Toolc : proxy pour MCP dans VS Code — 60 % d'économies

Optimisation des outils MCP pour agents VS Code : Proxy Go compact

Les extensions d'agents VS Code comme Cline, Roo Code ou Kilo accumulent rapidement des serveurs MCP : accès aux fichiers, recherche, bases de données, GitHub, Jira, OpenAPI. La config mcp.json gonfle à plus de 25 serveurs. Le modèle gaspille du contexte à décoder ce bazar : conflits de noms (search dupliqué), descriptions verbeuses, hallucinations d'arguments. Résultat ? Des coûts en tokens plus élevés sans gains réels.

Le proxy Go toolc agrège les serveurs en une seule interface MCP. Il filtre les doublons, compresse les descriptions et contrôle la visibilité des outils. Pour VS Code, c'est un seul serveur au lieu d'un zoo.

Installation et configuration

Téléchargez le binaire depuis les Releases ou compilez depuis la source :

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

Optimisez votre config :

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

Lancez la passerelle :

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

Intégrez la nouvelle config dans VS Code comme n'importe quel serveur MCP. Votre agent obtient un catalogue optimisé sans requêtes superflues.

Architecture interne

toolc convertit les specs MCP et OpenAPI en une représentation intermédiaire (IR). Il applique trois modes de compilation :

• direct : Schéma complet inchangé — pour le débogage.
• flat : Liste plate avec déduplication et compression des descriptions — le mode par défaut.
• staged : Découverte par nom, schémas à la demande — pour les API complexes.

L'analyseur OpenAPI gère les specs massives (comme l'API Stripe) avec limites de profondeur et réutilisation des références superficielles. Consommation mémoire : ~48 Mo. Temps de traitement : millisecondes.

Économies de tokens : benchmarks

Testé sur l'API GitHub (1 100 endpoints) et Stripe. Modèles : Qwen-3.6-plus, GLM-5.1, GPT-5.4, Claude Sonnet 4.6. Coût par million d'appels (flat vs direct) :

| Modèle | Sans proxy ($) | Avec toolc ($) | Économies (%) |

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

| 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 |

Les taux de succès restent élevés. Le mode flat réduit la surcharge token proxy.

Étude de cas GLM-5.1 : Hallucinations et corrections

GLM-5.1 butait sur du JSON tronqué et oubliait les contrats. Coupables :

• Prompt système unique pour l'orchestration.
• Budget de complétion insuffisant.

Correction : Prompts isolés et limites augmentées. Taux de succès passé de 0,78 à 0,92 en mode flat.

Les modèles capricieux exigent un façonnage des requêtes en plus de la compilation.

Limites et feuille de route

Supporté :

• MCP local stdio.
• OpenAPI.
• Contextes agents VS Code.

Pas encore :

• MCP distant.
• Fonctions génériques.
• Runtime compatible OpenAI (en cours).

L'architecture scale pour un plan de contrôle complet.

Points clés

• toolc réduit les coûts de 33–60 % en compressant les catalogues MCP/OpenAPI.
• Trois modes : flat excelle en prix/performance.
• Analyseur gère les API récursives (Stripe) sans planter.
• Contexte plus propre booste les taux de succès des modèles.
• Prêt pour VS Code, sans réécriture de config.

— Editorial Team