כתבה
arXiv cs.CL ·
Cartograph: גילוי כלים פדרטיבי עם אימות-מפעיל ומאגרי-גישה לאג'נטים AI
Cartograph: Federated Tool Discovery with Operator-Attested Retrieval for AI Agents
גילוי כלים פדרטיבי לאג'נטים AI עם אימות-מפעיל ומאגרי-גישה. Cartograph משלב שלושה מנגנונים: (1) כרטיסי יכולות מאומתות-מפעיל, (2) Rift, ניתוח-קבוצות-שטוח-קבוצות, ו-(3) חיפוש-בשלבים. המאמר מציג תוצאות טובות של Cartograph בהשוואה לבסיסת-מילים-ג'קקרד.
תקציר מקורי באנגליתarXiv:2609.30293v1 Announce Type: new Abstract: The Model Context Protocol (MCP) enables AI agents to discover and call tools, but loading every definition becomes expensive as connected catalogs grow. We present Cartograph, a federated MCP proxy that changes agent-visible tool discovery from $O(n)$ catalog traversal to $O(k)$ progressive disclosure. Cartograph combines three mechanisms: (1) operator-attested capability cards, Ed25519-signed descriptions generated under the deploying operator's control rather than ranked publisher copy; (2) Rift, a three-layer confusable-cluster analysis comprising density clustering, query-margin analysis, and token diagnosis; and (3) two-stage retrieval, which ranks servers before tools. On a 22-server, 374-tool deployment, Cartograph exposes three proxy
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית