MCP 的 Code Execution 模式：把工具当代码库调用

当 MCP server 从 3 个增长到 30 个，直接工具调用的主要成本会从“模型思考”变成“工具定义和中间结果占满 context”。Code Execution 模式把 MCP 暴露为可浏览的代码接口，让 Agent 按需读定义、在执行环境处理数据，只把结论送回模型。

---

两种数据路径

直接 MCP 调用
定义全部进 context → 模型调用 → 结果全部进 context → 模型再过滤

Code Execution with MCP
文件系统发现接口 → 沙箱代码调用 → 本地过滤/聚合 → 结论进 context

Anthropic 官方示例把同类任务从 150,000 token 降到 2,000 token。这个数字是特定任务的结果，不是每个系统都能复制的承诺；真正应测的是你自己的定义体积、结果大小和调用链长度。

---

把 MCP server 映射为代码目录

一种清晰的目录约定如下：

servers/
├── google-drive/
│   ├── getDocument.ts
│   └── getSheet.ts
├── salesforce/
│   ├── findProspect.ts
│   └── updateRecord.ts
└── index.ts

每个文件只暴露类型、用途和包装后的调用函数：

import { callMCPTool } from '../../client';

export interface GetDocumentInput {
	documentId: string;
}

export interface GetDocumentResponse {
	content: string;
	modifiedAt: string;
}

/** Read one Google Drive document. Do not use for folders. */
export async function getDocument(input: GetDocumentInput): Promise<GetDocumentResponse> {
	return callMCPTool('google_drive__get_document', input);
}

Agent 不需要读取整个 MCP catalog。它先列出 servers/，再打开与任务有关的文件，这就是 progressive disclosure。

---

示例：从会议记录更新 CRM

import * as drive from './servers/google-drive';
import * as crm from './servers/salesforce';

const transcript = await drive.getDocument({ documentId: 'doc-123' });
const summary = transcript.content
	.split('\n')
	.filter(line => line.startsWith('Decision:') || line.startsWith('Owner:'))
	.join('\n');

await crm.updateRecord({
	objectType: 'SalesMeeting',
	recordId: 'meeting-456',
	data: {
		Notes: summary,
		SourceModifiedAt: transcript.modifiedAt
	}
});

完整 transcript 没有进入模型。需要模型判断的只有“应该提取哪些信息”；机械过滤和写入由代码完成。

---

安全边界必须先于 token 优化

Agent 生成的代码不应直接运行在应用服务器主进程里。最低控制包括：

不要把“中间数据没有进入 LLM”误写成“数据绝对安全”。数据仍然经过执行环境、MCP server 和日志系统，必须分别做数据分类与保留策略。

---

错误处理与幂等

批处理代码最容易把一次错误扩大成 500 次错误。写入工具至少需要：

type WriteResult = {
	idempotencyKey: string;
	status: 'created' | 'already_applied' | 'rejected';
	evidenceId?: string;
};

执行策略：

1. 先读、后算、最后写。
2. 写入前生成 idempotency key。
3. 高风险操作先输出 dry-run diff。
4. 限制单次批量大小。
5. 部分失败时记录成功项，不盲目全量重跑。

---

何时不要使用

• 只有 3–5 个工具且结果很小。
• 模型必须逐条阅读中间结果才能判断。
• 团队暂时没有可信的代码沙箱。
• 工具包含不可撤销写操作，却没有审批和幂等设计。
• 省下的 token 少于执行环境的固定运维成本。

---

上线验收

• 工具定义可以按需发现，不需要全量预载。
• 10,000 行数据先在执行环境过滤，再进入模型。
• 沙箱超时后任务能明确失败，不会无限等待。
• 写操作支持 dry run、审批和幂等。
• Trace 能关联生成代码、MCP 调用和业务结果。
• 用真实任务比较 token、P95 延迟、正确率和运维成本。

动手练习

选择一个“从表格找出逾期客户并创建 CRM follow-up”的流程：

1. 为 Sheet 与 CRM 建立最小 TypeScript wrapper。
2. 在代码里过滤逾期超过 14 天且金额大于阈值的行。
3. 输出 dry-run JSON，不直接写 CRM。
4. 加入人工批准后再执行批量写入。
5. 验证重复执行不会创建重复任务。

相关阅读

• Claude API 进阶 Tool Use
• MCP Best Practices
• Security Threat Modeling

参考资料

• https://www.anthropic.com/engineering/code-execution-with-mcp
• https://platform.claude.com/docs/en/agents-and-tools/tool-use/manage-tool-context