Guide
Trop d'outils MCP : découverte progressive et code mode
Des centaines d'outils MCP saturent le contexte du modèle. Les deux méthodes du guide officiel : découverte progressive et appel d'outils par code.
Mis à jour le
- Catalogue : le modèle cherche en langage naturel et reçoit des noms et des descriptions d'une ligne.
- Inspection : pour un candidat, il demande la définition complète (schéma d'entrée et de sortie).
- Exécution : il appelle l'outil en connaissant son interface.
Le nombre de serveurs MCP (Model Context Protocol) ne suffit pas à prévoir leur coût en contexte : le guide officiel des bonnes pratiques pour clients, lu le 16/11/2026, explique que charger d'emblée les définitions de centaines d'outils gaspille des jetons, augmente le délai de réponse et dégrade la qualité du modèle. Il propose deux méthodes : la découverte progressive, qui décide quand une définition entre dans le contexte, et l'appel d'outils par code, qui décide comment on appelle.
Ces pratiques concernent surtout ceux qui conçoivent un hôte ou un agent. Si vous êtes simple utilisateur d'un client, retenez la logique : le coût dépend des définitions et des résultats effectivement transmis au modèle, pas seulement du nombre de connexions.
Parcourez le catalogue MCP d’ALMA en partant d’une tâche précise. Établissez une sélection d’opérations nécessaires, puis mesurez la découverte et les appels avec votre client plutôt que de charger tous les outils par défaut.
Le problème
Une implémentation naïve passe au modèle, au début de chaque conversation, les définitions de tous les outils de tous les serveurs connectés. Pour une poignée d'outils, c'est raisonnable. Avec des dizaines de serveurs, ces définitions peuvent occuper l'essentiel de la fenêtre de contexte avant même que le modèle ait lu la question. Le guide illustre l'écart par une figure : environ 150 000 jetons pour tout charger d'avance, environ 2 000 pour une découverte à la demande. Ce sont les valeurs illustratives de cette figure, pas une économie garantie sur votre catalogue.
Méthode 1 : la découverte progressive
Le client récupère les définitions par tools/list comme d'habitude, mais ne les injecte pas dans le contexte. Il fournit au modèle un petit outil de recherche, search_tools, et ne charge une définition complète que quand elle est utile. Le guide décrit trois couches :
- Catalogue : le modèle cherche en langage naturel et reçoit des noms et des descriptions d'une ligne.
- Inspection : pour un candidat, il demande la définition complète (schéma d'entrée et de sortie).
- Exécution : il appelle l'outil en connaissant son interface.
Stratégies de recherche citées : par mots-clés (BM25, expressions régulières), par similarité vectorielle (gère mieux les synonymes), par un second petit modèle qui choisit les outils (efficace mais plus coûteux), ou un mélange. Le guide note que certains fournisseurs de modèles proposent déjà une recherche d'outils intégrée, qu'on peut préférer à une solution maison, sauf besoin de classement spécialisé ou de filtrage par droits d'accès.
Le principe s'étend aux serveurs eux-mêmes : tenir un registre des serveurs disponibles, ne connecter un serveur que si le modèle en a besoin, le déconnecter quand il n'est plus utile. Fermer une connexion ne supprime toutefois pas les messages déjà présents : le client doit gérer séparément les définitions exposées et l'historique.
Les consignes de mise en œuvre
| Consigne | Raison donnée |
|---|---|
| Offrir plusieurs niveaux de détail | Nom seul, nom et description, ou schéma complet |
| Mettre les définitions en cache côté client | Éviter un nouvel appel tools/list |
Rafraîchir sur list_changed |
Réindexer quand le serveur envoie notifications/tools/list_changed |
| Grouper les outils par serveur | Aider le modèle à raisonner sur des outils voisins |
Le guide rappelle aussi de suivre les indications ttlMs et cacheScope des listes, et de considérer une liste en cache comme périmée dès qu'une notification de changement arrive.
Attention au cache du prompt
Ajouter ou retirer des outils peut invalider le cache si cela modifie le préfixe qu'il couvre. Le guide conseille d'ajouter les nouvelles définitions après le point de cache plutôt que de retrier le tableau, ou de faire passer tous les appels par un unique outil stable call_tool, et de traiter la déconnexion d'un serveur comme une opération de frontière de conversation.
Méthode 2 : l'appel d'outils par code
Avec l'appel direct, chaque résultat intermédiaire repasse par le modèle, même quand il n'a rien à en faire. Avec le « code mode », le modèle écrit un script qui appelle les outils ; le script tourne dans un bac à sable et seul le résultat final revient. Le client génère des fonctions typées à partir des schémas des outils (le outputSchema donne des types de retour précis), et sert de courtier : il reçoit les appels du bac à sable et les dirige vers le bon serveur.
Cela suppose que le client sache bâtir un bac à sable, ce qui est un vrai chantier. Les précautions du guide :
- appliquer la même confirmation humaine aux appels issus du script qu'aux appels directs ;
- considérer le résultat d'un serveur comme une entrée non fiable pour un autre ;
- aucun accès réseau direct pour le bac à sable ;
- les clés et jetons restent chez le client, jamais dans le code généré ;
- délais, limites de mémoire et filtrage de la sortie.
Les deux méthodes se combinent : on découvre les outils utiles, puis on écrit un seul script qui les appelle.
Mesurer avant de basculer
Sur un même jeu de questions, comparez le chargement complet et la découverte progressive. Relevez les jetons des définitions, les résultats de recherche, les appels supplémentaires, le délai et la proportion de tâches réussies. Une recherche qui économise des jetons mais manque l'outil nécessaire peut dégrader le service.
Vérifiez aussi le périmètre de cache : un catalogue propre à un utilisateur ne doit pas être réutilisé pour un autre comme s'il était public. La sélection d'outils réduit ce qui est présenté au modèle ; le serveur doit toujours contrôler l'autorisation à l'exécution. Avec le code mode, examinez les appels intermédiaires dans les traces de test même lorsqu'ils n'entrent pas dans le contexte du modèle.
Ce que cela change pour un serveur
Si vous écrivez un serveur, des noms et descriptions clairs rendent la recherche efficace, et un outputSchema permet des types précis. Voir outils, ressources et prompts. Pour le déploiement de nombreux serveurs dans une organisation, voir MCP en entreprise.
Questions fréquentes
À partir de quand faut-il une découverte progressive des outils ?
Quand les définitions d'outils occupent une part notable de la fenêtre de contexte. Le guide suggère un seuil en pourcentage de cette fenêtre, par exemple 1 % à 5 %, au-delà duquel le client bascule.
Ajouter des outils en cours de conversation pose-t-il un problème ?
Cela peut réduire les succès du cache du prompt si l'ajout modifie son préfixe mis en cache. L'effet dépend du fournisseur et de la façon dont le client transmet les outils ; mesurez-le sur votre intégration.
Que fait le code mode ?
Le modèle écrit un script qui appelle les outils dans un bac à sable ; seul le résultat final revient dans son contexte, au lieu de chaque résultat intermédiaire.
Références du carnet
Pages consultées pour écrire cet article :