MCP-of-MCPS

MCP of MCPs

MCP of MCPs 是一个元服务器，可将你的所有 MCP 服务合并为一个智能端点。 它让 AI Agent 能够即时发现工具、按需加载架构并以极低成本执行，从而不再浪费 token 和时间。

借助持久化工具元数据、语义搜索以及工具间的直接代码执行，它能将混乱的多服务配置转变为快速、高效且无幻觉的工作流。 它还会在需要时自动分析工具的输出架构，并在不同会话间保留这些架构，以确保行为一致。

简而言之：
🚀 自动化更快速
🧠 推理更清晰
💰 大幅减少 token 消耗
📦 持久化且经过分析的架构元数据

工具 1：semantic_search_tools

语义发现工具 - 通过描述你想完成的任务来搜索工具。无需浏览所有工具名称——或者在工具名称无法清楚表明用途时——只需用通俗的英语描述你的意图（例如，“发送通知”“查询数据库”“处理图像”），即可立即获取最相关的工具。无需加载任何完整的工具定义，就能快速、轻量地了解所有已连接服务中有哪些可用工具。

// Search by task/intent, not by tool names:
// Input: { query: "send notifications to a channel", limit: 5 }
// Returns only relevant matches (ranked by similarity):
// [
//   {
//     serverName: "slack",
//     toolName: "post_message",
//     description: "Post a message to a Slack channel",
//     similarityScore: 0.94,
//     fullPath: "slack/post_message"
//   },
// ....
//   // Only 5 most relevant tools returned - fast and lightweight!
// ]

适合快速查找：

• 描述你需要做什么，而不是需要哪个工具
• 无需加载完整架构即可立即获得结果
• 在毫秒内发现所有服务中的功能
• 不增加 token 开销——只提供轻量的工具名称和描述

工具 2：get_mcps_servers_overview

发现工具 - 此工具仅返回工具名称，不包含完整架构，让 Agent 能在几秒内轻松了解可用工具，而不必预先加载数百个详细定义。它只展示可用内容，不提供过多细节，从而避免混淆和幻觉，同时消除加载延迟。

// Returns:
// google_drive/download_file
// google_drive/upload_file
// slack/send_message
// database/execute_query
// ...

工具 3：get_tools_overview

自省工具 - 仅加载你实际需要的工具，而不是全部 30 多个工具，通过按需加载节省数千个 token。这种按需方式能加快响应速度，并提供聚焦的上下文，从而减少混淆、提高准确性。

// Input: ["google_drive/download_file", "slack/send_message"]
// Returns: Full tool definitions with:
// - Parameter schemas
// - Required vs optional fields
// - Example usage code

工具 4：run_functions_code

执行工具 - 数据可在工具间直接流转，无需经由模型来回传递，因此传输一个 2 MB 的文件只需约 100 个 token，而不是 50,000 多个。模型只会看到简洁的最终结果，而不会看到嘈杂的中间数据；复杂工作流可一次执行完成，无需处理延迟。

// Write code that:
// - Calls multiple tools in sequence or parallel
// - Processes and transforms data
// - Implements complex logic and error handling
// - Returns only final results to the model

完整流程如何解决所有问题

需要完成任务时，先使用 get_mcps_servers_overview 获取所有服务中可用工具名称的轻量列表——这样无需加载任何架构，就能快速查看有哪些工具可用。如果找不到任务所需的工具，或者工具名称含义不明确，就使用 semantic_search_tools，通过通俗的英语描述你的意图（例如，“向某个频道发送通知”）来搜索。它利用 AI 驱动的语义理解，立即返回按相似度排序的最相关工具。确定所需的具体工具后，使用 get_tools_overview 加载这些工具的定义及其完整架构和参数——这样可避免加载无关工具，节省数千个 token，并为模型提供聚焦的上下文。最后，使用 run_functions_code 执行工作流，让数据在内存中直接于工具间流转，并将中间结果保留为原生对象，而不是序列化为 token，只有最终结果会返回给模型。这种模式可大幅降低 token 使用量，通过避免不必要的模型处理来加快执行速度，并在每个步骤中只展示相关信息，从而消除幻觉。

真实案例

传统方法：

TOOL CALL: gdrive.getDocument(documentId: "abc123")
  → returns full transcript text (loads into context: 50,000 tokens)
  
TOOL CALL: salesforce.updateRecord(...)
  → model writes entire transcript again (doubles the tokens: +50,000 tokens)

总计：处理了 100,000+ 个令牌，响应缓慢

使用 MCP of MCPs：

const transcript = (await gdrive.getDocument({ documentId: 'abc123' })).content;
await salesforce.updateRecord({
  objectType: 'SalesMeeting',
  data: { Notes: transcript }
});

代码在一次操作中执行。数据直接在工具之间流转。只有最终结果会返回给模型。

总计：处理了 2,000 个令牌（减少 98.7%）⚡

主要优势

✅ 响应更快 - 无需预先加载所有工具
✅ 减少幻觉 - 模型只会看到相关信息
✅ 渐进式披露 - 按需加载工具
✅ 代码组合 - 使用熟悉的 JavaScript 编排复杂工作流
✅ 持久化工具元数据 - 自动跨会话保留工具输出架构

设置

前置条件

• Node.js
• npm 或 yarn
• 已配置好要聚合的 MCP 服务

添加到 Cline

将以下内容添加到 Cline MCP 设置文件中：

选项 1：使用内联配置

{
  "mcpServers": {
    "mcp-of-mcps": {
      "autoApprove": [],
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@dbestai/mcp-of-mcps",
        "--config",
        "[{\"name\":\"weather\",\"command\":\"npx\",\"args\":[\"-y\",\"@h1deya/mcp-server-weather\"]},{\"name\":\"time\",\"command\":\"uvx\",\"args\":[\"mcp-server-time\"]}]"
      ]
    }
  }
}

选项 2：使用配置文件

首先，创建一个 config.json 文件，指定要连接的 MCP 服务：

[
  {
    "name": "weather",
    "command": "npx",
    "args": ["-y", "@h1deya/mcp-server-weather"]
  },
  {
    "name": "time",
    "command": "uvx",
    "args": ["mcp-server-time"]
  }
]

然后在 Cline 设置中引用此文件：

{
  "mcpServers": {
    "mcp-of-mcps": {
      "autoApprove": [],
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@dbestai/mcp-of-mcps",
        "--config-file",
        "/absolute/path/to/your/config.json"
      ]
    }
  }
}

配置选项：

• autoApprove：无需审批的工具名称数组（例如，["get_mcps_servers_overview"]）
• disabled：设为 false 以启用服务
• timeout：工具执行超时时间，单位为秒（默认值：60）
• type：连接类型，MCP 服务始终使用 "stdio"

了解更多

此实现遵循 Anthropic 文章中介绍的 MCP 代码执行模式：
📖 使用 MCP 执行代码：构建更高效的 Agent

参与贡献

欢迎贡献！欢迎提交 Pull Request。

许可证

ISC