論文の概要: DeltaMCP: Incremental Regeneration via Spec-Aware Transformation for MCP servers
- arxiv url: http://arxiv.org/abs/2605.28148v1
- Date: Wed, 27 May 2026 08:31:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:55.893907
- Title: DeltaMCP: Incremental Regeneration via Spec-Aware Transformation for MCP servers
- Title（参考訳）: DeltaMCP: MCPサーバのスペックアウェア変換によるインクリメンタルリジェネレーション
- Authors: Aditya Pujara, Xiaogang Zhu, Hsiang-Ting Chen,
- Abstract要約: 本稿では,エンタープライズ向けMPPサーバ用仕様対応インクリメンタルリジェネレーションツールであるDeltaMCPを紹介する。
その結果、メンテナンス性とバージョン整合性を改善しながら、DeltaMCPによる開発者のオーバーヘッドの削減が示されている。
- 参考スコア（独自算出の注目度）: 7.031397610711501
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid development of LLMs coupled with the introduction of Model Context Protocol (MCP) has revolutionized how intelligent agents interact with APIs through deterministic and structured methods \cite{ModelContextProtocolIntro2025}. While some existing systems like AutoMCP attempt to automate a previously completely manual process of generating MCP servers, they fail to address the recurring challenge of maintaining synchronization between evolving enterprise-level APIs and their corresponding MCP toolset implementation \cite{mastouri2025makingrestapisagentready}. This paper introduces DeltaMCP, a specification-aware, incremental regeneration tool for enterprise-grade MCP servers. DeltaMCP enables developers to only update the affected tooling of MCP servers, given a new release of it's corresponding service's OpenAPI specification. Using Azure REST API specifications as the evaluation dataset, DeltaMCP is benchmarked against baseline full generation methods on generation quality and system performance. The results demonstrate the reduction in developer overhead through DeltaMCP whilst improving maintainability and version consistency. This research offers a scalable approach for enterprises seeking to maintain high-fidelity, up-to-date MCP server infrastructures for LLM-based systems.
- Abstract（参考訳）: LLMの急速な開発とモデルコンテキストプロトコル(MCP)の導入は、決定論的および構造化されたメソッド \cite{ModelContextProtocolIntro2025} を通じて、インテリジェントエージェントがAPIと対話する方法に革命をもたらした。
AutoMCPのような既存のシステムでは、これまで完全に手動でMSPサーバを生成するプロセスを自動化するが、進化するエンタープライズレベルのAPIと対応するMPPツールセット実装であるcite{mastouri2025makingrestapisagentready}との同期を維持するという、繰り返し発生する課題に対処できない。
本稿では,エンタープライズ向けMPPサーバ用仕様対応インクリメンタルリジェネレーションツールであるDeltaMCPを紹介する。
DeltaMCPは、対応するサービスのOpenAPI仕様の新リリースを前提として、影響を受けるMPPサーバのツールのみをアップデートすることを可能にする。
Azure REST API仕様を評価データセットとして使用することにより、DeltaMCPは、生成品質とシステムパフォーマンスに関するベースラインフルジェネレーションメソッドに対してベンチマークされる。
その結果、メンテナンス性とバージョン整合性を改善しながら、DeltaMCPによる開発者のオーバーヘッドの削減が示されている。
この研究は、LCMベースのシステムのための、高忠実で最新のMPPサーバインフラストラクチャの維持を目指す企業に対して、スケーラブルなアプローチを提供する。
関連論文リスト
