labmimors/dsh-mcp-lens

English | 简体中文

官网 · 本地 Schema 计算器 · 安装 rc.9

把大型 MCP 工具库收缩成模型只看见的两个工具。

MCP Lens 让 DeepSeek Harness 通过两个稳定入口搜索并调用 1,000 个远端工具。它不会在每轮请求中塞入全部工具 Schema，而是只在真正需要工具时，为少量排序候选揭示准确 Schema。

如果它帮你管住了大型 MCP 工具库，欢迎给仓库点个 Star，让更多 DeepSeek Harness 用户找到它。

用户最关心的四件事：

• 更省输入成本：在带日期的三任务实测里，DeepSeek V4 Flash 预估费用从 $0.0307204 降到 $0.0034707。
• 更少占上下文：同一组实测里，request/header.tools JSON 从 674,249 B 降到 27,401 B。
• 更容易找回相关的已覆盖调用：在冻结的 MCP-Atlas 衍生便利 Holdout 上，304 个未触碰 Prompt 的 Recall@5 从 0.062610 提升到 0.246656。这只是词法检索证据，不是 MCP-Atlas 官方分数或端到端成绩。
• 避免每次查询重复构建同一索引：rc.9 会复用每个 Lens 自有冻结目录与策略世代的分词索引，并在目录变化时自动失效。
• 缩小模型的选工具范围：搜索只揭示少量排序候选的准确 Schema，最终 server/tool 仍然受 allowTools / denyTools 限制。
• 在已测任务里保持完成率：真模型实测两侧都完成 3/3，Lens 多用了一次搜索步骤。

如果你有几十到几千个 MCP 工具、多个 Server，或者很多长尾能力不值得每轮都暴露给模型，这个插件适合你。只有几个固定工具、而且几乎每轮都会用到时，直接客户端通常更简单。

安装 rc.9

前置要求：DeepSeek Harness 0.1.0-rc.6、Node.js ^22.19.0 或 >=24.0.0，并且 pnpm 已在 PATH 中。dsh plugin 会把安装交给 pnpm 执行。

最快安装方式：

dsh plugin --profile web add dsh-mcp-lens@next

需要可复现安装时，固定到已审核版本：

dsh plugin --profile web add dsh-mcp-lens@0.1.0-rc.9

npm 的 next 标签目前解析到 0.1.0-rc.9。发布后下载的 Registry Tarball 已与审核过的 GitHub rc.9 附件逐字节比较一致（SHA-256 a8e4bf8389d0107379c13c845feb3c7c0c26d4aa3312391640e1fed074d39dbc），并在全新的 DeepSeek Harness rc.6 Profile 中完成真实安装验证。

rc.9 Release 页面已经列出 .tgz 附件与 SHA-256。先下载文件，把本地摘要与该附件显示的摘要逐字比较，确认一致后再把本地文件安装到 Harness Profile。某些 pnpm 版本直接接收 GitHub 重定向后的附件 URL 时会报 ERR_PNPM_MISSING_TARBALL_INTEGRITY。

curl -fL --retry 3 -o dsh-mcp-lens-0.1.0-rc.9.tgz \
  https://github.com/labmimors/dsh-mcp-lens/releases/download/v0.1.0-rc.9/dsh-mcp-lens-0.1.0-rc.9.tgz
shasum -a 256 dsh-mcp-lens-0.1.0-rc.9.tgz
# 与 rc.9 Release 页面中 .tgz 附件显示的 SHA-256 逐字比较。
dsh plugin --profile web add ./dsh-mcp-lens-0.1.0-rc.9.tgz

Windows 用户可从 rc.9 Release 页面下载同一附件，把 Get-FileHash -Algorithm SHA256 的结果与附件显示的摘要逐字比较；只有一致时才把本地路径交给 dsh plugin add。

