PulseAugur
中
实时 23:33:42
English(EN) Cartograph: Federated Tool Discovery with Operator-Attested Retrieval for AI Agents

新系统Cartograph简化AI代理工具发现

研究人员开发了Cartograph,这是一个用于模型上下文协议(MCP)的联邦式代理,旨在改进AI代理的工具发现。Cartograph通过逐步披露工具定义而非一次性加载所有定义,来降低访问工具定义的计算成本。它采用了操作员认证的能力卡、一种名为Rift的三层可混淆集群分析,以及一个两阶段检索过程,以有效地对相关工具进行排名和呈现。该系统旨在提高AI代理与外部工具交互的可扩展性和效率。 AI

影响 可能显著提高AI代理与各种工具交互的效率和可扩展性。

排序理由 发布了一篇详细介绍AI代理新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新系统Cartograph简化AI代理工具发现

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Justice Owusu Agyemang, Michael Agyare, Kwame Opuni-Boachie Obour Agyekum, Kwame Agyeman-Prempeh Agyekum, Francisca Adoma Acheampong, Jerry John Kponyo ·

    Cartograph:用于AI代理的、经操作员认证检索的联邦工具发现

    arXiv:2609.30293v1 Announce Type: cross Abstract: The Model Context Protocol (MCP) enables AI agents to discover and call tools, but loading every definition becomes expensive as connected catalogs grow. We present Cartograph, a federated MCP proxy that changes agent-visible tool…