【大佬解读篇】通过 MCP 进行代码执行：构建更高效的 agents

转载

发布时间： 2025年11月4日晚上11:56

（via @AnthropicAI）

当我写关于 Claude Skills 的文章时，我提到我在处理编码 agents 时根本不再使用 MCP------我发现 CLI 实用工具和像 Playwright Python 这样的库是实现相同目标的更有效方式。

Anthropic 的这篇新文章提出了一种让这两个世界更紧密结合的方法。

它指出了当前 MCP 存在的两个挑战。第一个之前已经被广泛讨论：所有这些工具描述在 agent 上下文中占用了很多宝贵的空间，甚至在你开始使用它们之前。

第二个更微妙但同样有趣：链接多个 MCP 工具涉及将它们的响应传递通过上下文，吸收更多宝贵的 token 并引入 LLM 犯额外错误的机会。

如果你能把 MCP 工具转换成代码函数，然后让 LLM 用可执行代码将它们连接起来会怎么样？

Anthropic 这里的例子设想了一个将 MCP 工具转换为磁盘上的 TypeScript 文件的系统，看起来像这样：

typescript 复制代码

// ./servers/google-drive/getDocument.ts

interface GetDocumentInput {
  documentId: string;
}

interface GetDocumentResponse {
  content: string;
}

/* Read a document from Google Drive */

export async function getDocument(input: GetDocumentInput): Promise<GetDocumentResponse> {
  return callMCPTool<GetDocumentResponse>('google_drive__get_document', input);
}

这完全不占用 token------它是磁盘上的一个文件。类似于 Skills，agent 可以导航文件系统按需发现这些定义。

然后它可以通过生成代码将它们连接起来：

javascript 复制代码

const transcript = (await gdrive.getDocument({
  documentId: 'abc123'
})).content;

await salesforce.updateRecord({
  objectType: 'SalesMeeting',
  recordId: '00Q5f000001abcXYZ',
  data: { Notes: transcript }
});

值得注意的是，这里的例子避免了将 gdrive.getDocument() 调用的响应在传递到 salesforce.updateRecord() 调用时通过模型往返------这样更快、更可靠，节省上下文 token，并避免模型暴露于文档中任何潜在的敏感数据。

这一切在我看来都非常可靠！我认为这是利用编码 agents 的优势并解决当前通常实现的 MCP 一些主要缺点的明智方法。

有一个问题：Anthropic 详细概述了这个提议，但没有提供可执行的代码！实现留给读者作为练习：

如果你实现了这种方法，我们鼓励你与 MCP 社区分享你的发现。