要真正开始使用，请继续完成连接第一个 MCP Server；其中的复制粘贴配置会同时添加 Server 和你要放行的准确工具。然后验证并启动 Profile：

dsh --profile web --dump-config
dsh --profile web

完成后像平常一样提问即可，不需要在 Prompt 里手动写 mcp_search 或 mcp_call。

可以直接试试本地目录测量页：把你当前的工具 Schema 粘进去，浏览器会本地计算准确 UTF-8 bytes，并可复制不含 Schema 的分享链接或 Markdown。分享结果固定标注为用户自报的本地测量（self-reported local measurement），URL 只编码有边界的数字字段，不包含工具名、描述或 Schema。数字校验只能发现意外修改，不是签名，也不能证明测量真实发生过。如果希望把它变成可重复的 CI 约束，可以用 Schema 预算 Action，在工具数量或 Schema 字节超过上限时让 Workflow 失败。

如果你想把同样的测量放进 CI，这个仓库也附带了一个零依赖 GitHub Action：读取仓库内的工具 JSON，输出模型可见工具数、标准 Schema 字节数，以及相对 Lens 固定两工具面的字节降幅。

- uses: labmimors/dsh-mcp-lens@v0.1.0-rc.7
  with:
    tools-file: fixtures/request-header-tools.json

生产环境如需不可变引用，请固定到已审核的 rc.7 Commit：f21169f921e7ed032a4db5062685afb6f948c2d1。

为什么图中是 27，而不是 2？ 两侧都包含同样的 25 个非 MCP Harness 工具：直接客户端是 25 + 1,000 = 1,025 个完整工具，Lens 是 25 + 2 = 27 个。MCP 工具面本身是 1,000 → 2。

它具体解决什么问题

你的问题	MCP Lens 带来的改变
MCP 工具越多，每轮 API 输入越大	MCP 工具面初始只有 mcp_search 和 mcp_call。在三任务实测中，V4 Flash 预估费用降低 88.702%。
大段工具定义长期挤占上下文	同一个 1,000 工具 Server 下，Harness 完整请求中的工具 JSON 从 674,249 B 降至 27,401 B。
担心压缩工具面会牺牲任务完成率	在已测的客户、中文工单和 GitHub 任务中，Lens 与直接客户端都以正确参数和结果完成 3/3。
大量相似工具会扩大单次候选暴露面	先缩小模型一次看到的候选集合并返回准确 inputSchema，再按明确的 server/tool 身份调用。
没有用到的 Server 也消耗连接资源	连接按需建立；插件激活时不启动 MCP 进程，也不打开 MCP Socket。
一个 Server 故障不应该阻塞其他 Server	其他 Server 会继续工作；刷新失败时仍保留上一份可用目录。
危险工具应该默认不可见	远端工具只有匹配 allowTools 才会出现；denyTools 在搜索和调用中永远优先。

在 DeepSeek 实测中，MCP Lens 和官方直接客户端都完成了 3/3 项任务。Lens 会多一次搜索，并在这组样本中产生更多输出 Token，因此它针对的是大型、多 Server、长尾工具库，而不是每轮都会用到的几个固定工具。完整数据见中文实测报告。

Release 附件是预编译 tarball，不需要依赖构建权限。下面使用的 MCP 文档 Server 不需要额外 API Key；Harness 仍然需要你已经配置好的模型 Provider。

如需改装已审核的 rc.9 源码 Tag：

dsh plugin --profile web add github:labmimors/dsh-mcp-lens#v0.1.0-rc.9

Git 安装会下载源码并运行 prepare。使用 pnpm 10+ 时，请在 $DSH_HOME/profiles/web/pnpm-workspace.yaml（默认 ~/.dsh/profiles/web/pnpm-workspace.yaml）中加入准确包名，然后重新安装：

allowBuilds:
  dsh-mcp-lens: true

授予构建权限前请先审查源码，并固定 Tag 或 Commit SHA。

连接第一个 MCP Server

插件默认不携带 Server，也不会开放任何远端工具。打开：

$DSH_HOME/profiles/web/cordis.patch.yml

如果没有设置 DSH_HOME，默认路径是 ~/.dsh/profiles/web/cordis.patch.yml。如果文件内容只有 []，请用下面的配置块替换 []；如果已经存在其他 - id 项，请把它追加为另一个顶层列表项。它会连接公开的官方 MCP 文档 Server，但只开放其中两个只读查询工具：

