Cartograph：面向 AI 智能体的联邦化 MCP 工具检索与发现架构
随着模型上下文协议（MCP）生态的发展，智能体接入的工具目录日益庞大，全量加载工具定义导致上下文成本剧增。研究人员提出了联邦化 MCP 代理 Cartograph，将工具发现复杂度从 O(n) 遍历降低至 O(k) 渐进式展示。该系统结合了运营商签名的能力卡片（防止发布方恶意伪造描述）以及基于密度聚类和查询边界分析的 Rift 易混淆工具聚类算法，在保障安全的同时提升了检索效率。
推荐理由针对 MCP 协议在大规模工具接入时的上下文爆炸和安全伪造痛点提出了切实可行的工程架构方案，对 Agent 基础设施研发具参考价值。
原标题：Cartograph: Federated Tool Discovery with Operator-Attested Retrieval for AI Agents
阅读 arXiv 自然语言处理 原文 ↗