ابزارهای لیستی در برابر صفحه‌محور؛ راهکاری برای مقیاس‌پذیری عامل‌های هوش مصنوعی

تصور کنید یک برنامه‌نویس بخواهد تمام سرورهای MCP با ستاره‌های بالا را در گیت‌هاب پیدا کند؛ در حالت فعلی، یک عامل هوش مصنوعی (AI Agent) احتمالاً پس از خواندن ۱۰ صفحه مجزا، به محدودیت پنجره متنی خود می‌رسد و در نهایت لیستی ناقص و قطع‌شده تحویل می‌دهد. این شکست به‌دلیل تنبلی مدل نیست، بلکه نتیجه‌ی یک محدودیت بنیادی در ابزارهای «صفحه‌محور» (Page Tools) است که به‌جای ارائه داده‌های ساختاریافته، کل محتوای خام وب‌سایت‌ها را به مدل می‌تپانند.

SpecStream استدلال می‌کند که برای هر وظیفه‌ای که نیاز به استخراج ردیف‌های متعددی از داده‌ها دارد که شرایط خاصی را برآورده می‌کنند، عامل‌ها به یک «ابزار لیستی» (List Tool) اختصاصی نیاز دارند تا بتوانند کارایی و دقت خود را حفظ کنند. اکثر گردش‌کارهای فعلی بر چرخه «جست‌وجو-فراخوانی-خواندن» متکی هستند. در این حالت، عامل ابتدا برای یک موضوع جست‌وجو می‌کند، سپس یک صفحه را فراخوانی کرده و محتوای آن را در پنجره متنی (Context Window) می‌ریزد. پنجره متنی شبیه به میز کاری است که فقط جای چند ورق کاغذ دارد، نه کل کتابخانه.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی محدودیت‌های حافظه در مدل‌های زبانی اشاره کردیم، این روش برای یافتن یک حقیقت واحد عالی است، اما وقتی صحبت از ترکیب و سنتز صدها ورودی باشد، سیستم فرو می‌پاشد. با خواندن هر صفحه، «کنتور هزینه» در هر فراخوانی فعال می‌شود و در نهایت پنجره متنی لبریز می‌شود؛ نتیجه این است که عامل یا یافته‌های ابتدایی را فراموش می‌کند یا جست‌وجو را پیش از موعد متوقف می‌کند.

شکاف کارایی

برای اثبات این ادعا، SpecStream در ۸ اکتبر ۲۰۲۶ کوئری خاصی را برای یافتن سرورهای MCP در گیت‌هاب با بیش از ۵۰۰ ستاره که در ماه اخیر به‌روزرسانی (Push) شده‌اند، اجرا کرد. طبق گزارش این شرکت، رویکرد سنتی صفحه‌محور در جمع‌آوری کامل این مجموعه ناتوان بود و با دشواری زیادی روبرو می‌شد، اما یک ابزار لیستی توانست ۱۰۰ ردیف داده را به‌صورت آنی و دقیق برگرداند. این رویکرد ساختاریافته در واقع پاسخی به چالش‌های دقت در داده‌های تخصصی است؛ مشابه آنچه پلتفرم ChinaReady برای حذف توهمات مدل‌های زبانی از طریق پروتکل MCP پیاده‌سازی کرد.

کالبدشکافی داده‌ها

بر اساس مستندات این آزمایش، جزئیات توزیع داده‌ها به شرح زیر بود:

• توزیع زبان‌ها: زبان TypeScript با ۴۱ مخزن در صدر بود، سپس Python با ۳۳، Go با ۷ و JavaScript با ۶ ردیف قرار داشتند. همچنین تعداد محدودی از مخازن به زبان‌های C#، Java و C نیز در لیست حضور داشتند.
• معیارهای ستاره‌ها: تعداد ستاره‌ها از ۵۰۶ تا ۴۷,۳۶۲ متغیر بود. ۹ مخزن بیش از ۱۰ هزار ستاره داشتند، در حالی که ۳۲ مخزن کمتر از ۱,۰۰۰ ستاره داشتند.
• تازگی داده‌ها: ۷۶ مورد از مخازن، در تاریخ ۱ اکتبر ۲۰۲۶ یا پس از آن به‌روزرسانی شده بودند.

