为 AI 智能体设计 GraphQL 分层操作方案

针对 AI 智能体工具定义占用大量上下文、工具过多易选错的问题，一篇文章提出从用例到 GraphQL 操作的分层方案。文章称，Anthropic 曾举例五个 MCP 服务器共 58 个工具在对话开始前就占用约 55K tokens，工具定义最多可达 134K tokens，且工具越多智能体越容易选错工具或传错参数。 该方案按成本从低到高分为：本地技能/持久化操作、持久化操作索引检索与修改、基于 schema 构建操作、schema 修改流程和端到端生成优化端点。上述 token 占用与出错倾向均为文章引述的说法，分层方案的实际效果尚未得到验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。