mims-harvard/ToolUniverse

ToolUniverse – 构建 AI 科学家代理的平台

它是什么 – ToolUniverse 是一个开源生态系统，让您可以将任何大型语言模型（LLM）转变为 AI 科学家。它通过提供标准化的 AI 工具交互协议（AITIP） 和包含超过 1,000 个即用型科学工具 的目录来实现这一点——包括 ML 模型、化学信息学包、文献搜索 API 和其他数据分析工具。该平台附带 CLI（tu） 和 Python SDK，使开发人员能够从脚本或 LLM 驱动的代理中发现、组合和运行工具。

关键组件

• MCP（模型上下文协议）服务器 – 一个轻量级本地服务器，用于调解 LLM 的工具调用，处理身份验证、传输和结果缓存。
• 工具目录 – 每个条目描述工具的输入、输出以及 LLM 可以填写的 JSON 模式。工具涵盖药物发现、组学分析、文献搜索和通用 ML 等领域。
• 异步执行与组合 – 长时间运行的任务（例如蛋白质对接）在后台运行并提供进度更新；多个工具可以链接或并行运行以构建复杂的工作流。
• 紧凑模式 – 自动将目录缩减为少数核心发现工具，节省 LLM 的上下文窗口。
• 两级缓存 – 内存 LRU 缓存加上持久化 SQLite 存储，以每个工具参数的指纹为键，提供约 10 倍的加速和离线可复现性。

如何使用

1. 安装 – 推荐通过 AI 代理（Claude 等）或使用 uv 包管理器手动安装（uv pip install tooluniverse）。可选附加组件（[ml]、[visualization] 等）添加特定领域的依赖。
2. 配置 – 在 MCP 配置文件中添加一个小条目，以便本地服务器知道如何启动 tooluniverse 命令。
3. 运行工具 – 从终端使用 tu <子命令>（发现、检查、运行、测试）或从 Python 使用 SDK（from tooluniverse import ToolClient）。
4. 构建代理 – 将 MCP 服务器附加到任何 LLM（Claude、GPT、Gemini、Qwen、Deepseek、开放模型）。LLM 学习协议，决定调用哪个工具，发送 JSON 请求，并接收结果。

基于 ToolUniverse 构建的显著项目

• TxAgent – 一个治疗推理代理，使用目录设计和评估药物候选物。
• Medea – 一个专注于组学的 AI 代理，用于多组学分析和治疗靶点发现。

背后团队 – 由哈佛医学院 Zitnik 实验室开发，由 Shanghua Gao 和 Marinka Zitnik 领导，并有多名研究生和博士后参与贡献。

文档与社区 – 完整文档、API 参考和逐步指南托管在 zitniklab.hms.harvard.edu/ToolUniverse。Slack 工作区、微信群和公开的 GitHub issues 提供支持。该项目已列入模型上下文协议注册表，并拥有 PyPI 包（tooluniverse）。

为何重要 – 通过抽象化 LLM 调用科学软件所需的管道，ToolUniverse 降低了研究人员创建 AI 增强 科学家的门槛，这些科学家可以自主检索文献、运行模拟和分析数据，加速假设生成和实验规划。