Dos herramientas en lugar de 2500 métodos de API: cómo evitar que un agente gaste 1,17 millones de tokens de contexto
MCP es un mecanismo para conectar servicios a un agente de IA, pero las descripciones de cientos de métodos saturan el contexto, es decir, la memoria de trabajo del modelo. En Cloudflare, los 2500 métodos de API ocuparían unos 1,17 millones de tokens (unidades de texto). Code Mode deja al agente con solo dos herramientas: search() busca un método y execute() ejecuta una cadena de llamadas mediante código. Para que el modelo no olvide buscar, el autor añadió SKILL, instrucciones breves con los nombres de los métodos necesarios.
Procesado por IA desde Habr AI; editado por Hamidun News
Imagine que contrata a un asistente y, antes de cada tarea, le lee las instrucciones de los 2500 botones de un mando a distancia. El trabajo ni siquiera empieza: se cansa de escuchar. Algo parecido les ocurre a los agentes de IA cuando se conectan muchos servicios a través de MCP (Model Context Protocol, un estándar mediante el cual el agente invoca herramientas externas).
La descripción de cada método entra en el contexto, es decir, en la memoria de trabajo del modelo, y se mide en tokens: fragmentos de texto que se cobran y que limitan el volumen de cada solicitud. El desarrollador autor del análisis en Habr se topó con este problema en dos tareas a la vez: al configurar su agente personal Nanabot y al escribir un servidor MCP para gestionar los productos de su empresa. Su receta combina Code Mode MCP y SKILL.
El problema de las cientos de herramientas
En el esquema habitual de MCP, el cliente pasa al modelo las descripciones de todas las herramientas conectadas. Cloudflare tiene más de 2500 métodos de API y, según la propia compañía, describirlos en forma de herramientas MCP ocuparía unos 1,17 millones de tokens. Se trata de una estimación de Cloudflare, no de una medición del autor del artículo.
La compañía propuso Code Mode MCP. En lugar de miles de herramientas, el agente recibe dos. La primera, search(), busca los métodos necesarios y devuelve sus firmas (nombres, parámetros y campos obligatorios) según la consulta. La segunda, execute(), ejecuta código JavaScript que invoca esos métodos. Una sola llamada a execute() puede agrupar varias operaciones y devolver el resultado final, sin que haya que consultar al modelo de lenguaje después de cada paso.
El artículo incluye un ejemplo sencillo: al agente se le pide «abre example.com y haz una captura de pantalla». Mediante search() localiza navigate_page y take_screenshot, y después, con un único script, abre la página y toma la captura. Entre esos dos pasos no hay ninguna nueva consulta al modelo. Una aclaración importante: en el artículo, la búsqueda sobre un array de herramientas se presenta como una de las opciones posibles para un agregador. Cloudflare, por ejemplo, busca operaciones en la especificación OpenAPI.
El esquema también tiene puntos débiles. El ahorro no está garantizado: las búsquedas repetidas y la carga de firmas también consumen tokens. El tamaño de la ventaja depende del tamaño del catálogo, de la frecuencia de las búsquedas y del número de llamadas. Para obtener una estimación precisa hacen falta mediciones en tareas concretas. Además, a veces el modelo no encuentra el método adecuado y, otras veces, ni siquiera intuye que debe buscarlo.
Cómo cubren los SKILL el hueco
Cloudflare recomienda usar SKILL junto con MCP: un SKILL explica al agente cuándo y qué capacidades aplicar. El autor siguió el mismo camino. Ocultó muchos servidores MCP detrás de Code Mode, de modo que el modelo ve un único servidor con búsqueda y ejecución. Y en el SKILL incluyó una lista breve de los servidores y métodos necesarios, sin descripciones completas.
