Resource Gateway负责把数据库、文档库或第三方API稳定地暴露给LLM，并在返回路径上净化用户生成内容，避免文档中的恶意指令被当成系统命令。Tool Orchestrator则把建工单、通知负责人等跨系统步骤封装成一个复合工具，由服务器处理顺序、重试和结果汇总。

MCP统一了模型连接工具和数据的方式，却没有回答更具体的工程问题：一个服务器该暴露多少工具？多个服务器如何组合？跨轮状态放在哪里？

论文分析了5个ANSYR生产服务器与10个公开MCP服务器，归纳出5种架构模式和4种反模式。这是一篇ICSME Industry Track工业经验论文，不是针对所有模型和工具场景的通用定律。其中一位作者受雇于运营ANSYR语音AI平台的Celabe，因此生产数据有真实系统价值，也要结合单一组织样本的边界来看。

[表1：每个MCP模式都有经典架构中的对应原型；其新变化来自LLM客户端]

5种模式分别解决什么

Resource Gateway负责把数据库、文档库或第三方API稳定地暴露给LLM，并在返回路径上净化用户生成内容，避免文档中的恶意指令被当成系统命令。Tool Orchestrator则把建工单、通知负责人等跨系统步骤封装成一个复合工具，由服务器处理顺序、重试和结果汇总。

Stateful Session Server适合“打开文件、修改、保存”这类后续操作依赖前序状态的任务，但会带来会话过期、分布式存储和session ID丢失等新问题。Proxy Aggregator用于整合多个上游MCP服务器：static-merge会一次暴露所有工具，scoped方式则按当前任务检索候选工具，减少LLM当次需要区分的选项。Domain-Specific Adapter则将自然语言归一化为标准参数，把内部ID转成可读名称，并将API错误码转成能指导下一步的说明。这5种模式不是必须五选一，状态性和领域逻辑可以叠加。

[表2：用于归纳模式目录的15个MCP服务器语料；公开服务器链接至其规范实现，ANSYR生产服务器已匿名]

这套分类能否被重复使用

作者又选了54个未参与归纳的服务器，让Claude Haiku 4.5和Claude Sonnet 4依据功能描述独立分类。两个评分器的Cohen's κ为0.76，95%置信区间为[0.62, 0.88]，原始一致率81.5%。这说明分类具有较高的可重复性，但并不等于自动分类已经可靠。

Haiku和Sonnet与作者标注的一致率分别只有68.5%和75.9%。主要歧义也很具体：功能描述往往看不出服务器是否保留状态，也看不出内部是否包含领域逻辑；只读工具则容易被统一归为Resource Gateway。因此，判断架构模式不能只看工具清单，还要查看实现中的状态和逻辑。

[图2：工具数量与准确率、延迟的关系（Claude Haiku 4.5与Claude Sonnet 4；每组200个来自ANSYR生产日志的请求）。阴影区域为建议范围（每个上下文不超过10个工具）]

工具变多后，Haiku先掉出90%

工具数量结论来自ANSYR 2025年第一季度生产日志的回溯性观察，不是一次受控对照实验。作者按工具数量1、3、5、10、15、20、30和50分组，每组抽取200个会话轮次，以人工操作员的调用后质量复核作为正确答案。

Haiku 4.5面对10个工具时，选择准确率为91%，中位延迟245毫秒；增加到15个工具后，准确率降至87%。Sonnet 4在20个工具时仍保持90%以上，到30个时才降到90%以下；它在10个工具时的准确率为95%，中位延迟410毫秒。对这套系统而言，scoped Proxy Aggregator的价值不是减少工具总数，而是让每次请求只暴露与当前任务有关的少量候选项。

[表3：MCP传输延迟；标注为实测的行来自端到端本地回环测量]

跨主机延迟不是同一类证据

论文实测的stdio本地回环p50延迟为0.01毫秒，streamable-http本地回环为0.39毫秒。图中“同区域跨主机约30毫秒”是模拟基线，而非同一实验中的实测结果。这部分能支持的判断是：一旦需要跨主机调用，网络往返往往比MCP传输本身更值得关注；它不能证明任何聚合层都会让延迟翻倍。

[图1：不同MCP传输配置的延迟（p50/p95/p99，对数坐标）；行标签区分实测与模拟]

真正容易踩的4个坑

论文记录的4种反模式分别是：用单一工具承载模糊且庞大的Schema，不做净化就把用户生成内容返给LLM，把耗时任务包装成同步调用，以及工具描述缺失或过于空泛。它们看似分散，共同问题却很一致：把传统API直接交给LLM，却没有为“模型需要当场理解并选对工具”做适配。

论文更适合被当成设计MCP服务器的起点，而不是硬性规则表。它给出的实用提醒是：先判断服务器在做数据访问、工作流编排、状态管理、多服务器聚合还是领域适配，再决定工具颗粒度和暴露方式。“不超过10个工具”是论文根据ANSYR数据标出的建议区间，不应脱离模型、描述质量和任务分布，直接套用到所有MCP系统。

原文标题：MCP Server Architecture Patterns for LLM-Integrated Applications

原文链接：https://arxiv.org/abs/2606.30317