摘要
模型上下文协议（MCP）使大语言模型能通过标准化协议与外部工具及数据源交互。其快速应用引入了新的可靠性挑战，如配置参数在运行时未被强制执行导致意外行为。本文提出了首个 MCP 服务器运行时故障的经验分类法。通过分析 473 个仓库中的 837 个故障线程，构建了包含 11 个大类和 27 个子类的分类体系，涵盖协议交互、工具调用及状态管理等失败模式。开发者调查验证了该分类法的广泛适用性，旨在辅助 AI 软件的维护与进化。
AI 推荐理由
论文聚焦 MCP 协议下工具交互的运行时故障，直接关联 Agent 技能学习与工具调用的可靠性。
研究机构
Institut für Informatik, Technische Universität München, Germany
Dipartimento di Informatica, Università degli Studi di Milano, Italy
论文信息