mims-harvard/ToolUniverse

Democratizing AI scientists with ToolUniverse

解決的問題

ToolUniverse 為大型語言模型 (LLM) 與科學工具的交互提供了一種標準化的方式，從而能夠創建能夠執行複雜數據分析、知識檢索和實驗設計的「AI 科學家」。它解決了科學軟體和 API 碎片化的問題，將 1,000 多個機器學習模型、數據集和科學套件整合到一個統一的生態系統中。

工作原理

該項目使用 AI-Tool Interaction Protocol 來標準化 LLM 識別和呼叫工具的方式。它支持廣泛的模型（Claude, GPT, Gemini, Qwen, Deepseek），並與 Model Context Protocol (MCP) 集成以實現原生伺服器支持。為了管理龐大的工具集，它具有「緊湊模式 (Compact Mode)」，可將可用工具減少到幾個核心發現工具，以節省上下文窗口空間。它還支持用於分子模擬等長時間運行的科學任務的非同步操作，以及用於速度和可複現性的兩層快取系統 (LRU 和 SQLite)。

適用對象

專為構建用於科學發現的 AI 代理系統的研究人員和開發人員設計，特別是在藥物研發、精準腫瘤學和生物資訊學等領域。

亮點

  • 海量工具庫：集成了 1,000 多個 ML 模型、數據集和科學套件。
  • MCP 集成：對 Model Context Protocol 的原生支持。
  • 可快取且非同步：支持帶有進度追蹤的長時間運行任務和兩層結果快取。
  • 預建工作流：包含針對特定研究任務（如罕見病診斷）的 68 種代理技能。
  • 統一文獻檢索：整合了對 PubMed、ArXiv、BioRxiv 及其他科學數據庫的訪問。