برخی از نمونه‌های برتر در ۸ اکتبر ۲۰۲۶ عبارت بودند از:

• codebase-memory-mcp: ۴۶,۱۵۹ ستاره (زبان C)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۷
• playwright-mcp: ۳۷,۹۳۳ ستاره (TypeScript)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۸
• github-mcp-server: ۳۳,۴۴۹ ستاره (Go)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۸
• mcp-toolbox: ۱۶,۶۲۴ ستاره (Go)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۸
• Figma-Context-MCP: ۱۵,۹۶۴ ستاره (TypeScript)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۳
• DesktopCommanderMCP: ۹,۹۶۸ ستاره (TypeScript)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۸
• Windows-MCP: ۸,۳۰۸ ستاره (Python)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۸
• mcp-atlassian: ۵,۹۷۹ ستاره (Python)، آخرین به‌روزرسانی: ۲۰۲۶-۰۹-۱۹
• mcp-grafana: ۳,۵۳۵ ستاره (Go)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۸
• arxiv-mcp-server: ۳,۲۰۲ ستاره (Python)، آخرین به‌روزرسانی: ۲۰۲۶-۱۰-۰۸

دقت و فیلترسازی

البته ابزارهای لیستی بی‌نقص نیستند، اما خطاهای آن‌ها راحت‌تر اصلاح می‌شود. در اجرای ۸ اکتبر، نتیجه اول یعنی agentic-awesome-skills با ۴۷,۳۶۲ ستاره، در واقع یک مجموعه مهارت (Skills Collection) بود نه یک سرور. به همین ترتیب، SDKهای رسمی پایتون و تایپ‌اسکریپت به‌دلیل اینکه در توضیحاتشان به «ساخت سرور» اشاره شده بود، به‌اشتباه وارد لیست شدند. حتی یک پکیج Laravel برای ساخت سرورها نیز از فیلترها عبور کرد. علاوه بر این، پنج مخزن وجود داشتند که نام آن‌ها صرفاً «mcp» بود، که ثابت می‌کند ستون «نام» به تنهایی نمی‌تواند آن‌ها را از هم متمایز کند.

تفاوت کلیدی اینجاست که در ابزارهای صفحه‌محور، عامل باید محتوا را به صورت دستی فیلتر کند، اما در ابزارهای لیستی، کاربر می‌تواند با زبان ساده درخواست را اصلاح کند. مثلاً با افزودن عبارت «به‌جز SDKها و مجموعه‌های مهارت یا مثال‌ها»، کاربر می‌تواند نتایج را بدون نیاز به نگهداری یک فیلتر دستی پیچیده، دقیق‌تر کند. همچنین وجود ستون «دلیل» (Reason) در هر ردیف کمک می‌کند تا مالک هر پروژه، مانند مایکروسافت، کلودفلر یا لاراول، شناسایی شود.

پیاده‌سازی فنی و هزینه

شرکت SpecStream برای حل این مشکل، یک سرور MCP راه دور در آدرس https://api.specstream.ai/mcp ارائه داده است. در Claude Code، کاربران می‌توانند با یک دستور CLI ساده و یک کلید API، این انتقال را فعال کنند:

`claude mcp add --transport http specstream https://api.specstream.ai/mcp \ --header "Authorization: Bearer YOUR_SPECSTREAM_API_KEY"

ابزارهای دیگر مانند Cursor، VS Code، ChatGPT و Perplexity راهنمای نصب اختصاصی خود را دارند. همچنین مستندات MCP برای کسانی که ترجیح می‌دهند از کلید API استفاده نکنند، ورود از طریق OAuth را پوشش می‌دهد. این سرور در مجموع ۹۷ ابزار مختلف را فراهم می‌کند که کلاینت از طریق دستور tools/list آن‌ها را شناسایی می‌کند. با این حال، گسترش سریع این سرورها چالش‌های جدیدی ایجاد کرده است؛ چنان‌که گزارش‌های امنیتی از وجود هزاران سرور MCP بدون نظارت خبر می‌دهند که می‌تواند حفره‌ای در داده‌های سازمانی باشد.

مکانیزم اجرا

این سامانه از چهار ابزار تخصصی برای مدیریت گردش کار استفاده می‌کند:
۱. compile: درخواست را به بخش‌های قابل ویرایش تقسیم کرده و ابهامات را مشخص می‌کند.
۲. quote_capacity_work: قیمت تخمینی برای آن درخواست خاص را برمی‌گرداند (که ۳۰ دقیقه اعتبار دارد).
۳. authorize_capacity_work: اجرا را بر اساس حداکثر بودجه تایید شده و یک کلید پایدار (برای جلوگیری از خریدهای تکراری) آغاز می‌کند.
۴. list_find_rows: ردیف‌های ساختاریافته نهایی را همراه با منابع آن‌ها تحویل می‌دهد.

