用途：驱动 @gleanwork/mcp-server-tester 的 runVariantExperiment，寻找能可测量地改善 LLM 工具触发的工具元数据改动，包括工具描述、输入 schema 文档与参数描述。代理负责判断下一版改写，库负责基线运行、变体注入、比较、排序、回归防护与结构化建议。
可改动范围：变体只改变宿主看到的元数据，不改变服务器接受的调用。可安全改动工具描述，以及 inputSchema 内的描述性文本（属性描述、枚举文档、示例、格式提示）。绝不可改参数名、类型、required 数组或 schema 结构；工具行为、响应结构、认证、传输、服务器构建不在范围内，需用基于项目的 A/B 测试。
使用方式：前置条件为带 toolsTriggered 期望的 mcp_host 评测数据集，以及 npm install ai @ai-sdk/<provider> 和对应 API key。先选指标（passRate、toolRecall、toolPrecision、toolF1），再运行数据集读取 caseResults[].mcpHostTrace 诊断失败，然后基于证据提出变体。支持静态 A/B 与迭代循环两种模式，迭代回调接收 baseline、history、bestSoFar，返回 [] 可提前停止，也会在 maxRounds 或增益低于 minImprovement 时停止。
结果解读：proposal.recommendation 为 apply、reject 或 inconclusive；需如实报告改进与回归，检查 result.reason。最终交付结构化 proposal 与可直接粘贴的元数据文本。
限制：不得修改评测数据集与 MCP 服务器源码（除非用户明确要求）；变体必须保持线上兼容；默认 allowRegressions 为 false；每个候选都是一次完整评测，成本较高，应少而精。defaultLlmIterations 建议至少 5，重要决策用 10。