ACP – Agent Context Protocol

ACP – Agent Context Protocol 是一个位于 MCP 之上的意图解析层，旨在优化 AI Agent 的上下文效率。传统 MCP 协议需要将所有工具定义和认证信息注入上下文，导致 token 消耗巨大。ACP 通过引入意图解析机制，让 Agent 仅发送意图，即可获得一个精简的清单，其中只包含相关的工具、服务端注入的认证信息（无需占用上下文）以及执行顺序声明。

核心功能

ACP 的核心是作为意图层，接收 Agent 的意图并返回一个作用域清单。这个清单自动过滤掉无关工具，减少了大量冗余信息。同时，认证信息在服务端处理，不再占用上下文空间，从而大幅降低 token 消耗。

主要特性

• 极致的 token 节省：基准测试显示，标准查询从 373 个 token 降至 111 个（-70%）；在 50 个工具、2 个相关工具的场景下，从 9,223 个 token 降至 241 个（-97.4%）；一般场景可节省 74.9%。
• 意图驱动：Agent 只需表达意图，ACP 自动解析并返回最相关的工具和参数，无需手动筛选。
• 服务端认证注入：认证信息在服务端处理，不占用上下文，提高了安全性和效率。
• 执行顺序声明：清单中明确工具的执行顺序，确保复杂任务的逻辑正确性。

适用场景

ACP 特别适用于需要与大量工具交互的 AI Agent 场景，如自动化工作流、复杂任务编排、企业级 AI 助手等。任何希望降低 token 成本、提升响应速度的 MCP 用户，都能从 ACP 中受益。