این معماری مشکل پنجره متنی را حل می‌کند چون عملیات اجرا مستقل از پنجره متنی عامل رخ می‌دهد. یک جست‌وجوی حجیم ممکن است تا ۴ ساعت زمان ببرد، اما عامل فقط ردیف‌های فشرده نهایی را دریافت می‌کند. در این مدل، خواندن درخواست و قیمت‌گذاری رایگان است و هزینه فقط برای فراخوانی سوم (تایید اجرا) پرداخت می‌شود.

پرداخت‌های عامل‌محور

برای عامل‌های خودمختاری که انسانی برای تایید پرداخت ندارند، SpecStream یک درگاه پرداخت ماشینی پیاده کرده است. عامل‌ها می‌توانند یک درخواست POST به آدرس https://api.specstream.ai/v1/agent/lists به همراه درخواست و تعداد ردیف‌ها (۱ تا ۵۰۰) ارسال کنند. آن‌ها پاسخی با کد 402 Payment Required دریافت می‌کنند که نشان می‌دهد درخواست چگونه خوانده شده و حداکثر هزینه چقدر است.

عامل‌ها سپس می‌توانند از روش‌های زیر پرداخت کنند:

• استفاده از کارت بانکی از طریق کیف پول Link در Stripe (MPP).
• استفاده از USDC روی شبکه‌های Base، Arbitrum یا Polygon با استفاده از پروتکل x402.

در مدل x402، عامل برای حداکثر هزینه ممکن امضا می‌کند، اما در لحظه امضا هیچ مبلغی جابجا نمی‌شود؛ تنها مبلغ مربوط به نتایج واقعی یافت‌شده در پایان اجرا کسر می‌شود. این سیستم به عامل‌ها اجازه می‌دهد برای به دست آوردن داده‌ها، به‌طور موثر «برای خودشان پرداخت کنند».

به‌روزرسانی داده‌ها

به‌دلیل رها شدن مکرر مخازن گیت‌هاب، این پلتفرم اجازه می‌دهد درخواست‌ها ذخیره شده و در بازه‌های زمانی (از ساعتی تا سالانه) مجدداً اجرا شوند. هزینه بازبینی‌ها نصف قیمت اولیه است. تغییرات — مانند یافتن موارد جدید یا حذف مخازنی که دیگر معیارهای لازم را ندارند — می‌تواند به Slack، Google Sheets یا یک Webhook ارسال شود. این تنظیمات را می‌توان توسط خودِ عامل و از طریق همان سرور مدیریت کرد.

قیمت‌گذاری و دسترسی

کاربران با ۱۰ دلار اعتبار رایگان شروع می‌کنند (بدون نیاز به کارت بانکی). پس از آن، مدل پرداخت به صورت Pay-as-you-go از ۱۰ دلار، یا طرح‌های ماهانه از ۱۹ دلار است که کل مبلغ را به اعتبار کاری تبدیل می‌کند. اگر یک اجرا هیچ نتیجه‌ای پیدا نکند، رایگان است. برای کسانی که REST را به MCP ترجیح می‌دهند، مستندات API همین جریان کاری را روی HTTP فراهم کرده است.

برای توسعه‌دهندگانی که در حال ساخت عامل هستند، سوال حیاتی این است: کدام وظایف تکراری در حال حاضر عامل‌های آن‌ها را مجبور به خواندن ۱۰ صفحه نتیجه می‌کند؟ چه ردیابی مناقصات باشد، چه مقالات دانشگاهی یا لیست شرکت‌ها، انتقال این وظایف به یک ابزار لیستی ساختاریافته، از فروپاشی حافظه که بلای جان مدل‌های زبانی بزرگ (LLM) است — شبیه کتابخانه‌داری است که میلیاردها صفحه خوانده و حالا با همان لحن جواب می‌دهد — جلوگیری می‌کند. این نوع سازماندهی داده‌ها یادآور پروژه headcount است که توانست ۱۷۲ مهارت هوش مصنوعی را در قالب یک نمودار سازمانی مرتب کند.

گام بعدی شما

• بررسی کنید کدام پرامپت‌های شما منجر به دریافت لیست‌های طولانی از وب می‌شود و آن‌ها را به فرمت ساختاریافته تبدیل کنید.
• اگر از Claude Code استفاده می‌کنید، سرور MCP شرکت SpecStream را برای تست استخراج داده‌های حجیم اضافه کنید.
• مدل پرداخت x402 را برای عامل‌های خود بررسی کنید تا استقلال مالی در خرید داده‌ها داشته باشند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.