SkillMesh: MCP-freundlicher Router für große Werkzeugkataloge reduziert Kontextgröße um 70 %

SkillMesh ist ein MCP-freundlicher Router, der für die Verwaltung großer Werkzeug- und Fähigkeitskataloge für KI-Agenten entwickelt wurde. Der Entwickler stellte fest, dass das Laden gesamter Werkzeugkataloge in jede Eingabeaufforderung die Genauigkeit der Werkzeugauswahl beeinträchtigt und die Token-Kosten mit wachsenden Katalogen in die Höhe treibt.

Wie SkillMesh funktioniert

Der Ansatz konzentriert sich auf selektive Kontextinjektion:

• Ruft die Top-K relevanten Expertenkarten für die aktuelle Abfrage ab
• Fügt nur diese Karten in den Kontext des Agenten ein
• Hält den Rest des Katalogs außerhalb der Eingabeaufforderung

Dies reduziert die Kontextgröße in vielen Fällen um etwa 70% und ermöglicht es Agenten, über mehrere Domänen hinweg zu skalieren, ohne dass die Eingabeaufforderung aufgebläht wird.

Aktuelle Funktionen

SkillMesh unterstützt derzeit:

• Claude-Integration über MCP-Server (skillmesh-mcp)
• Codex-Fähigkeitspaket-Integration
• OpenAI-ähnliches Funktionsschema in den Werkzeugaufruf-Metadaten

Werkzeuge und Fähigkeiten können nach Rolle installiert werden, wodurch relevante Funktionalität basierend auf der Aufgabe hinzugefügt wird.

Beispielanwendungsfall

Für eine Abfrage wie "Verkaufsdaten bereinigen, ein Basismodell trainieren und Diagramme generieren" würde SkillMesh nur zu relevanten Datenverarbeitungs-, maschinellen Lern- und Visualisierungsexpertenkarten weiterleiten, anstatt den gesamten Katalog zu laden.

Installation und Feedback

Das Projekt ist auf GitHub unter SkillMesh verfügbar. Der Entwickler sucht Feedback zu:

• Abrufqualität (ob es die richtigen Werkzeuge auswählt)
• Registrierungsformat (Benutzerfreundlichkeit beim Hinzufügen neuer Werkzeuge)
• Ergonomie der MCP-Integration