用途：为基于 MCP 的智能体系统设计与搭建“代码执行模式”，让智能体通过生成并执行代码来与 MCP 服务器交互，而非直接逐次调用工具。
主要能力：渐进式工具发现（用文件树按需查找工具，将全部工具定义约 15 万 token 降至约 2 千 token）；在沙箱中过滤大中间数据，仅把摘要返回模型；用代码原生循环、重试与条件替代链式调用；在 MCP 客户端对 PII 做令牌化，使敏感数据不进入模型上下文；用 workspace/ 持久化跨次运行状态；把可复用函数沉淀为 skills/。
使用方式：为每个 MCP 工具建目录并生成带输入/输出接口与 JSDoc 的 TypeScript 类型化包装；编写 client.ts，通过 callMCPTool 按工具名前缀路由到对应 MCP 服务器；配置沙箱；按“接收请求→探索 servers/ 树→生成代码→沙箱执行→过滤输出返回”的循环运行。脚手架步骤包括识别 MCP 服务器（可查看 .mcp.json）、生成服务器目录、创建客户端、配置沙箱、接入智能体循环。
适用场景：连接 10 个以上 MCP 服务器或 50 个以上工具、中间结果超过 1 万 token、需要循环/重试/条件、PII 不应进入模型、需要跨运行状态或技能积累。
限制与安全：需要沙箱隔离、CPU/内存/磁盘限额、仅允许 MCP 服务器网络、执行超时、PII 令牌化、审计日志、servers/ 只读与 workspace/ 限定写入。简单集成 1—3 个服务器、结果小且模型全需、无敏感数据、或原型阶段不建议使用。