El ejemplo práctico es el SKILL bugfix-process. El usuario escribe: «Corrige el bug 731 en el repositorio two-server, en la rama actual, y ejecuta la compilación two_jar_java17». A partir de ahí, el agente actúa así:
- ve en el contexto permanente la breve descripción del SKILL y comprende que es el adecuado;
- lee el propio SKILL y conoce el orden de los pasos y los servidores ticket_mcp, samba_mcp, filesystem_mcp, git_mcp, codex_mcp y jenkins_mcp;
- mediante search() solicita las firmas solo de los métodos necesarios, por ejemplo get_ticket o download_attachment;
- mediante execute() reúne el ticket, los comentarios, los adjuntos y los registros de Samba en la carpeta tickets/731/;
- hace commit solo de esa carpeta, para que el material no se mezcle con la futura corrección;
- lanza Codex mediante start_task, espera el resultado, revisa el diff y envía la corrección al repositorio;
- ejecuta Jenkins, asigna al ticket el estado Resolve o In Progress y redacta el informe en result.fixed.md o result.in-progress.md.
Aquí hay otro ahorro. Los registros y adjuntos voluminosos están en disco y no pasan por el contexto del agente principal. Codex los lee por la ruta indicada y toma solo lo que necesita. El agente principal actúa como organizador y delega la programación en sí.
Tres capas de contexto y limitaciones
La arquitectura final se organiza en tres capas. El contexto permanente contiene las descripciones breves de los SKILL y las dos herramientas de Code Mode. El SKILL se carga cuando corresponde a la tarea y guarda el algoritmo y los nombres de los métodos. Code Mode recupera bajo demanda las firmas completas y ejecuta las llamadas. Antes, la elección era entre dos malas opciones: cargarlo todo y gastar tokens, o esconderlo todo y confiar en que el modelo lo adivinara. Ahora existe una tercera.
Las limitaciones siguen ahí. El modelo todavía puede no elegir el SKILL correcto, equivocarse al buscar un método o escribir JavaScript incorrecto. No toda cadena puede reducirse a una sola llamada: a veces el agente necesita analizar un resultado intermedio y tomar una nueva decisión. El autor no aporta cifras de ahorro en sus propios escenarios, solo una estimación de que el ahorro es «probable».
La conclusión práctica para los equipos es la siguiente: si tiene muchas herramientas internas (tickets, CI, git, almacenamiento de archivos), no las describa todas en el prompt del sistema. Describa los procesos en SKILL breves y dé al agente búsqueda por firmas y ejecución de scripts. Antes de implantarlo, mida el consumo de tokens en tareas reales; de lo contrario, tendrá que aceptar el beneficio con fe.
- 12 oct 2026Cómo ahorrar tokens de agentes de IA al trabajar con bases de código grandes: 5 patrones
- 20 nov 2026El 74% de los compradores confía en los consejos de los agentes de IA, pero el 73% no les confiaría el pago
- 2 may 2026Volcengine lanza OpenViking, una base de contexto basada en archivos para agentes de IA como OpenClaw
- 12 oct 2026Un secretario de IA por $77 al mes: 88% de las respuestas de DeepSeek, 77% del dinero para Opus
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre El problema de las cientos de herramientas?
En el esquema habitual de MCP, el cliente pasa al modelo las descripciones de todas las herramientas conectadas. Cloudflare tiene más de 2500 métodos de API y, según la propia compañía, describirlos en forma de herramientas MCP ocuparía unos 1,17 millones de tokens. Se trata de una estimación de Cloudflare, no de una medición del autor del artículo. La compañía propuso Code Mode MCP. En lugar de miles de herramientas, el agente recibe dos.
Cómo cubren los SKILL el hueco?
Cloudflare recomienda usar SKILL junto con MCP: un SKILL explica al agente cuándo y qué capacidades aplicar. El autor siguió el mismo camino. Ocultó muchos servidores MCP detrás de Code Mode, de modo que el modelo ve un único servidor con búsqueda y ejecución. Y en el SKILL incluyó una lista breve de los servidores y métodos necesarios, sin descripciones completas. El ejemplo práctico es el SKILL bugfix-process.
¿Qué se sabe sobre Tres capas de contexto y limitaciones?
La arquitectura final se organiza en tres capas. El contexto permanente contiene las descripciones breves de los SKILL y las dos herramientas de Code Mode. El SKILL se carga cuando corresponde a la tarea y guarda el algoritmo y los nombres de los métodos. Code Mode recupera bajo demanda las firmas completas y ejecuta las llamadas. Antes, la elección era entre dos malas opciones: cargarlo todo y gastar tokens, o esconderlo todo y confiar en que el modelo lo adivinara. Ahora existe una tercera.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.