MCP-Zero는 대규모 언어 모델(LLM)이 필요에 따라 외부 도구를 스스로 선택하고 조합하여 작업 특정 툴체인을 구축하는 사전 예측형 에이전트 프레임워크입니다. 프롬프트에 수천 개의 도구 스키마를 주입하는 기존 방식의 비용과 오류 가능성을 해결하기 위해, (1) 사전 예측 도구 요청(<tool_assistant> 블록을 통해 서버 및 작업 명시), (2) 계층적 벡터 라우팅(후보 서버 선택 후 의미적 유사도 기반 도구 순위 매김), (3) 반복적 사전 예측 호출(최소한의 컨텍스트 오버헤드로 다중 라운드, 다영역 툴체인 구축 및 요청 수정 가능)의 세 가지 구성 요소로 이루어져 있습니다. 308개의 MCP 서버와 2,797개의 도구로 구성된 MCP-tools 검색 데이터셋을 활용하여 평가한 결과, 컨텍스트 오버헤드 문제 해결, 약 3,000개 후보 도구 중 정확한 도구 선택, APIbank에서 토큰 소모량 98% 감소 및 높은 정확도 유지, 다회차 도구 호출에서 일관된 정확도를 달성하는 것으로 나타났습니다.
