bo老师
开源仓库mims-harvard/ToolUniverse1,561 Stars

ToolUniverse

把1000+科学工具统一封装成LLM可调用的标准协议，用一次对话发现并执行它们

适用于需要频繁调用不同科学数据库、API和分析工具的研究者。先用自然语言描述研究问题，工具自动从1000+科学工具中发现最相关的几个，调用并返回结构化结果，省去手动查阅每个工具文档的步骤。

bo老师判断：值得观察

方向值得关注，建议先确认当前任务是否真正需要它。

访问原仓库查看分享卡
...互动状态已更新

什么时候用

先判断任务是否合适

  • 需要从多个科学数据库（文献、基因、蛋白质、化合物、临床数据等）中交叉查询信息时
  • 在LLM驱动的科研agent中需要统一工具调用协议，不想为每个API单独编写调用代码时
  • 工具太多超出LLM上下文窗口，需要一个中间层自动发现和选择合适工具时
  • 想通过MCP协议把科学工具暴露给Claude Desktop等AI客户端使用时

先准备什么

材料越清楚，结果越有用

  • •准备各科学数据库的API密钥（如NCBI、UniProt、OpenAI等），填入api_keys_catalog
  • •确定研究问题所属领域，以便配置工具分类过滤和检索范围
  • •安装Python环境并通过pip安装tooluniverse包及其依赖
  • •如需LLM辅助工具发现，准备OpenAI/Azure OpenAI/Gemini等兼容API密钥

它会怎样推进

从材料到可以检查的结果

  1. 01

    注册工具

    工具启动时自动扫描预定义工具清单和用户自定义工具，构建统一注册表

  2. 02

    描述研究问题

    用自然语言描述你想完成的研究任务，如'查找与阿尔茨海默病相关的基因变异'

  3. 03

    发现候选工具

    LLM从注册表中检索最相关的工具，返回工具名、相关度评分和推荐理由

  4. 04

    查看工具参数

    查看候选工具的完整参数schema，确认需要提供哪些输入

  5. 05

    执行工具调用

    传入参数执行工具，结果经缓存检查后调用外部API，支持批量并行执行

  6. 06

    核对返回结果

    检查返回的结构化数据是否完整、参数是否正确映射

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险，再完成最小安装验证。跑通以后，再把自己的真实材料放进去。

第一次直接复制

帮我安装这个库：https://github.com/mims-harvard/ToolUniverse
安装前先告诉我需要什么环境，安装后帮我跑通一个最小示例。

结果出来后

先看这些检查点

  • 检查工具发现的候选列表是否与你的研究问题相关（核对relevance_score和reasoning）
  • 检查工具返回的结构化数据是否完整，字段是否按schema正确强转类型
  • 对于批量执行场景，检查是否有单独失败的任务（工具会隔离失败，不中断其他任务）
  • 检查缓存是否命中了之前的相同查询（避免重复调用产生API费用）

常见误区

这些判断仍由你负责

  • 认为所有注册的工具都实际可用（部分工具加载时已失败并记入_TOOL_ERRORS，需运行tu doctor核查）
  • 把compact mode的5个元工具当作全部能力（它们只是发现入口，背后才有1000+真实工具）
  • 忽略LLM工具发现的选择质量差异（LLM finder与embedding finder在不同领域上召回率不同）
  • 不检查工具返回结果的真实性就直接采信（工具只是中间件，结果质量取决于上游数据库）

技术依据

查看能力拆解、验证范围与来源

能力地图6 项已拆解能力
  1. 01

    MCP服务桥接

    把 ToolUniverse 全部工具（或 compact mode 的 5 个元工具）通过标准 MCP 协议暴露给任意 MCP 客户端（Claude Desktop、Cursor、其他 agent），并把外部 MCP server 的工具反向拉进 ToolUniverse 注册表，实现双向桥接。

  2. 02

    compact-mode元工具发现与执行

    把 1000+ 工具压缩成 5 个元工具（listtools、greptools、gettoolinfo、findtools、executetool），让 LLM 先用元工具发现真实工具，再查看参数，最后执行，从而节省约 99% 上下文窗口。

  3. 03

    function-call解析与工具调用执行

    把 LLM 产出的 function call（dict 或 llama/openai 格式字符串）解析成工具名和参数，校验 schema，实例化工具，执行并回填结果。支持单步和批量并行执行，单个失败不中断其他。

  4. 04

    两级结果缓存

    对工具调用结果做两级缓存（内存 LRU + SQLite 持久化），并用 singleflight 防止并发重复调用同一工具同一参数，加速重复查询并降低外部 API 成本。