- From Language to Action: Enhancing LLM Task Efficiency with Task-Aware MCP Server Recommendation [2.790980367761591]
モデルコンテキストプロトコル(MCP)エコシステムの急速な拡張により、大規模言語モデル(LLM)ベースのエージェントは、標準化されたインターフェースを介して、幅広い外部ツールにアクセスできるようになる。
既存の研究は主にMCPエコシステムの測定やツール起動機構の最適化に重点を置いている。
我々は,タスク指向型MPPサーバの推薦を,意味的関連性や工学的制約を共同で考慮した構造化された検索・格付け問題として定式化する。
論文 参考訳（メタデータ） (2026-04-19T03:38:10Z) - A Modular Reference Architecture for MCP-Servers Enabling Agentic BIM Interaction [0.5219568203653523]
大規模言語モデル(LLM)によって駆動されるエージェントは、ビルディング・インフォメーション・モデリングにますます適用される。
最近の研究は、LLMの統一的なツールコールインターフェースとして、新しいモデルコンテキストプロトコル(MCP)を採用し始めている。
現在のBIMサイド実装は、ツール固有のアドホックな実装で、環境間の再利用、評価、ワークフローポータビリティを制限している。
本稿では,APIに依存しない,分離された,再現可能なエージェントBIMインタラクションを実現するMPPサーバのためのモジュール型参照アーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-12-21T23:12:26Z) - MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools [58.5971352939562]
大規模言語モデルは、複雑で現実的なタスクを実行するために、ますます外部ツールに依存しています。
既存のMSPリサーチは、少数のサーバーをカバーし、コストのかかる手作業によるキュレーションに依存し、トレーニングサポートが欠如している。
我々は大規模なサーバ発見、データ合成、モデルトレーニングのための自動Webエージェント駆動パイプラインであるMPP-Flowを紹介した。
論文 参考訳（メタデータ） (2025-10-28T10:42:17Z) - Code2MCP: Transforming Code Repositories into MCP Services [53.234097255779744]
Model Context Protocol (MCP)は、大規模言語モデルがどのようにツールを使用するかの標準を作成することを目的としている。
私たちは、GitHubリポジトリを機能的なMSPサービスに自動的に変換するエージェントベースのフレームワークであるCode2MCPを紹介します。
Code2MCPはバイオインフォマティクス、数学、流体力学などの科学分野におけるオープンソースの計算ライブラリの変換に成功している。
論文 参考訳（メタデータ） (2025-09-07T06:13:25Z) - MCP-Universe: Benchmarking Large Language Models with Real-World Model Context Protocol Servers [86.00932417210477]
MCP-Universeは,実世界のMPPサーバとのインタラクションを通じて,現実的かつ困難なタスクにおいてLLMを評価するために設計された,初めての総合ベンチマークである。
私たちのベンチマークでは、ロケーションナビゲーション、リポジトリ管理、財務分析、3Dデザイン、ブラウザ自動化、Web検索という、11の異なるMSPサーバにまたがる6つのコアドメインを網羅しています。
GPT-5 (43.72%) やGrok-4 (33.33%) やClaude-4.0-Sonnet (29.44%) のようなSOTAモデルでさえ、大幅な性能制限がある。
論文 参考訳（メタデータ） (2025-08-20T13:28:58Z) - LiveMCPBench: Can Agents Navigate an Ocean of MCP Tools? [50.60770039016318]
モデルコンテキストプロトコル(MCP)エージェントをベンチマークする最初の総合ベンチマークであるLiveMCPBenchを紹介する。
LiveMCPBenchは、MPPエコシステムに根ざした95の現実世界のタスクで構成されている。
評価は10の先行モデルを対象としており、最高の性能のモデルが78.95%の成功率に達した。
論文 参考訳（メタデータ） (2025-08-03T14:36:42Z) - Making REST APIs Agent-Ready: From OpenAPI to MCP Servers for Tool-Augmented LLMs [0.0]
OpenAPI 2.0/3.0仕様からMPPサーバを生成するコンパイラであるAutoMCPを提案する。
10以上のドメインにまたがる5,066のエンドポイントにまたがる50の現実世界API上でAutoMCPを評価する。
論文 参考訳（メタデータ） (2025-07-21T20:20:31Z) - MCPEval: Automatic MCP-based Deep Evaluation for AI Agent Models [76.72220653705679]
我々は、エンドツーエンドタスク生成とインテリジェントエージェントの深い評価を自動化するオープンソースのフレームワークであるMCPEvalを紹介する。
MCPEvalはメトリクスを標準化し、ネイティブエージェントツールとシームレスに統合し、評価パイプラインを構築するための手作業を排除する。
実世界の5つのドメインにまたがる実証的な結果から、ニュアンスのある、ドメイン固有のパフォーマンスを明らかにする効果が示された。
論文 参考訳（メタデータ） (2025-07-17T05:46:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。