MemTool：有限上下文中的动态工具记忆

保真度：本地实现 hybrid 工具记忆、工作流保护和动态淘汰；ScaleMCP mini 只验证 多轮工具集合管理，不包含 5,000 个真实 MCP server。

论文信息

字段	内容
论文链接	MemTool（arXiv 2507.21428）
公司 / 机构	PricewaterhouseCoopers Commercial Technology and Innovation Office
首次公开日期	2025-07-29
原作者代码	截至 2026-07-27 未在论文页发现公开仓库
本地 adapter / 方法键	memtool
本地复现代码	src/auto_research/agent_research/

原始论文总结

背景与主要改动

大量 MCP 工具描述会迅速占满上下文，静态截断又可能删掉当前工作流需要的工具。 MemTool 比较 autonomous、workflow 和 hybrid 管理方式；hybrid 策略保护当前工作流的 必需工具，其余工具依据近期性和历史成功率动态淘汰。

flowchart LR
    C["Candidate tools"] --> R["Workflow-required set"]
    C --> S["Recency + success score"]
    R --> P["Protected context"]
    S --> E["Eviction candidates"]
    P --> M["Bounded tool memory"]
    E --> M
    M --> A["Tool selection and action"]
    A --> F["Success feedback"]
    F --> S

原论文关键图

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式与算法

对非保护工具 \(j\) 计算保留分数，并淘汰最低项：

\[ s_j=\lambda\,\mathrm{recency}_j +(1-\lambda)\,\mathrm{success}_j,\qquad j^\star=\arg\min_{j\notin\mathcal{T}_{\mathrm{required}}}s_j. \]

工作流集合 \(\mathcal{T}_{\mathrm{required}}\) 始终优先于启发式淘汰。

论文离线与线上效果

论文在 ScaleMCP 的 5,000 个 MCP servers 和连续 100 次交互上评测 13 个以上 LLM。 自主推理模型的工具移除率约为 90%–94%；workflow/hybrid 在上下文压缩上有效， autonomous/hybrid 的任务完成最好。论文未报告生产线上 A/B。

本地复现

scalemcp-mini 生成连续工具需求，在固定 memory size 下更新保护集合、淘汰非必要 工具，并统计 task success、上下文成本和 tool_evictions。

auto-research agent-eval --method memtool \
  --benchmark scalemcp-mini --episodes 120 \
  --memory-size 8 --seed 42

指标	MemTool
joint success	1.0000
平均成本	1.9812
tool evictions	200
tool memory size	8

稳定指标见 agent-mini-suites-seed42.json。

复现边界

工具是本地确定性描述，没有真实 MCP 网络延迟、权限失败或模型工具选择误差。结果支持 受限上下文的淘汰逻辑与指标链路，不能直接对比论文的 5,000-server 实验。