篇是上一帖的后续，作者总结了把 MCP server 从 stdio 迁到 hosted 之后，在生产环境里运行“会真正执行动作”的工具时踩到的坑与做法。 核心结论包括： - **读工具和写工具要分开治理**：read-only 工具较容易接入，但会改变状态的工具（跑 eval、加 guardrail、生成 synthetic set、写入 dataset）如果和读工具共享过宽权限，后面容易出问题，因此改成按 key 做 allow/deny list。 - **重点不是只拦请求参数**：除了检查 tool call 的入参，更有效的是在工具返回后检查输出是否 grounded、是否触发 policy、是否符合预期结构；即使调用本身合法，返回垃圾结果也要拦住。 - **工具要告诉 agent 下一步**：相比只回一个分数，返回“分数 + 下一步建议”更能推动 agent 前进，避免它为了理解结果再多调用几次工具。 - **eval 进入在线闭环**：作者最看重的场景是 agent 在生成草稿后先跑自我评测，发现 groundedness 低就回写修正或标记，而不是事后批处理。 - **trace 比分数更常用**：实际排查时，大家更多看的是一次次 tool call 的 trace，而不是 eval 分数本身，因为 trace 才能说明 agent 为什么拿错工具或陷入循环。 文末作者还抛出一个问题：对于会改状态的工具，究竟应该在“调用前”还是“返回后”做闸门控制。