- id: mcp-lens
  config:
    servers:
      - name: mcp-docs
        transport: streamable-http
        url: https://modelcontextprotocol.io/mcp

    cachePath: !!js dshHomePath('mcp-lens/catalog.json')
    allowTools:
      - mcp-docs/search_model_context_protocol
      - mcp-docs/query_docs_filesystem_model_context_protocol
    denyTools: ['mcp-docs/submit_feedback']

先检查最终组装的 Profile，再启动 Harness：

dsh --profile web --dump-config
dsh --profile web

现在像平时一样提问：

使用官方 MCP 文档 Server，解释 MCP Client 应该在什么情况下使用 Streamable HTTP。

MCP Lens 会在内部完成两段式路由：

你的请求
  → mcp_search("搜索 MCP 文档中的 Streamable HTTP")
  → mcp-docs/search_model_context_protocol 的准确输入 Schema
  → mcp_call("mcp-docs", "search_model_context_protocol", arguments)
  → 工具结果

正常使用时，你不需要在 Prompt 中提到 mcp_search 或 mcp_call。

- id: mcp-lens
  config:
    servers:
      - name: knowledge
        transport: streamable-http
        url: https://mcp.example.com/rpc
        headers:
          Authorization: !!js '`Bearer ${process.env.MCP_TOKEN}`'
        cacheNamespace: knowledge-acme-readonly

    cachePath: !!js dshHomePath('mcp-lens/catalog.json')
    allowTools: ['knowledge/read_*', 'knowledge/search_*']
    denyTools: ['*/delete_*', '*/destroy_*']

cacheNamespace 是某个租户和权限范围的非秘密身份。切换账户或权限范围时需要轮换它，绝不能把真实凭据写入其中。带凭据的 Server 如果没有设置它，Lens 只在内存保存该目录，并在重启后重新发现。

模式匹配准确的 server/tool 身份，只支持字面量和 *，并且 deny 永远优先。空的 allowTools 不允许任何工具。后续 Cordis Patch 会替换这一行的整个 config，因此需要保留的非默认字段都要写在覆盖层里。

什么时候应该用它

选择	最适合的情况
官方 @deepseek-ai/dsh-mcp-client	只有几个稳定工具，而且大多数轮次都会使用；你希望路径最直接。
MCP Lens	有几十到几千个工具、多个 MCP Server、很多长尾能力，或上下文与 API 成本已经成为问题。

Lens 用首次使用时的一次搜索，换取接近恒定的常驻 MCP Schema 面。工具越多、单个工具使用频率越低，这个交换越划算。

**速度：**目前没有可以普遍承诺的延迟提升。首次未缓存使用会增加搜索和连接工作；大型工具库的较小请求可能抵消这部分开销，请以自己的工作负载实测。

rc.9 改了什么

• 搜索只为每个 Lens 自有、深度冻结的可见目录构建一次分词与排序索引；相同冻结策略下的后续查询直接复用。目录刷新会产生新的 Snapshot 身份并重建索引；调用方持有的可变 Snapshot 永远不会进入身份缓存。
• edit-distance-one 拼写容错改为线性时间的准确单编辑检查，并在扫描 250,000 个名称／标题候选 Token 后 fail-closed，为唯一的词表扫描路径设置上限。
• 一次无标签重放在冻结的公开 Holdout B 输入上，对 102 个工具的 304/304 个 Prompt 全部复现 sealed rc.8 candidate 的 Ranking 与逐结果 Score。该重放没有读取私有标签、聚合 Score 输出或 Score Receipt；它证明排序一致，不是一次新的评测。
• 完整源码 Checkout 已通过 98/98 个自动化测试、类型检查与构建；精简 Runtime 包刻意不携带测试和 Benchmark Runner。

实测结果

冻结检索 Holdout

我们把 rc.8 排序器一次性评测在一个 MCP-Atlas 衍生的便利 Holdout 上；它不是 MCP-Atlas 官方 Benchmark。该集合包含 15 个真实 Server、102 份实际捕获的工具 Schema 和 304 个未触碰 Prompt。Prompt 排除了先前的 15 条开发集和 38 条 Holdout A；与本仓库 12 查询回归 Fixture 的准确文本交集为零。

