Les Outils MCP Sont Maintenant 10x Plus Rapides Dans Claude Code

L'équipe de Claude Code annonce avoir résolu le plus gros problème du protocole MCP en introduisant la recherche d'outils. Cette nouvelle fonctionnalité permet de réduire l'utilisation du contexte jusqu'à 95% en recherchant les outils par leur nom avant utilisation, au lieu de précharger tous les outils disponibles. Auparavant, cette approche consommait des dizaines de milliers de tokens avant même d'écrire la première instruction utilisateur. Le présentateur pose deux questions clés : pourquoi cela ne fonctionnait-il pas ainsi avant, et cette technique a-t-elle été empruntée à Cloudflare ?

Les serveurs MCP sont désormais omniprésents avec des intégrations pour GitHub, Docker, Notion, Better Stack, et bien d'autres. Avec l'utilisation croissante de Claude Code et des LLM pour diverses tâches au-delà du code, MCP semble destiné à rester. Cependant, le protocole présente des problèmes majeurs : collisions de noms, injections de commandes, et surtout une inefficacité considérable en termes de tokens. Tous les outils d'un serveur connecté sont généralement préchargés dans la fenêtre de contexte du modèle, incluant les noms, descriptions, documentation complète du schéma JSON avec les paramètres optionnels et obligatoires, leurs types et toutes les contraintes, ce qui représente énormément de données.

L'équipe Redis illustre parfaitement l'ampleur du problème avec un cas concret : en utilisant 167 outils provenant de quatre serveurs différents, ils ont consommé plus de 60 000 tokens avant même d'écrire une instruction. Cela représente presque la moitié de la fenêtre de contexte de 200 000 tokens d'Opus, et ce sans même compter les compétences et les plugins. Pour les utilisateurs ayant beaucoup de serveurs connectés, cela peut consommer une quantité considérable de tokens. Ce problème est d'autant plus critique que les modèles ont tendance à moins bien performer lorsque davantage d'éléments sont ajoutés à leur contexte, même pour des modèles à grande fenêtre comme Gemini avec son million de tokens.

Deux approches populaires ont émergé pour résoudre ce problème d'inefficacité. L'approche programmatique, adoptée par Cloudflare, et l'approche par recherche, retenue par l'équipe de Claude Code. L'approche par recherche fonctionne selon un processus précis : Claude vérifie d'abord si les outils MCP préchargés représentent plus de 10% du contexte (soit 20 000 tokens pour une fenêtre de 200 000 tokens). Si ce n'est pas le cas, aucun changement n'a lieu et le modèle utilise les outils MCP normalement. Si oui, Claude découvre dynamiquement les bons outils à utiliser et charge trois à cinq des outils les plus pertinents en fonction de l'instruction de l'utilisateur.

Lorsque le seuil de 10% est dépassé, Claude ne charge complètement que les outils sélectionnés (3 à 5) dans le contexte pour que le modèle les utilise normalement. Cette fonctionnalité était en fait la plus demandée sur GitHub pour Claude Code. Le mécanisme fonctionne de manière similaire à AgentSkills, qui ne charge que les noms et descriptions des compétences dans le contexte initial. Lorsqu'il trouve une compétence jugée pertinente ou mentionnée dans l'instruction, il charge alors l'intégralité de cette compétence spécifique dans la fenêtre de contexte. Il s'agit essentiellement d'une stratégie de divulgation progressive de l'information, approche qui a démontré de grands avantages tant chez Anthropic que chez Cursor.

L'approche programmatique fonctionne en permettant aux modèles d'orchestrer les outils via du code au lieu de faire des appels API individuels. Pour trois outils devant fonctionner l'un après l'autre en fonction de la réponse précédente, Claude peut écrire un script Python pour effectuer toute cette orchestration, puis exécuter le code et présenter le résultat au modèle. Cloudflare a poussé cette approche encore plus loin en faisant écrire au modèle des définitions TypeScript pour tous les outils disponibles, puis en exécutant le code dans un environnement isolé, généralement un worker. Cette méthode offre une alternative intéressante pour gérer l'orchestration complexe d'outils multiples.

L'équipe de Claude Code a effectivement essayé l'approche programmatique mais a trouvé que la recherche fonctionnait mieux, ce que le présentateur trouve difficile à croire étant donné l'excellence de Claude pour l'écriture de code. Il mentionne que le navigateur agent en ligne de commande avec Chromium headless publié par Vercel fonctionne très bien dans Claude Code. Il suggère que convertir tous les outils MCP en commandes CLI avec un outil comme MCPorter pourrait être plus simple et plus efficace en contexte, permettant aux modèles d'exécuter une commande CLI spécifique au lieu de charger des données dans le contexte. Malgré ses réserves, il se réjouit que les problèmes des serveurs MCP soient pris en compte, ce qui pourrait l'encourager à installer plus d'un serveur.