Cartograph：带运营方签名能力卡的联邦工具发现

MCP 让 AI 智能体能够发现和调用工具，但连接目录扩大后，加载每个工具定义成本很高。Cartograph 是一个联邦 MCP 代理，将智能体可见的工具发现从 O(n) 目录遍历改为 O(k) 渐进披露。它结合三种机制：由部署运营方控制生成并以 Ed25519 签名的能力卡，而非直接使用发布者宣传文案排名；包含密度聚类、查询边际分析和 token 诊断的三层易混淆簇分析 Rift；以及先排服务器、再排工具的两阶段检索。在 22 个服务器、374 个工具的部署中，Cartograph 仅暴露三个代理工具。作者构建的 49 条查询基准上，R@5 为 0.816，Jaccard 关键词基线为 0.592；按论文全目录计费口径，实测 top-5 发现交互用 475 tokens，而完整目录用 42,450。Rift 识别出 49 个易混淆簇，其中自举生成能力卡有四个高风险簇。对 119 份 LLM 生成描述的探索性比较消除了观察到的零距离簇，但混用描述生成方式可能降低 R@5。十次网关测试相比直接 stdio MCP 调用平均增加 5 毫秒（0.8%）延迟。Cartograph 与代码执行方案互补：它控制呈现哪些工具描述，并记录每次查询用于排名的描述来源。