Toolc: proxy para MCP en VS Code — ahorros del 60%

Optimización de herramientas MCP para agentes de VS Code: Proxy compacto en Go

Las extensiones de agentes para VS Code como Cline, Roo Code o Kilo acumulan rápidamente servidores MCP: acceso a archivos, búsqueda, bases de datos, GitHub, Jira, OpenAPI. El archivo de configuración mcp.json se infla hasta más de 25 servidores. El modelo malgasta contexto analizando el desorden: conflictos de nombres (search duplicados), descripciones extensas, alucinaciones en argumentos. ¿Resultado? Costos de tokens más altos sin beneficios reales.

El proxy toolc en Go agrupa los servidores en una sola interfaz MCP. Filtra duplicados, comprime descripciones y controla la visibilidad de las herramientas. Para VS Code, eso significa un solo servidor en lugar de un zoológico.

Instalación y configuración

Descarga el binario desde Releases o compílalo desde el código fuente:

go install github.com/aak204/Tool-Catalog-Compiler/cmd/[email protected]

Optimiza tu configuración:

./toolc optimize-mcp \
  -input .vscode/mcp.json \
  -emit vscode \
  -out-dir dist/mcp-optimized

Lanza el gateway:

./toolc mcp-serve -catalog dist/mcp-optimized/toolc.compiled.json

Conecta la nueva configuración en VS Code como cualquier servidor MCP. Tu agente obtiene un catálogo optimizado sin consultas extras.

Arquitectura interna

toolc convierte especificaciones MCP y OpenAPI en una representación intermedia (IR). Aplica tres modos de compilación:

• directo: Esquema completo sin cambios — para depuración.
• plano: Lista plana con desduplicación y compresión de descripciones — el modo principal.
• etapas: Descubrimiento por nombres, esquemas bajo demanda — para APIs complejas.

El analizador de OpenAPI maneja especificaciones masivas (como la API de Stripe) con límites de profundidad y reutilización superficial de referencias. Uso de memoria: ~48 MB. Tiempo de procesamiento: milisegundos.

Benchmarks de ahorro de tokens

Probado con la API de GitHub (1.100 endpoints) y Stripe. Modelos: Qwen-3.6-plus, GLM-5.1, GPT-5.4, Claude Sonnet 4.6. Costo por millón de llamadas (plano vs directo):

| Modelo | Sin proxy ($) | Con toolc ($) | Ahorro (%) |

|----------------------------|---------------|---------------|------------|

| qwen/qwen3.6-plus | 1807.26 | 1199.13 | 33.65 |

| z-ai/glm-5.1 | 3102.53 | 1593.14 | 48.65 |

| openai/gpt-5.4 | 8819.46 | 4291.96 | 51.34 |

| anthropic/claude-sonnet-4.6 | 10736.57 | 4290.21 | 60.04 |

Las tasas de éxito se mantienen altas. El modo plano reduce la sobrecarga de proxy de tokens.

Estudio de caso GLM-5.1: Alucinaciones y correcciones

GLM-5.1 fallaba con JSON truncado y olvidaba contratos. Causas:

• Prompt de sistema único para orquestación.
• Presupuesto de completado insuficiente.

Solución: Prompts aislados y límites aumentados. La tasa de éxito saltó de 0.78 a 0.92 en modo plano.

Los modelos quisquillosos necesitan modelado de solicitudes además de la compilación.

Limitaciones y hoja de ruta

Soportado:

• MCP local stdio.
• OpenAPI.
• Contextos de agentes VS Code.

Pendiente:

• MCP remoto.
• Funciones genéricas.
• Runtime compatible con OpenAI (en desarrollo).

La arquitectura escala para un plano de control completo.

Conclusiones clave

• toolc reduce costos un 33–60% comprimiendo catálogos MCP/OpenAPI.
• Tres modos: el plano destaca en precio/rendimiento.
• El analizador maneja APIs recursivas (Stripe) sin fallos.
• Contexto más limpio mejora las tasas de éxito de los modelos.
• Listo para VS Code, sin reescrituras de configuración.

— Editorial Team