停止烧毁您的上下文窗口 – 我们如何在 Claude 代码中将 MCP 输出减少 98%

每个人工智能驱动的工作流程中的隐藏税

如果您花费了任何有意义的时间使用人工智能编码助手进行构建，那么您就遇到了困难。不是模型产生幻觉或误解你的意图，而是更微妙、更令人沮丧的情况，即你完全有能力的人工智能伙伴在对话中突然失去了情节。它忘记了您之前讨论的三则消息的文件结构。它重新读取已经分析过的文件。它开始与自己之前的建议相矛盾。罪魁祸首不是模型质量，而是上下文窗口耗尽，而最大的罪魁祸首是无人要求的臃肿的工具输出。

这个问题不是理论上的。在 Claude Code、Cursor 和类似的 AI 驱动的开发环境中构建 MCP（模型上下文协议）集成的团队发现，他们的工具响应通常会返回比模型实际需要多 50 倍到 100 倍的数据。一个简单的数据库查询会返回完整的架构转储。文件搜索返回整个目录树。 API 状态检查返回几周前的分页日志。每个多余的令牌都会占用有限的上下文窗口，从而降低实际重要任务的性能。解决方法并不复杂，但需要从根本上转变对人工智能工具设计的看法。

为什么上下文窗口会先于模型崩溃

像 Claude 这样的现代大型语言模型有大量的上下文窗口——许多配置中有 200K 个令牌。这听起来很大，直到您意识到工具密集型工作流程消耗它的速度有多快。返回包含 500 行的完整数据库表的单个 MCP 工具调用可以在一次响应中燃烧 15,000-30,000 个代币。在调试会话中将五到六个调用链接在一起，在编写一行代码之前您就已经消耗了一半的上下文窗口。该模型并没有变得更愚蠢——它实际上已经没有空间来保存你的对话了。

复合效应使其具有如此大的破坏性。当上下文被压缩或截断以适应新信息时，模型将无法访问早期的指令、架构决策和对话中已建立的模式。你最终会重复自己的话，重新建立上下文，并看着人工智能犯错误，而它之前不会发出十条消息。对于在紧迫的时间内交付功能的工程团队来说，这会直接导致时间损失和代码质量下降。

在 Mewayz，我们在构建 207 个模块的业务平台时遇到了这个确切的问题。我们的开发工作流程在很大程度上依赖于跨互连模块（CRM、发票、薪资、人力资源、分析）的人工智能辅助编码，其中一个模块的更改经常会级联到其他模块。当我们的 MCP 工具输出臃肿时，Claude 将无法跟踪单个会话中的跨模块依赖关系。该解决方案要求我们从头开始重新思考每个工具的响应。

98% 减排框架：改变一切的四个原则

将 MCP 输出削减 98% 并不是要删除信息，而是仅返回模型做出下一个决策所需的信息。区别很重要。当模型仅询问用户是否存在时，返回用户记录的工具不需要包含每个字段。当模型只需要文件路径时，文件搜索不需要返回文件内容。每个回复都应该回答所提出的问题，仅此而已。

以下是推动我们优化的四个原则：

返回摘要，而不是数据集。不是从查询中返回 200 行，而是返回计数加上 3-5 个最相关的行。如果模型需要更多，它可以请求特定的切片。这一单一更改通常会使数据密集型工具的输出减少 80-90%。

使用结构化的、最小的模式。删除与工具声明的用途不直接相关的每个字段。 “检查部署状态”工具应返回状态、时间戳和错误（如果有），而不是完整的部署清单、环境变量和构建日志。

小鬼

Frequently Asked Questions

What is context window exhaustion and why does it matter?

Context window exhaustion occurs when an AI coding assistant runs out of usable memory mid-conversation due to bloated tool outputs. This causes the model to forget earlier context, re-read files unnecessarily, and contradict its own suggestions. For teams relying on AI-powered development workflows, this silently degrades productivity and output quality, turning a capable assistant into an unreliable one without any obvious error message.

How did you reduce MCP output by 98%?

We restructured our MCP tool responses to return only essential data instead of verbose, unfiltered outputs. By implementing smart summarization, selective field returns, and context-aware truncation, we eliminated the noise that was consuming precious context tokens. The result is that Claude Code maintains coherent, productive conversations for significantly longer sessions — enabling complex, multi-step engineering tasks without losing the thread.

Does this optimization work with platforms like Mewayz?

Absolutely. Mewayz is a 207-module business OS starting at $19/mo that relies on efficient AI automation across its entire platform. Optimized MCP outputs mean AI-assisted workflows within tools like Mewayz at app.mewayz.com run faster and more reliably, since every saved token translates directly into longer productive sessions and more accurate responses when managing complex business operations.

Can I apply these MCP optimization techniques to my own projects?

Yes. The core principles — minimizing response payloads, returning only requested fields, and summarizing large datasets before passing them to the model — are universally applicable. Whether you're building custom MCP servers or integrating third-party tools with Claude Code, auditing your tool outputs for unnecessary verbosity is the single highest-impact optimization you can make to extend productive conversation length.

Related Posts

• 从搜索中删除露骨图片的更简单方法
• AI让编程变得更有趣
• Coccinelle：Linux 内核的源到源转换工具
• DJB的密码学奇旅：从代码英雄到标准批评者