使用说明
野外MCP：通过多服务器编排进行跨领域知识发现
多服务器的首次实证研究 模型上下文协议（MCP） 使用7模型跨域综合基准进行编排。
什么是MCP？
模型上下文协议（MCP） 是Anthropic（2024年底发布）的开放标准，允许LLM代理通过JSON-RPC发现和调用外部工具。将其视为AI的USB-C：任何MCP服务器都公开了任何LLM代理都可以使用的工具，无论语言或平台如何。截至2026年3月，已有106个官方服务器集成（GitHub、Postgres、Slack、Docker等）和50多篇研究该协议的学术论文。
本文询问： 当您同时连接多个MCP服务器以执行跨域任务时会发生什么？
主要发现
- 17次真正的MCP工具调用 跨6台服务器，0%的故障率，9个跨域洞察
- 7个LLM基准 （GPT-5.4、DeepSeek R1、Mistral Large 3、Llama 4 Maverick、Gemini 2.5 Flash、Claude Sonnet 4.5、Claude Haiku 4.5）在相同的MCP收集的数据上
- 所有7款车型都独立地发现了相同的差距：未记录多服务器MCP工作流的组合模式
- 5种构图模式 建议：顺序流水线、并行扇出、交叉引用验证、迭代精化、域桥接
基准结果
| 模型 | 延迟 | 令牌 | KG实体 | KG关系 |
|---|---|---|---|---|
| GPT-5.4 | 54.7秒 | 2352秒 | 14 | 15 |
| DeepSeek R1 | 33.9秒 | 4296 | 6 | 4 |
| 西北风大3 | 6.5秒 | 1857 | 9 | 8 |
| Llama 4小牛队 | 3.0秒 | 1,374 | 3 | 3 |
| 双子座2.5闪光 | 15.6秒 | 4592 | 12 | 11 |
| 克劳德·十四行诗4.5 | 21.3s | 2411 | 13 | 11 |
| 克劳德·海库4.5 | 9.3s | 2136 | 8 | 6 |
构图模式
- 顺序管道 --服务器A的输出为服务器B的查询提供数据
- 平行扇出 --同时对多个服务器进行相同的查询
- 交叉引用验证 --跨服务器验证发现
- 迭代优化 --跨服务器上下文指导查询优化
- 域桥接 --综合来自无关领域的见解
使用的MCP服务器
所有开源，无需API密钥：
uvx arxiv-mcp-server # Academic preprints
npx @cyanheads/pubmed-mcp-server # Biomedical literature
npx @modelcontextprotocol/server-memory # Knowledge graph
npx firecrawl-mcp # Web search & scrape
npx @upstash/context7-mcp # Library documentation
npx @modelcontextprotocol/server-filesystem # File operations
重现
运行7模型基准测试
# Set your API keys
export AZURE_API_KEY="your-azure-key"
export GEMINI_API_KEY="your-gemini-key"
# AWS Bedrock must be configured for Claude models
python benchmark.py
纸张
该论文可作为 paper.pdf 在这个回购中。
- 泽诺多： 10.5281/芝诺.18917784
- SSRN：摘要ID 6374760
引用
@article{dogan2026mcp,
title={MCP in the Wild: Cross-Domain Knowledge Discovery through Multi-Server Orchestration},
author={Dogan, Arif},
journal={Zenodo},
doi={10.5281/zenodo.18917784},
year={2026}
}
许可证
麻省理工学院
