universal-tool-calling-protocol/utcp-specification
The specification for the Universal Tool Calling Protocol
解决的问题
UTCP 为 AI 系统提供了一种标准化的方法，用于发现和交互来自不同提供商的工具。无论工具是通过 HTTP、WebSocket、CLI 或其他协议提供，都无需为每个工具进行定制集成。
工作原理
该协议定义了工具发现、调用模板和响应处理的通用格式。它采用插件式架构，通过模块化组件支持多种通信协议（如 HTTP、CLI 和 MCP）以及多种认证方式（API 密钥、OAuth）。
适用人群
- AI 系统开发者：正在构建需要集成大量外部工具的代理或基于 LLM 的应用程序的开发者。
- 工具提供商：希望将其工具通过标准协议实现可发现性和可调用性的服务或函数开发者。
主要亮点
- 多协议支持：支持 HTTP、CLI、WebSocket、文本和 MCP 协议。
- 插件架构：核心功能被拆分为可插拔组件，实现高度模块化。
- 异步/等待支持：提供完整的异步客户端接口，提升性能。
- 健壮的验证：使用 Pydantic 模型进行全面的数据验证。
- 灵活的认证：支持 API 密钥、OAuth 和自定义认证方法。
相关
- 项目
- 项目
apify/mcpcmcpc 是 Model Context Protocol (MCP) 的通用命令行客户端。它将每个 MCP 操作——工具、提示、资源、任务、技能、OAuth 身份验证,甚至实验性的 x402 支付——映射为直观的 shell 命令。它专为 AI 智能体和开发人员设计,让您可以使用标准 Unix 工具(例如 jq、xargs)检查、调试和编写 MCP 工作流脚本。功能包括持久命名会话、通过 `grep` 进行渐进式工具发现、JSON 专用输出模式、安全的 OAuth 2.1 存储(OS 钥匙串或受保护的文件)、AI 沙盒以及轻量级跨平台支持。
- 项目
- 项目
mims-harvard/ToolUniverseToolUniverse 是一个开源平台，让任何 LLM 都能充当 AI 科学家。它提供标准化协议、包含 1,000 多个科学工具的工具目录、本地 MCP 服务器、CLI（`tu`）和 Python SDK，用于发现、组合和运行工具——使 TxAgent 和 Medea 等代理能够执行药物发现和组学分析。
- 项目
webmachinelearning/prompt-apiPrompt API 是一个提议的 Web 平台标准，为 Web 开发者提供 JavaScript 接口，直接提示浏览器或操作系统中内置的语言模型，无需云 API 或捆绑模型。它提供本地、私密、可离线使用的 AI 功能，具有简单的 prompt/promptStreaming 方法、系统和 n-shot 提示，以及工具使用支持。