이 글은 컨텍스트 엔지니어링에 대해 더 자세히 알고 싶어하는 학생들이 꼭 읽어야 할 글입니다. 이 글에서는 MCP 도구가 너무 많은 문제를 해결하는 방법을 논의합니다. 에이전트 개발을 경험하고 MCP 도구를 많이 사용해 본 사람이라면 MCP 도구가 너무 많을 때 발생하는 가장 큰 문제점이 너무 많은 컨텍스트를 사용한다는 것을 알고 있을 것입니다. 이는 높은 비용으로 이어질 뿐만 아니라 추론 및 생성의 품질에도 영향을 미칩니다. 또 다른 문제는 MCP 도구에서 반환된 중간 결과도 많은 컨텍스트 공간을 차지한다는 것입니다. 이 글을 읽으면서 마누스를 칭찬하지 않을 수 없었습니다. 그들은 맥락 공학을 정말 심도 있게 탐구했고, 그들이 공유하는 공학 기법들은 이전에 공유했던 기법들과 매우 유사합니다. (이전에 공유했던 마누스 관련 글들도 나중에 댓글로 공유하겠습니다.) Anthropic의 접근 방식도 매우 간단하고 직접적입니다. "코드"를 도구로 취급한 다음 코드에서 MCP를 호출합니다. 이렇게 하면 많은 이점이 있습니다. 1. 시스템 프롬프트에 도구 정의가 너무 많은 문제가 해결되었습니다. 시스템 프롬프트에 모든 MCP 도구를 로드할 필요는 없습니다. "코드" 도구 하나만 정의하면 됩니다. 도구가 필요하다면? 이 모든 코드는 통합 디렉토리에 저장됩니다. 디렉토리를 검색하여 적합한 도구를 찾을 수 있습니다. 예를 들어, 다음은 해당 기사에서 발췌한 디렉토리 예시입니다. 서버 ├── 구글 드라이브 │ ├── getDocument.ts │ ├── ... (다른 도구) │ └── index.ts ├── 세일즈포스 │ ├── updateRecord.ts │ ├── ... (다른 도구) │ └── index.ts └── ... (다른 서버) 필요한 도구를 찾을 수 없다면 어떻게 하나요? 지금 바로 한 번 써 보세요! 저장해 두었다가 다음에 다시 쓸 수 있어요. 2. MCP 도구에서 반환되는 결과가 지나치게 길어지는 문제가 해결되었습니다. 예를 들어, MPC 도구를 사용하여 10,000행의 데이터를 가져온 다음, 필터링 및 변환하여 검증된 데이터를 얻고자 하는 경우, 먼저 코드에서 MPC 도구를 호출하여 10,000행의 데이터를 가져온 다음, 코드에서 필터링하고 마지막으로 5개의 데이터 항목만 반환할 수 있습니다. 이렇게 하면 컨텍스트는 이전처럼 10,000개의 데이터 항목을 보유하는 대신, 필터링된 5개의 데이터 항목만 유지하면 됩니다. 3. 데이터 개인정보 보호 문제를 해결했습니다. MCP 도구를 직접 사용하는 경우, 도구에서 반환된 데이터를 컨텍스트에 로드하고 매번 LLM에 업로드해야 합니다. 코드를 사용하여 민감한 데이터를 컨텍스트에 추가하기 전에 두 번 처리할 수 있습니다. 4. 중간 결과의 지속성 및 기술 축적 이 코드는 중간 결과를 파일에 쓰고 하드 드라이브에 저장할 수 있습니다. 이는 컨텍스트 공간을 차지하지 않으며, MCP를 반복적으로 호출하지 않기 위해 언제든지 하드 드라이브에서 결과를 저장할 수 있습니다. 또한, 대부분의 코드는 임시로 생성되지만, 이 임시 생성된 코드는 "스킬"로 저장 및 누적될 수 있습니다. SKILL .MD 파일을 추가하면 클로드 코드의 스킬처럼 반복적으로 재사용할 수 있습니다.
