Protocolo de Contexto do Modelo (MCP): Descrições de Ferramentas Estão "Federadas"! Rumo à Melhoria da Eficiência de Agentes de IA com Descrições de Ferramentas MCP Aprimoradas
Model Context Protocol (MCP) Tool Descriptions Are Smelly! Towards Improving AI Agent Efficiency with Augmented MCP Tool Descriptions
February 16, 2026
Autores: Mohammed Mehedi Hasan, Hao Li, Gopi Krishnan Rajbahadur, Bram Adams, Ahmed E. Hassan
cs.AI
Resumo
O Model Context Protocol (MCP) introduz uma especificação padrão que define como agentes baseados em Modelos de Base (Foundation Models - FMs) devem interagir com sistemas externos através da invocação de ferramentas. No entanto, para compreender a finalidade e as funcionalidades de uma ferramenta, os FMs dependem de descrições em linguagem natural, tornando essas descrições um componente crítico para orientar os FMs a selecionar a ferramenta ideal para uma determinada (sub)tarefa e a passar os argumentos corretos para a ferramenta. Embora defeitos ou "maus cheiros" (smells) nessas descrições possam desorientar agentes baseados em FMs, a sua prevalência e consequências no ecossistema MCP permanecem pouco claras.
Portanto, examinamos empiricamente 856 ferramentas distribuídas por 103 servidores MCP, avaliamos a qualidade das suas descrições e o seu impacto no desempenho do agente. Identificamos seis componentes das descrições de ferramentas a partir da literatura, desenvolvemos uma matriz de avaliação utilizando esses componentes e, em seguida, formalizamos os maus cheiros nas descrições de ferramentas com base nesta matriz. Ao operacionalizar esta matriz através de um scanner baseado em FM, descobrimos que 97,1% das descrições de ferramentas analisadas contêm pelo menos um mau cheiro, com 56% a não declarar claramente a sua finalidade. Embora o enriquecimento dessas descrições com todos os componentes melhore as taxas de sucesso das tarefas em uma mediana de 5,85 pontos percentuais e aumente a conclusão parcial de objetivos em 15,12%, também aumenta o número de passos de execução em 67,46% e degrada o desempenho em 16,67% dos casos. Estes resultados indicam que obter ganhos de desempenho não é simples; embora o custo de execução possa atuar como uma compensação, o contexto de execução também pode ter impacto. Além disso, as ablações de componentes mostram que variantes compactas de diferentes combinações de componentes frequentemente preservam a confiabilidade comportamental, reduzindo a sobrecarga desnecessária de tokens, permitindo um uso mais eficiente da janela de contexto do FM e custos de execução mais baixos.
English
The Model Context Protocol (MCP) introduces a standard specification that defines how Foundation Model (FM)-based agents should interact with external systems by invoking tools. However, to understand a tool's purpose and features, FMs rely on natural-language tool descriptions, making these descriptions a critical component in guiding FMs to select the optimal tool for a given (sub)task and to pass the right arguments to the tool. While defects or smells in these descriptions can misguide FM-based agents, their prevalence and consequences in the MCP ecosystem remain unclear.
Hence, we examine 856 tools spread across 103 MCP servers empirically, assess their description quality, and their impact on agent performance. We identify six components of tool descriptions from the literature, develop a scoring rubric utilizing these components, and then formalize tool description smells based on this rubric. By operationalizing this rubric through an FM-based scanner, we find that 97.1% of the analyzed tool descriptions contain at least one smell, with 56% failing to state their purpose clearly. While augmenting these descriptions for all components improves task success rates by a median of 5.85 percentage points and improves partial goal completion by 15.12%, it also increases the number of execution steps by 67.46% and regresses performance in 16.67% of cases. These results indicate that achieving performance gains is not straightforward; while execution cost can act as a trade-off, execution context can also impact. Furthermore, component ablations show that compact variants of different component combinations often preserve behavioral reliability while reducing unnecessary token overhead, enabling more efficient use of the FM context window and lower execution costs.