mims-harvard/ToolUniverse

What it solves

ToolUniverse 為大型語言模型 (LLM) 與科學工具的互動提供了一種標準化的方式，能夠創建可以執行複雜數據分析、知識檢索和實驗設計的「AI 科學家」。它消除了將數千個分散的科學套件、API 和 ML 模型手動整合到 AI 代理中的摩擦。

How it works

它使用 AI-Tool Interaction Protocol 來標準化 LLM 識別和呼叫工具的方式。該系統整合了跨生物資訊學、化學資訊學和機器學習等領域的 1,000 多個科學工具。它支援廣泛的 LLM（Claude, GPT, Gemini, Qwen, Deepseek）並與 Model Context Protocol (MCP) 原生整合。

Who it’s for

致力於為藥物研發、精準腫瘤學和其他治療推理任務構建自主科學代理的研究人員、生物資訊學家和 AI 開發人員。

Highlights

• Massive Tool Library: 存取 1,000 多個 ML 模型、數據集和科學套件。
• Context Window Optimization: 透過「緊湊模式 (Compact Mode)」將工具集減少到幾個核心探索工具，以節省上下文空間。
• Async Operations: 支援具備進度追蹤功能的長時間運行科學任務，例如蛋白質對接和分子模擬。
• Pre-built Workflows: 針對特定研究任務（如罕見病診斷和藥物警戒）的 68 種「Agent Skills」。
• Unified Literature Search: 整合了對 PubMed、ArXiv、BioRxiv 及其他主要科學資料庫的搜尋。
• Two-Tier Caching: 用於更快復現和離線支援的記憶體級與 SQLite 持久化。