指标	已发布 rc.7 排序器	rc.8 candidate v3	差值
Recall@5	0.062610	0.246656	+0.184046
MRR	0.119999	0.258684	+0.138685
nDCG@5	0.051830	0.204307	+0.152477

rc.7 的 Runtime 排序器与评测所用 rc.6 Runtime Baseline 逐字节相同。Recall@5 差值在 100,000 次 paired bootstrap 下的 95% CI 为 [0.144846, 0.224342]，逐 Prompt 胜／平／负为 99/197/8。rc.9 的搜索索引改动在不读取私有标签、聚合 Score 输出或 Score Receipt 的前提下，复现了冻结 Candidate 在 304/304 个 Prompt 上的公开 Ranking 与逐结果 Score。这个结果只覆盖 covered-call 词法检索，不测量端到端任务完成、Token、费用、延迟、语义检索或通用产品质量。方法、边界和工件摘要见中文检索评测报告。

DeepSeek V4 Flash 真模型实测

同一个 DeepSeek Harness 0.1.0-rc.6、同一个 1,000 工具 stdio Server、同样三项客户／工单／GitHub 任务：

三项任务合计	官方直接客户端	MCP Lens	差异
完成任务	3 / 3	3 / 3	相同
每次请求中模型可见工具	1,025	27	减少 97.366%
request/header.tools JSON	674,249 B	27,401 B	减少 95.936%
非缓存输入 Token	199,751	21,713	减少 89.130%
缓存命中输入 Token	934,912	74,496	减少 92.032%
预估 API 费用	$0.0307204	$0.0034707	降低 88.702%

费用根据 Provider 返回的 Usage，并按 2026 年 8 月 14 日抓取的 DeepSeek V4 Flash 官方价格估算。该价格页同时注明会在 2026 年 8 月 16 日 16:00 UTC 切换到峰谷计费，所以后续比较应基于记录的 Usage 重新计算。三项任务、实际调用、计算公式和取舍都记录在 docs/LIVE_DEEPSEEK_PILOT.zh-CN.md。

无需 API Key 的组件 Benchmark

仓库内的 Benchmark 使用真实 Harness Context、SystemPrompt 和 ToolRuntime，以官方直接客户端为基线，两侧连接同一个本地 MCP Fixture：

远端 MCP 工具	直接客户端 Schema JSON	Lens Schema JSON	降幅
12	4,862 B	1,114 B	77.088%
100	62,062 B	1,114 B	98.205%
1,000	647,962 B	1,114 B	99.828%

在 1,000 工具规模下，官方客户端注册 1,000 个远端 Schema，Lens 仍然只注册两个。在固定的 12 查询检索 Fixture 上，Lens 的 Recall@1 / Recall@5 / MRR 为 1.0 / 1.0 / 1.0。该 Fixture 由本仓库编写，因此只能作为回归保护，不能视为真实场景检索质量的独立证据。

在完整源码 Checkout 中，无需 API Key 即可复现组件结果：

npm ci
npm run verify
npm run bench -- --output benchmark.json

这些命令只面向完整源码 Checkout。精简的预编译 Runtime 包会刻意排除 scripts/、测试、Benchmark 源码与构建配置；解包 .tgz 后运行 npm run verify 或 npm run bench 不属于支持契约。准确指标、Fixture、依赖版本、源码摘要和测量限制见 benchmark/README.md。

在 CI 里阻止 Schema 失控增长

零依赖的 MCP Lens Schema Audit GitHub Action 会在 Runner 内测量导出的模型可见工具载荷。它不发网络请求，除数字指标外只输出不含 Schema 的 share-url / share-markdown，也不会把工具名称、描述或 Schema 复制到 Step Summary。配置预算后，意外扩大的工具面会直接让检查失败。

