MCP结果太大怎么办：在代码中筛选，再把摘要交给Agent

本文编译自 Anthropic 的《Code execution with MCP: Building more efficient agents》（Adam Jones、Conor Kelly，2025-11-04），聚焦中间数据处理，非全文翻译。

工具返回一万行数据时，模型往往只需要异常数量和几条样本。原文提出：让 Agent 编写代码调用 MCP 工具，把筛选、聚合和跨工具传递留在执行环境中，只将必要结果送回上下文。这样能减少重复转述大段内容，也减少模型搬运数据时的错误。

例如检查待处理订单，可以在代码中读取表格、筛选状态、计算总数，最后返回“待处理数量＋前五条样本”。完整结果保留在受控文件中，需要追查时再读取。原文还讨论了把循环、条件和异常处理放入代码，以及将成熟流程保存为可复用函数。

这里的边界同样重要：数据没有进入模型上下文，不代表它可以任意外发；执行环境仍需要隔离、资源限制和监控。这种方案增加了运行基础设施的成本，应与节省的上下文和延迟一起评估。

实践补充：给摘要设计固定字段，例如 total、sample、truncated 和 error；显示样本时明确是否截断，避免把五条样本误当全部结果。外部写操作还应有幂等键，不能因为重试而重复创建记录。这些是落地建议，不是原文的基准测试结论。

原文链接：https://www.anthropic.com/engineering/code-execution-with-mcp