能力主要输入主要输出人工检查

MCP服务桥接

源码已核对

  • MCP 客户端的 tools/list、tools/call 请求（正向桥接）。
  • 外部 MCP server 配置（反向 auto-loader）。
  • MCP 客户端可调用的标准 MCP 工具（正向）。
  • 注册表内新增的外部 MCP 工具（反向）。
  • 核对结果是否符合当前研究问题和证据边界

compact-mode元工具发现与执行

源码已核对

  • LLM agent 的工具调用（agent 只看到 5 个元工具的 schema）。
  • 动态发现并执行的 1000+ 真实工具结果。
  • 核对结果是否符合当前研究问题和证据边界

function-call解析与工具调用执行

源码已核对

  • function call JSON {name, arguments} 或 llama/openai 格式字符串。
  • 同一回合的多个 function call 列表（批量）。
  • 工具 run 返回值（结构化 dict 或 JSON 串）。
  • 可选 OpenAI 风格 {role:tool, toolcalls, content} 消息。
  • 无显式人工确认。

两级结果缓存

源码已核对

  • 工具调用 + 参数。
  • 缓存命中结果或工具执行结果。
  • 核对结果是否符合当前研究问题和证据边界

工具注册与清单生成

源码已核对

  • data/tools.json：每个文件是一个工具定义数组。
  • @registertool 装饰器声明的 Python 工具类。
  • MCP auto-loader 配置（txagent、expertfeedback、usptodownloader、boltz、esm 等）。
  • self.alltooldict：可被 list/grep/find 查询的统一工具字典。
  • 无显式人工确认。工具可用性靠运行时 TOOLERRORS 暴露。

自然语言工具发现LLM检索

源码已核对

  • 自然语言 query（用户问题）。
  • limit：返回工具数上限。
  • 可选 categories：工具分类过滤。
  • {selectedtools, toolobjects, toolprompts, totalselected}（JSON 或 prompt 串）。
  • 核对结果是否符合当前研究问题和证据边界

处理机制

  1. 01

    异常分类与HTTP重试健康诊断

    tooluniverse 如何统一治理工具调用的错误分类、HTTP 重试退避、工具健康诊断与失效登记、长任务生命周期与可观测。这张卡补充 tooluniverse-机制-统一工具调用编排与发现 只覆盖编排骨架的缺口。

  2. 02

    统一工具调用编排与发现

    ToolUniverse 的多张能力卡共享一条对象链：异构工具定义先进入注册表，再通过 compact mode 压缩成元工具，LLM 经发现（list/grep/find）→ 查看（gettoolinfo）→ 执行（executetool）两阶段完成调用，结果经缓存回填。本机制卡说明这些对象如何跨能力传递，以及哪些状态会阻断或降级。

已核对范围

  • 静态确认 SMCP 继承 FastMCP，支持 stdio/HTTP/SSE 多传输
  • 静态确认 pyproject.toml 多个 entry point 暴露 MCP/HTTP/stdio server
  • 静态确认 MCP auto-loader 可把外部 MCP server 工具拉进注册表
  • 静态确认 data/compactmodetools.json 定义 5 个元工具
  • 静态确认 list/grep/find/info/execute 两阶段发现执行模式
  • 静态确认 runonefunction 解析 fcall → 实例化工具 → schema 校验 → 调 run → 回填结果
  • 静态确认批量执行 executefunctioncalllist 含去重合并和 per-tool 并发限流
  • 静态确认 lenient 类型强转 coerceargumentstoschema

仍待核对

  • 未实测 MCP server 与 Claude Desktop/Cursor 的端到端对接
  • 未验证 profile 加载和 middleware 行为
  • 未实测 compact mode 在真实 LLM agent 中的上下文节省效果
  • 未对比 compact mode 与全量工具暴露的调用质量
  • 未真实执行任何工具调用
  • 未验证 async 工具在 sync 上下文的 asyncio.run 行为
  • 未实测缓存命中率
  • 未验证 SQLite 持久化缓存的失效和清理策略

读取版本

source-reviewed

许可

Apache-2.0

最近核对

内容 2026-06-19
Stars 2026-07-11

已完成源码核对

相关文章

科研之我见

AI 科研全流程怎么搭，我梳理出三个核心入口

每天开工先固定阶段入口、材料入口和验证入口，把庞大的科研全流程收缩成一段可执行、可检查的任务。

查看内容

科研之我见

AI 可以参与科研的哪些环节？一张 11 环节工作流全景图

从选题、文献、理论、数据到投稿，逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。

查看内容

科研之我见

如何从 300 篇候选文献中筛出 50 篇核心文献

把文献检索与筛选拆开，通过本地文献库、Zotero、外部数据库和引文追踪形成可回查的核心文献清单。

查看内容

具备相关能力的其他库

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML，提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断，含10+方法和稳健性诊断套件

查看内容

相关课程

把单项工具放进完整研究设计流程

课程一从研究问题、文献判断、理论假设和方法骨架继续推进，帮助你建立可以复用的研究设计档案。

查看课程一