本想做 155 个 MCP 工具，算完 token 账只留了 10 个
Difficult_Coffee_713 · reddit · 2026-09-26
一位开发者分享了 MCP 工具设计的重要教训：他的 API 有 155 个端点、横跨七个平台，最初打算一端点一工具，但实测发现现有 10 个工具定义就已序列化为约 8,200 token；照此估算 155 个工具每轮对话要占约 12.8 万 token（即使精简也近 4 万）。
更大的问题是选择错误率：模型在 155 个几乎同名的工具（如 getyoutubechannel、gettiktokuser）间挑选更像字符串匹配，每次选错都是一次浪费的计费调用。
最终方案是压缩成 10 个任务型工具（getuser(platform, id)、getuserposts、searchposts 等），再用 listroutes + callroute 兜底覆盖其余 118 条路由。作者强调三个关键点：
- 工具压缩的前提是响应结构一致——他们的解析器要统一 12 种 follower count 写法才能合并成一个 getuser
- readonlyhint 十行代码就大幅改善体验，客户端不再每次调用都要确认权限
- 声明 output schema 让模型能提前规划两步；参数级描述比工具级描述更重要
做完这些元数据优化后，他们在 Smithery 的 MCP 最佳实践评分从 60 提升到 82；他们拒绝为了拿满分去砍掉必需的 API key（因为请求有真实成本）。
「编程与Agent」频道最新
- 神秘模型 Space Bunny 看录屏 10 分钟重建整站 — PrajwalTomar_ · 2026-09-26
- 十年 AI 老兵:Agentic AI 是让 AI 安全落地的护栏与激励机制 — nicolaiwadstrom · 2026-09-26
- McKinsey Deck Skill:让 Claude 产出可编辑的咨询风 PPT — baabullah · 2026-09-26
- KoboldCpp 内置 Agent 框架发布,官方域名遭钓鱼站冒充 — HadesThrowaway · 2026-09-26
- Nace 发布 6B 决策模型 Drex,跳过生成直接输出选项概率 — rohanpaul_ai · 2026-09-26
- 团队早就在用 AI 干活了，问题是不知情：AI 运维的关键在「共享」 — beglen · 2026-09-26