支持的 JSON 形式包括工具数组、{ "tools": [...] }、{ "schemas": [...] }、{ "header": { "tools": [...] } }，以及记录的 { "request": { "header": { "tools": [...] } } }。

name: MCP schema budget
on: [pull_request]

permissions:
  contents: read

jobs:
  audit:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@fbc6f3992d24b796d5a048ff273f7fcc4a7b6c09 # v5
      - uses: labmimors/dsh-mcp-lens@f21169f921e7ed032a4db5062685afb6f948c2d1
        with:
          tools-file: artifacts/request-header.json
          max-tools: 100
          max-schema-bytes: 65536

Action 接受最大 64 MiB 的文件，把输入限制在 GITHUB_WORKSPACE 内，并拒绝符号链接越界。这里测量的是标准 JSON.stringify(tools) 的 UTF-8 字节，不是 Token、账单、延迟或任务质量。

稳定性与资源控制

• **默认懒加载：**插件激活时没有 MCP 进程或 Socket；空闲连接会自动关闭。
• **故障隔离：**每个 Server 独立刷新目录；一个 Server 失败不会遮蔽其他健康结果。
• **last-good：**超时、异常或超限的发现结果不会替换可用目录。
• **冻结搜索索引：**重复查询复用每个不可变可见目录世代的分词索引；刷新通过新的 Snapshot 身份使旧索引失效。
• **输入有上限：**分页、工具数量、单工具字节、目录总字节、游标和流式 HTTP 响应都有时限或容量限制。
• **凭据感知缓存：**权限为 0600 的缓存只保存投影后的工具元数据，不保存显式 env/header 值或 URL 凭据。
• **准确策略：**搜索和调用在最终 server/tool 身份上使用同一个 allow/deny 判定。
• **完整退出：**取消、HMR 和 Dispose 会关闭 Transport、子进程、Timer 与进行中的工作。

MCP Lens 不是沙箱：stdio Server 仍会在宿主机执行，HTTP Server 仍会收到你配置的 Header。当前版本只桥接 MCP Tools，不支持 OAuth、Resources、Prompts、Elicitation 或基于 Task 的工具执行。

配置参考

大多数用户只需设置 servers、cachePath、allowTools 和 denyTools。其他字段已有受限默认值：

字段	默认值	作用
catalogTtlMs	86400000	24 小时后刷新目录
idleDisconnectMs	300000	空闲 5 分钟后断开 Server
connectTimeoutMs	30000	连接时限
callTimeoutMs	60000	工具调用时限
discoveryTimeoutMs	30000	完整分页发现时限
maxDiscoveryPages	1000	单次发现的最大页数
maxToolsPerServer	10000	单个 Server 的最大工具数
maxBytesPerTool	1048576	单工具投影元数据最大字节
maxTotalCatalogBytes	67108864	目录／缓存总字节上限
maxHttpResponseBytes	16777216	流式 HTTP 响应字节上限
maxCursorBytes	4096	分页游标最大 UTF-8 字节
searchLimitDefault	5	默认搜索结果数
searchLimitMax	10	最大搜索结果数

规范默认值以插件附带的 cordis.patch.yml 为准。

安全、开发与社区

• 如果 Lens 对你的工具库确实有用，请为仓库加 Star，并参与目录挑战；脱敏后的真实工作负载能帮助下一位用户判断。
• 如果你想先看一个可复现的前后对比，可以用本地目录测量页粘贴当前工具面，直接算出准确 UTF-8 bytes，并导出可分享卡片；全程不上传 Schema。
• 最终用户条款：EULA.md。
• 隐私与数据边界：PRIVACY.md。
• 支持渠道与响应目标：SUPPORT.md。
• 安全问题：阅读 SECURITY.md，不要在公开 Issue 中披露未修复漏洞。
• 参与贡献：阅读 CONTRIBUTING.md。
• 搜索质量：提交脱敏后的搜索 Miss，帮助把真实失败转成回归 Fixture。
• Release Candidate：v0.1.0-rc.9。

DeepSeek Harness 当前通过带有 dsh-plugin Topic 的公开 GitHub 仓库发现社区插件，并支持从 GitHub、tarball 或 npm 包安装。详见官方插件发布教程。

MCP Lens 是采用 MIT License 的独立社区插件，与 DeepSeek AI 无隶属关系，也不代表其官方背书。