Вышел open-source проект maco (mcp-as-code), который позволяет AI-агентам использовать инструменты Model Context Protocol (MCP) через файловую систему и программный код, решая проблему перегрузки контекста.
Что произошло
Разработчик представил maco — инструмент, который преобразует MCP-инструменты в Python-функции и Pydantic-модели, доступные в виртуальной файловой системе. Вместо передачи огромных схем инструментов в контекст, агент получает всего два базовых инструмента: bash и code_execute. Это позволяет ему самостоятельно находить и вызывать нужные функции, используя стандартные POSIX-утилиты, такие как rg (ripgrep).
Контекст
Традиционный подход к работе с MCP подразумевает загрузку статических JSON-схем всех доступных инструментов непосредственно в контекстное окно модели. При масштабировании количества инструментов это приводит к эффекту context clutter, когда избыточный объем метаданных занимает место в памяти и мешает модели эффективно следовать основным инструкциям.
Почему это важно для индустрии
Проект предлагает смену парадигмы: переход от передачи статических схем к динамическому программному управлению инструментами. Это делает AI-агентов более масштабируемыми и эффективными, превращая набор разрозненных MCP-серверов в структурированную среду, доступную для программного поиска и вызова, что может стать стандартом для работы с тяжелыми наборами инструментов в open-source фреймворках.
Почему это важно для пользователей
Разработчики и пользователи теперь могут подключать практически неограниченное количество инструментов к агенту, не опасаясь деградации качества ответов или потери фокуса модели из-за перегруженного контекста. Агент начинает работать с инструментарием подобно программисту, используя поиск по коду и его выполнение для решения задач.
Что пока неизвестно / ограничения
Существуют сопутствующие риски безопасности и дополнительные сложности при внедрении такой архитектуры, на что указывают специалисты по enterprise AI.
Источники
Автор
Look at AI, редакция