4.8 主动工具发现
前面讨论了单个工具的设计原则与工具生态。但当可用工具从十几个增长到成百上千，新问题随之而来------如何从庞大的工具库中高效找到当前需要的那一个？本节先精简回顾现有的工具发现方法（检索预筛选、主动声明、层次化匹配），再介绍近来更流行、也更轻量的 Skills 渐进式披露思路。
4.8.1 现有工具发现方法
传统方案：将全部工具schema一次性写入系统提示词。工具数量达到上千时，会占用大量上下文，模型选择精度下降。检索式预筛选通过语义相似度预先筛选候选工具，缓解该问题，但存在局限：仅基于用户初始查询一次性匹配，而复杂任务（例如调试文件）需要多步、跨领域工具链，任务初期无法预判全部所需工具。
从被动选择到主动发现
让Agent在执行过程中识别自身能力缺口，用自然语言声明所需能力，系统动态匹配并注入工具。MCP-Zero是代表性工作：系统提示词不预置任何工具schema，Agent生成结构化能力请求，系统采用服务器级→工具级两层语义路由 ，在上千工具中匹配，相比全量注入节省约98% token。
工程常见实现：系统提示词仅保留少量基础工具（网页搜索、代码解释器）外加工具搜索元工具，Agent使用自然语言描述需求，检索并加载对应工具，Anthropic Claude API的Tool Search Tool属于该方案。
层次化匹配与降级
MCP协议中将工具按服务器分组（类似App，一个服务器承载一组相关工具），分两层匹配：
- 服务器层：按能力描述匹配相关MCP服务器
- 工具层：在目标服务器内部匹配具体工具
将搜索空间从数千个工具缩小，降低算力消耗与跨领域语义混淆。底层依赖可增量更新的离线嵌入索引；两层匹配相似度均低于阈值时，返回"未找到"，交由Agent改写需求重试、使用基础工具实现，或新建工具（工具创建见第八章）。
动态加载与KV Cache
朴素方案：全部工具schema放入系统提示词，新增工具会直接导致KV缓存整体失效，缓存命中率极低，首token延迟高。
优化方案：系统提示词保持固定（角色、规则、基础工具，保持KV缓存稳定），变动的工具schema追加到对话轨迹末尾；仅在Agent状态栏维护简短工具名称列表。
主流框架API都采用该架构：OpenAI Responses API的tool_search+defer_loading: true；Claude Code对MCP工具延迟加载；Codex CLI默认开启BM25工具检索。
限制：模型需要专门训练才能理解散落在上下文各处的工具定义；能力弱的模型容易生成非法JSON调用。
上下文结构要点：
- 静态前缀（system prompt、基础工具、discover_tools元工具）固定不变，保证KV缓存命中
- 每次检索得到的工具schema固定追加在轨迹某一位置，后续轮次不再重复注入，作为历史信息复用
- 修改、删除、重排已加载工具会造成缓存从变动位置失效；TTL过期属于独立缓存失效，非工具动态加载特有问题
实验4-6 ★★★：主动工具发现
验证主动工具发现对小参数量模型的提升，使用Qwen3-4B访问包含120+工具的MCP服务器。
任务示例：查询苹果股价+搜索相关新闻；arXiv检索并下载Transformer论文；统计GitHub仓库贡献者并生成可视化报告。
- 对照组：一次性注入全部120+工具schema（>50K tokens）。长上下文造成4B模型指令跟随退化，选错工具、遗忘工具，任务失败。
- 实验组：MCP-Zero主动发现+工具搜索元工具。
- system prompt仅保留web_search、code_interpreter、discover_tools；
- Agent描述自然语言能力需求，向量相似度匹配返回3~5个候选工具及schema；
- 新工具定义追加至对话历史，状态栏更新工具名称；
- 模型遇到能力缺口时主动调用discover_tools。
预期结果：任务完成率、准确率显著提升。主动工具发现不仅服务大模型，也让小模型在上百工具场景下可用。
4.8.2 Skills：把工具发现变成"按需查阅"
Skills渐进式披露是更轻量的新范式，不需要向量索引、语义匹配这类基础设施 。
区别于MCP一次性暴露schema的模式：Agent启动仅加载技能目录（skill名称+简短描述，token量很小）。只有上下文确实需要某项能力时，模型才读取对应子技能，顺着引用逐层读取脚本、子文档。发现动作由任务执行过程驱动，而非任务开始时一次性预匹配。
类比查阅工具书：不需要加载全书，顺着目录，用到哪一条查阅哪一条。Agent依靠基础文件读取能力翻阅技能目录，无需单独实现工具检索模块。
Skills场景下的KV Cache：
加载子技能等价于向上下文插入内容，同样可以追加至末尾复用前缀缓存。但Skills会跨会话反复加载，反复prefill开销高。解决方案是可编辑可组合KV Cache：将每个skill的KV表示预编译缓存，借助RoPE重定位，以更低代价将技能片段拼入上下文；技能小幅更新可以增量勘误，不需要整体重算，解决反复加载带来的性能损耗。