Voici un autre article incontournable pour les étudiants qui souhaitent en savoir plus sur l'ingénierie contextuelle. Cet article explique comment résoudre le problème de la prolifération des outils MCP. Quiconque a déjà développé des agents et utilisé de nombreux outils MCP sait que le principal inconvénient est leur consommation excessive de contexte, ce qui engendre des coûts élevés et nuit à la qualité de l'inférence et de la génération. Un autre problème réside dans le fait que les résultats intermédiaires renvoyés par l'outil MCP consomment également beaucoup d'espace contextuel. En lisant cet article, je n'ai pu m'empêcher de faire l'éloge de Manus. Ils ont en effet exploré l'ingénierie contextuelle en profondeur, et les techniques d'ingénierie qu'ils présentent sont très similaires à celles qu'ils ont déjà partagées (je publierai d'ailleurs ultérieurement dans les commentaires les articles relatifs à Manus que j'ai déjà partagés). L'approche d'Anthropic est également très simple et directe : traiter le « code » comme un outil, puis appeler MCP à partir du code. Cela présente de nombreux avantages : 1. Résolution du problème de la présence d'un trop grand nombre de définitions d'outils dans les invites système. Vous n'avez pas besoin de charger tous les outils MCP dans l'invite de commandes système ; il vous suffit de définir un seul outil « code ». Et si nous avons besoin d'outils ? Tout ce code est stocké dans un répertoire unique. Vous pouvez trouver l'outil approprié en effectuant une recherche dans ce répertoire. Voici par exemple un exemple de répertoire tiré de l'article : serveurs ├── Google Drive │ ├── getDocument.ts │ ├── ... (autres outils) │ └── index.ts ├── Salesforce │ ├── updateRecord.ts │ ├── ... (autres outils) │ └── index.ts └── ... (autres serveurs) Que faire si vous ne trouvez pas les outils dont vous avez besoin ? Écrivez-en une tout de suite ! Vous pourrez la sauvegarder et la réutiliser la prochaine fois. 2. Résolution du problème des résultats renvoyés excessivement longs par l'outil MCP. Par exemple, si nous voulons utiliser l'outil MPC pour obtenir 10 000 lignes de données, puis les filtrer et les transformer afin d'obtenir les données pertinentes, nous pouvons d'abord appeler l'outil MPC depuis le code pour obtenir ces 10 000 lignes de données, puis les filtrer depuis le code, et enfin ne conserver que 5 entrées. De cette manière, le contexte n'a besoin de conserver que ces 5 entrées filtrées, au lieu des 10 000 entrées initiales. 3. Problème de confidentialité des données résolu. Si vous utilisez directement l'outil MCP, les données renvoyées doivent être chargées dans le contexte et téléchargées sur le LLM à chaque fois. Vous pouvez utiliser du code pour traiter les données sensibles deux fois avant de les ajouter au contexte. 4. Persistance des résultats intermédiaires et accumulation des compétences Le code peut enregistrer certains résultats intermédiaires dans un fichier et les sauvegarder sur le disque dur. D'une part, cela n'occupe pas d'espace mémoire contextuel et, d'autre part, cela permet de les sauvegarder à tout moment depuis le disque dur afin d'éviter des appels répétés à MCP. De plus, bien qu'une grande partie du code soit générée temporairement, ce code temporaire peut être sauvegardé et accumulé sous forme de « compétences ». Grâce au fichier SKILL.MD, il peut être réutilisé à l'infini, à l'instar des compétences de Claude Code.
