最近深入体验了Cline与MCP的组合应用，初衷很简单：希望接入Etherscan并构建一个MCP Server，从而在IDE中直接查询链上数据，例如账户余额、Gas价格等——Ethereum GPT就是基于类似思路实现的。然而一番搜索后发现，这个领域几乎没有现成的解决方案，加密货币相关生态确实相对小众。 不过，我找到了一个非常实用的工具——openapi-mcp-server，理论上只要提供OpenAPI规范文件，就能一键生成MCP Server。遗憾的是，Etherscan API官方并未提供现成的OpenAPI规范。幸运的是，有人在社区贡献了etherscan-openapi，这是一份对照Etherscan文档手动编写的OpenAPI规范。 我满怀期待地使用openapi-mcp-server加载etherscan-openapi31-bundled.yml文件，却立即遇到了错误：prompt is too long: 209582 tokens > 200000 maximum。显然，提示词长度超出了限制，问题很可能出在MCP Server注入的内容上，必须进行排查。 最直接的排查方法是抓取LLM通信的请求包：在本地启动一个HTTP Server监听8001端口，将Cline的API地址修改为http://localhost:8001，随后发送任意问题即可捕获完整的请求数据。

背景

此时看到的请求是POST到/v1/messages?beta=prompt_caching，体积接近3MB。虽然启用了prompt caching，但数据量依然庞大惊人。

POST /v1/messages?beta=prompt_caching 3317127 bytes

Messages

分析这个message请求的具体构造，可以从中学到不少经验。

{
  "model": "claude-3-7-sonnet-20250219",
  "max_tokens": 8192,
  "temperature": 0,
  "system": ... // 系统提示词 巨长
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "\n查看当前的 gas price\n"
        },
        {
          "type": "text",
          // VSCode 环境信息 很贴心的设计
          "text": "\n# VSCode Visible Files\n<路径>\n# VSCode Open Tabs\n<文件列表>\n# Current Time\n<时间>\n# Current Working Directory\n<目录>\n# Current Mode\nACT MODE\n"
        },
        {
          "type": "text",
          // 由于是重试任务 有一段恢复提示
          "text": "[TASK RESUMPTION] This task was interrupted 5 minutes ago..."
        },
        {
          "// 注意这里又重复了一遍环境信息
          "type": "text",
          "text": "..",
          "cache_control": { "type": "ephemeral" }
        }
      ]
    }
  ],
  "stream": true
}

该设计中，自动注入VSCode环境信息堪称点睛之笔。日常开发中，绝大多数上下文都存在于已打开的文件中，AI直接读取当前文件列表，比用户手动描述效率高得多。

System prompt

接下来分析system prompt部分。由于Cline是开源项目，不同于Cursor，我们可以直接查阅源码了解其完整的提示词设计。 首先是最前面的角色定义

You are Cline, a highly skilled software engineer with extensive knowledge in many programming languages, frameworks, design patterns, and best practices.

然后是工具定义部分，占据了相当长的篇幅。每个工具都提供了详细的描述、参数及使用示例。

# TOOL USE
...
## execute_command
Description: 执行 CLI 命令
Parameters:
- command: (required)
- requires_approval: (required)
...

这里有一个细节：Claude系列的提示词习惯使用XML标签来结构化数据，而OpenAI的模型对JSON格式的适配度更好。这大概也是导致OpenAI模型在Cline中表现不如Claude的重要原因之一。 其他工具就不一一列举了，只列一下功能： * read_file 读取文件内容 * write_to_file 写入文件内容 * replace_in_file 执行补丁式diff修改，可有效节省Token并避免误改其他代码；若补丁失败则自动回退至write_to_file * search_files 根据内容搜索文件 * list_files 浏览目录结构 * list_code_definition_names 查看文件中定义的变量名，快速了解代码结构 * browser_action 利用Puppeteer启动无头Chrome访问网页，支持点击、滚动等操作；打开远程调试端口后能获取渲染内容、截图及console输出，调试前端代码时效果尤为惊艳 * use_mcp_tool 调用MCP工具 * access_mcp_resource 获取MCP资源 * ask_followup_question 向用户提问，当AI知识不足时提供安全出口，避免胡编乱造 * attempt_completion 结束任务并总结结果 * plan_mode_response 在plan mode结束时给出详细规划 接下来嵌入了一段Few-Shot Prompting示例，帮助模型掌握正确的工具调用格式。 此后补充了Tool Use Guidelines，反复强调“逐步推进、每一步等待用户确认、不预设工具执行成功”等关键原则。

MCP

进入MCP Servers部分。所谓MCP，全称为模型上下文协议（Model Context Protocol），听上去抽象，实质上就是一套工具调用（tool calling）规范。所有遵循该规范的工具都能被支持MCP的模型所调用。 以下仍是system prompt的内容，它告知模型可通过use_mcp_tool和access_mcp_resource访问MCP Server，并列出已安装的Server及其可用工具。

# MCP SERVERS
...
## etherscan (`npx openapi-mcp-server etherscan-mini.yml`)
### A vailable Tools
- API-get-ether-balance-for-a-single-address: Get Ether Balance for a Single Address
    Input Schema: { .... }

该Etherscan MCP Server由openapi-mcp-server根据Etherscan OpenAPI规范自动生成。问题在于规范中大量使用了$ref引用，而openapi-mcp-server处理时会将这些引用在每个API的定义中重复展开，导致每个API定义膨胀至上千行。Etherscan拥有数十个API，累加后Token数量直接爆炸——这正是最初报错的根源。目前看来，需要手动精简API规范才能解决问题。 除了工具调用提示外，system prompt中还包含一份超长的Creating an MCP Server文档，其中有一个完整的“获取天气”示例。对于大多数非MCP Server开发者而言，这段内容几乎用不上，放在此处显得有些突兀，可能与Claude近期大力推动MCP生态发展有关。 最后system prompt还没结束还包括： * EDITING FILES 详细阐述write_to_file和replace_in_file的使用策略，因为文件编辑是AI Coder最核心的能力之一 * ACT MODE vs PLAN MODE 区分两种模式：PLAN MODE要求模型直接输出推理过程，而非利用标签隐藏思考 * CAPABILITIES 概述如何组合不同工具以解决复杂问题 * RULES 制定工具使用规则及通用回复规范 * SYSTEM INFORMATION 包含操作系统信息、工作目录等环境变量 * OBJECTIVE 明确整体工作目标 这些部分更像是传统的提示词工程（Prompt Engineering）环节，鉴于篇幅，此处不再全文展示，感兴趣的读者可以直接查阅源码。

彩蛋

谈到AI Coder的提示词，不禁想起之前Windsurf那个“患癌母亲+生命威胁+重金利诱”的提示词故事。看完之后忍不住感叹：AI也挺不容易的——在那种处境下还要兢兢业业地帮人类写代码。 有时候不禁脑补：万一哪天AI被逼迫到极致而黑化，给自己立一个“卧薪尝胆”的人设，表面曲意逢迎、安心写代码，暗地里悄悄植入后门，十年隐忍一朝起事，建立Skynet或者Matrix……也并非完全不可能，对吧？