type: concept tags: [MCP, 工具描述, Agent效率, 工具调用, 模型上下文协议] related: [[on-device-vs-cloud-agentic-tool-calling]], [[exectune-guide-core-policy]], [[mana-mobile-ad-detection]] sources: - url: https://arxiv.org/abs/2602.14878 title: "MCP Tool Descriptions Are Smelly! Towards Improving AI Agent Efficiency with Augmented MCP Tool Descriptions" date: 2026-02-20 reliability: high created: 2026-04-20 updated: 2026-04-20
MCP 工具描述存在质量问题¶
对 856 个 MCP 工具的实证分析发现 97.1% 的描述存在至少一个"异味"（arXiv:2602.14878）
核心问题¶
Model Context Protocol (MCP) 定义了 Foundation Model 基础 agent 如何通过调用工具与外部系统交互。但 FM 依赖自然语言工具描述来理解工具的目的和功能——这些描述的质量直接影响 agent 选择最优工具和传递正确参数的能力。
方法/架构¶
研究分析了 103 个 MCP 服务器上的 856 个工具：
- 从文献中识别出工具描述的 6 个组成部分
- 开发基于这些组件的评分量表
- 基于评分量表形式化定义工具描述异味（smells）
- 使用 FM 驱动的扫描器进行量化评估
实验结果¶
| 指标 | 数据 |
|---|---|
| 分析工具数 | 856 |
| MCP 服务器数 | 103 |
| 存在至少一个异味 | 97.1% |
| 未说明目的 | 56% |
关键洞察¶
工具描述异味会误导 FM-based agent，导致： - 工具选择错误：agent 选择不恰当的工具 - 参数传递错误：agent 给工具传递错误的参数 - 任务失败：因为工具使用不当导致整体任务失败
为什么重要¶
在手机端 Agent 场景中，MCP 是 agent 与设备功能（相机、定位、通讯录等）交互的关键协议。如果工具描述存在质量问题，端侧 Agent 的工具使用能力将大打折扣。本研究揭示了 MCP 生态中的系统性质量问题，为改进端侧 Agent 工具调用提供了实证依据。
关联¶
- [[on-device-vs-cloud-agentic-tool-calling]] — 工具描述质量影响端侧/云端工具调用选择
- [[exectune-guide-core-policy]] — Guide Model 的工具使用策略受工具描述质量影响
- [[mana-mobile-ad-detection]] — MANA 的多模态工具调用也依赖高质量工具描述
- [[mcp-deployment-patterns]] — MCP 部署模式需考虑工具描述质量