HaiAI123

全球AI工具精選導航

行業動態
持平

開發者總結 LangGraph 接入 MCP 從本地到線上的經驗

2026/11/20 — 11/20 14:19·1 個來源(全部)·1 篇報道(全部)

核心速覽 (Key Takeaways)

  • 一位作者以 LangGraph 為例總結接入 MCP 的實踐經驗:本地開發優先用 stdio 直起,而非連 Docker 或線上環境;
  • 接入 2 到 3 個 MCP 後工具數常超 30 個,模型開始亂選工具、引數幻覺,單次請求光工具 schema 就要消耗 5000 到 9000 token。
  • 他建議先合併語義重疊的工具,再按本地跑通、加 data 分支、補結構化工具、最後配線上的順序推進。

事件背景與詳細解讀

2026 年 11 月 20 日,掘金上一位開發者釋出了以 LangGraph 為例總結 MCP(Model Context Protocol)接入經驗的文章,回顧了在 Agent 專案中接入 MCP 時踩過的坑。文章圍繞架構設計、環境切換,以及 MCP 工具數量增多後如何防止大模型注意力渙散展開。

文章指出,本地開發階段強烈建議使用 stdio 模式直接啟動,而不是連線 Docker 或線上環境。接入第三方 MCP 在程式碼寫法上與接入自有 MCP 沒有區別,只需在配置字典中增加一條,差異集中在執行環境。文章提到,當接入 2 到 3 個 MCP 之後,工具數量容易超過 30 個,此時大模型會出現亂選工具、引數幻覺等現象,單次請求僅工具 schema 就要消耗 5000 到 9000 個 token。文章認為,這類問題很多時候並非工具數量過多,而是工具語義重疊,例如 query_user 與 run_sql 並存時模型會隨機挑選,因此每次接入新 MCP 時應先判斷其中有多少工具含義相同,合併後再接入。在推進順序上,文章建議先在本地跑通一個工具,再加入 data 分支跑通,隨後補充結構化工具,最後再配置線上網路,先形成最小閉環以降低風險。

AI 綜合 1 篇報道生成 · 更新於 2 天前

updream
24 小時熱度熱度指數 28 · 峰值 55 · 23 小時前
24 小時前現在

這件事的報道 點標題看原文

11月20日
  1. 作者以 LangGraph 為例總結接入 MCP 的實踐:本地開發優先用 stdio 直起,而不是連 Docker 或線上環境;接入 2 到 3 個 MCP 後工具數常超 30 個,模型開始亂選工具、引數幻覺,單次請求光工具 schema 就要消耗 5000 到 9000 個 token。他建議先合併語義重疊的工具,再按本地跑通一個工具、加 data 分支、補結構化工具、最後配線上的順序推進。

    接入 MCP 時的工具管理與環境選擇經驗

    掘金AI 評分 63

同時在說的其他事

熱度怎麼算的?瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。

本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。

爆
討論快速增加
新
首報 6 小時內
發酵中
討論仍在增加

回 AI 行業動態榜 →