Keep on to blur preview images; turn off to show them clearly
对于向深入学习上下文工程（Context Engineering）的同学，这又是一篇必看的文章。 这篇文章讲的是如何解决 MCP 工具太多的问题，但凡你做过 Agent 开发，用了大量 MCP 工具，就会知道 MCP 工具多了后最大的问题就是上下文占用太多，不仅导致成本高，还会影响推理和生成质量。 另外一个问题就是 MCP 工具返回的中间结果也会挤占大量的上下文空间。 看这文章的时候忍不住夸了一下 Manus，他们确实在上下文工程方面探索的很深入了，里面的工程技巧和他们以前分享过的很类似（我一会把之前分享过的 Manus 相关的文章在评论也发一下）。 Anthropic 的方案也很简单直接，就是把“代码”也当作工具的一种，然后从代码中去调用 MCP。 这样做有很多好处： 1. 解决了系统提示词中工具定义太多的问题 不需要在系统提示词中加载所有 MCP 工具，只需要定义一个“代码”工具。 那需要工具了怎么办呢？ 这些代码都保存在统一的目录下，去目录检索下就能找到合适的工具了，比如这是文中的一个目录示例： servers ├── google-drive │ ├── getDocument.ts │ ├── ... (other tools) │ └── index.ts ├── salesforce │ ├── updateRecord.ts │ ├── ... (other tools) │ └── index.ts └── ... (other servers) 找不到现成的工具怎么办？ 直接现写一个！写完了还可以保存起来下次继续用。 2. 解决了 MCP 工具返回结果太长的问题 比如说我们要用 MPC 工具获取 1 万行数据后筛选转换出合格的数据，就可以先从代码中调用 MCP 工具获取这 1 万行数据，然后从代码中去筛选过滤，最后只返回 5 条数据，这样上下文中就只需要保留那 5 条过滤的数据，而不是像以前一样有 1 万条数据在里面。 3. 解决了数据隐私问题 如果你直接使用 MCP 工具，工具返回的数据都要加载到上下文每次上传给 LLM，用代码就可以对敏感数据先二次处理再加到上下文 4. 中间结果持久化和技能沉淀 代码可以把一些中间结果写入文件保存到硬盘，一方面可以不占用上下文空间，另一方面也可以随时从硬盘避免反复调用 MCP。 还有就是虽然很多代码是临时生成的，但是这些临时生成的代码可以保存下来，沉淀为“技能”（Skill），加上 SKILL .MD 文件就和 Claude Code 的技能一样可以被反复使用了。
可能有人还记得 2023 年 @DrJimFan 他们团队做的一个玩 Minecraft 的 Agent Voyager，就能把玩游戏的技能写成代码，保存起来后续使用，最终让 Agent 在 Minecraft 中做很多事。现在想想还是蛮超前的。
对于向深入学习上下文工程（Context Engineering）的同学，这又是一篇必看的文章。 这篇文章讲的是如何解决 MCP 工具太多的问题，但凡你做过 Agent 开发，用了大量 MCP 工具，就会知道 MCP 工具多了后最大的问题就是上下文占用太多，不仅导致成本高，还会影响推理和生成质量。 另外一个问题就是 MCP 工具返回的中间结果也会挤占大量的上下文空间。 看这文章的时候忍不住夸了一下 Manus，他们确实在上下文工程方面探索的很深入了，里面的工程技巧和他们以前分享过的很类似（我一会把之前分享过的 Manus 相关的文章在评论也发一下）。 Anthropic 的方案也很简单直接，就是把“代码”也当作工具的一种，然后从代码中去调用 MCP。 这样做有很多好处： 1. 解决了系统提示词中工具定义太多的问题 不需要在系统提示词中加载所有 MCP 工具，只需要定义一个“代码”工具。 那需要工具了怎么办呢？ 这些代码都保存在统一的目录下，去目录检索下就能找到合适的工具了，比如这是文中的一个目录示例： servers ├── google-drive │ ├── getDocument.ts │ ├── ... (other tools) │ └── index.ts ├── salesforce │ ├── updateRecord.ts │ ├── ... (other tools) │ └── index.ts └── ... (other servers) 找不到现成的工具怎么办？ 直接现写一个！写完了还可以保存起来下次继续用。 2. 解决了 MCP 工具返回结果太长的问题 比如说我们要用 MPC 工具获取 1 万行数据后筛选转换出合格的数据，就可以先从代码中调用 MCP 工具获取这 1 万行数据，然后从代码中去筛选过滤，最后只返回 5 条数据，这样上下文中就只需要保留那 5 条过滤的数据，而不是像以前一样有 1 万条数据在里面。 3. 解决了数据隐私问题 如果你直接使用 MCP 工具，工具返回的数据都要加载到上下文每次上传给 LLM，用代码就可以对敏感数据先二次处理再加到上下文 4. 中间结果持久化和技能沉淀 代码可以把一些中间结果写入文件保存到硬盘，一方面可以不占用上下文空间，另一方面也可以随时从硬盘避免反复调用 MCP。 还有就是虽然很多代码是临时生成的，但是这些临时生成的代码可以保存下来，沉淀为“技能”（Skill），加上 SKILL .MD 文件就和 Claude Code 的技能一样可以被反复使用了。
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
RT @indie_maker_fox: 📢 不要忘记参与免费抽奖，抽中就送模板，机会难得 👇
🚀 The best AI SaaS boilerplate - https://t.co/VyNtTs0jSX 🔥 The best directory boilerplate with AI - https://t.co/wEvJ1Dd8aR 🎉 https://t.co/zubXJCoY92 & https://t.co/tfQf8T7gGF & https://t.co/TqRkfQj41f
What I specifically worked on this time: complete the outline of the figure asap
Founder/CEO @Gumroad
RT @01101101arMar:
FOLLOWS YOU. Artificial Intelligence, Cognitive Architectures, Computation. The goal is integrity, not conformity. https://t.co/rFUNzdYXuK
- grow up building / working on cars - don’t know what I want to do after high school, but I’m good at music - go to music school - work hard - have first kid at 20 - drop out to work at gas station - do plumbing, electrical, hvac for 7 years at gas station job - build random weekend projects all the time - decide to build a kegerator - buy raspberry pi for kegerator - start learning python - end up loving programming - go back to school for CS at nights - work hard - get software internship - convince self they will give you full time role if you burn the boats (delusional) - quit day job and drop out of school - work hard - bet pays off, go full time at software job - work hard - have more kids - build random software projects - one takes off - get into YC - work hard - spend 1.5 years working on dev education sw - GPT-3 makes it obvious it’s a bad idea - decide to find new idea - tired of pure software, need something real, need to find calling - try multiple ideas, they don’t work - get married to best woman on the planet - ask hardware engineers what they need - start RMFG - work hard - have our final kid - sell many many parts - work hard - buy machines - hire employees - build tons of software - work hard - launch welding for customers - work hard - word of mouth explodes - quickly become capacity constrained - triple floorspace not sure what happens next but I imagine there will be a lot more hard work
making complex metal assemblies for fast moving companies | Founder at RMFG