2 个 tool 覆盖 2500 个 endpoint——这是 Cloudflare MCP 的打法。
Anthropic 刚发的《Building agents that reach production systems with MCP》把 agent 连接生产系统的三层架构讲清楚了。图里五个数字,挑出来看:
• 300M / 月:MCP SDK 下载量,年初还是 100M,翻了 3 倍
• 85%+:加了 tool search 之后省下的工具定义 token
• 37%:复杂多步工作流用 code orchestration 省下的 token
• 1K tokens:Cloudflare 用 2 个工具穿透 2500 个 API endpoint,只吃这么多上下文
• 200+:官方目录里的 MCP server 数量
设计原则一句话——”fewer, well-described tools consistently outperform exhaustive API mirrors”。一个 create_issue_from_thread 胜过 get_thread + parse_messages + create_issue 三件套。
Skills 和 MCP 的分工也定了:MCP 给 agent 工具和数据的访问,Skills 教 agent 怎么用。Anthropic 自己的 data plugin 打包 10 skills + 8 MCP server(Snowflake / Databricks / BigQuery / Hex)作参照。
关注 @svtransit1 · 每天都有有用的 AI 资讯
https://claude.com/blog/building-agents-that-reach-production-systems-with-mcp
#AI #Claude #MCP #ClaudeCode
原始来源：https://claude.com/blog/building-agents-that-reach-production-systems-with-mcp
关注 @svtransit1 · 每 3 小时一篇 AI 前线 · RSS