---
title: "MCP-Zero Review"
created: 2026-06-19
type: review
---

# 📌 基本信息

- **论文**：MCP-Zero: Active Tool Discovery for Autonomous LLM Agents
- **作者**：Xiang Fei, Xiawu Zheng, Hao Feng (厦大/中科大)
- **arXiv**：2506.01056 (v4, 2025-06-24)
- **领域**：cs.AI, cs.SE
- **添加时间**：2026-06-19

# 🎯 核心概念

1. **[[active-tool-discovery|主动工具发现]]** — 范式转变：从"全量注入让模型选"翻转为"模型自主请求，系统匹配"
2. **[[active-tool-request|Active Tool Request]]** — 结构化请求：server + tool 字段，在工具文档语义空间中→对齐度优于用户查询
3. **[[hierarchical-semantic-routing|层次语义路由]]** — 两级检索：server 匹配→tool 排序，O(n)→O(m+k)
4. **[[iterative-capability-extension|迭代能力扩展]]** — 多轮 toolchain：读文件→编辑→执行，天然容错和自纠正
5. **[[mcp-protocol|MCP 协议]]** — 标准化工具接口：JSON-RPC，解决了互操作性但留下了过程性鸿沟
6. **[[mcp-tools-dataset|MCP-tools 数据集]]** — 308 servers, 2,797 tools, 248.1K tokens

# 🔗 概念网络

- **核心连接**：主动工具发现 ↔ Active Tool Request ↔ 层次路由 ↔ 迭代扩展
- **向外桥接**：MCP 协议 → Agent Skill（过程层）；主动发现 ↔ Skill 检索（"主动选择而非全加载"的共同理念）
- **与 Agent Harness 关联**：解决操作维度中的工具发现问题——不是预加载 300 个 tool schema，而是运行时按需请求
- **新增概念**：6 个全新概念，补全了 wiki 在 MCP/工具发现领域的基础

# 📚 Wiki 集成

- **新增页面**：8 个（1 论文 + 1 raw + 6 概念）
- **Wiki 总规模**：1034 → 1042 页

# 💡 关键洞察

1. **范式价值 > 工程优化**：MCP-Zero 的真正贡献不是"省了 98% token"（虽然这很重要），而是重新定义了 Agent 与工具的关系——从被动消费者变为自主能力构建者。这与 [[agent-skill|Agent Skills 综述]]中 Agent-Skill 的分层思想高度一致：Agent 负责"知道自己需要什么"，系统负责"精确匹配和执行"。

2. **主动请求的语义优势**：最被低估的发现是 cos(e_request, e_tool) > cos(e_query, e_tool)——Agent 生成的请求天然在工具文档语义空间中。这意味着不仅是减少 token，更是提升了匹配精度。这一洞察可直接推广到 [[skill-retrieval|Skill 检索]]中。