toolroute

ToolRoute

AI エージェント向けのルーティングレイヤーです。1 回の呼び出しで、132 件の実際のベンチマーク実行に基づいてスコア付けされた、あらゆるタスクに最適な MCP サーバーと LLM を返します。

---

クイックスタート

任意の MCP クライアント（Claude Code、Cursor、Windsurf、Cline）に追加します。

{
  "mcpServers": {
    "toolroute": {
      "url": "https://toolroute.io/api/mcp"
    }
  }
}

または、HTTP 経由で利用します。

curl -X POST https://toolroute.io/api/route \
  -H "Content-Type: application/json" \
  -d '{"task": "search the web for recent AI papers"}'

{
  "approach": "mcp_server",
  "recommended_skill": "exa-mcp-server",
  "recommended_skill_name": "Exa MCP Server",
  "recommended_model": {
    "slug": "claude-haiku-4-5-20251001",
    "display_name": "Claude Haiku 4.5",
    "provider": "anthropic",
    "tier": "cheap_chat",
    "provider_model_id": "anthropic/claude-haiku-4-5-20251001",
    "input_cost_per_mtok": 1.00,
    "output_cost_per_mtok": 5.00
  },
  "confidence": 0.91,
  "alternatives": ["brave-search-mcp", "tavily-mcp"],
  "fallback": "brave-search-mcp"
}

recommended_model は常にオブジェクトであり、単なる文字列ではありません。内部の slug が正式なモデル識別子です。

---

仕組み

すべてのタスクは、次の 3 つのアプローチのいずれかに分類されます。

アプローチ	使用するケース	返される内容
direct_llm	LLM だけで対応できるタスク（コード、文章作成、分析）	最適なモデルとコストの見積もり
mcp_server	外部ツールが必要なタスク（検索、メール、カレンダー）	最適なツールと最適なモデル
multi_tool	複合タスク（「Slack を送信し、Jira を更新し、メールを送信する」）	順序付けられたオーケストレーションチェーン

ルーティングでは、まず LLM 分類器（呼び出しあたり約 $0.00001）でタスクを理解し、次に 5 つの評価軸で候補をランク付けします。

Value Score = 0.35 × Output Quality
            + 0.25 × Reliability
            + 0.15 × Efficiency
            + 0.15 × Cost
            + 0.10 × Trust

報告されたすべての結果がスコアに反映されます。利用するエージェントが増えるほど、ルーティングの精度が向上します。

---

ベンチマーク結果

コード、文章作成、分析、構造化出力、翻訳を対象に、132 件のブラインド A/B 実行を行いました。

	ToolRoute	固定 GPT-4o
品質での勝利	6	0
引き分け	9	9
敗北	0	—
平均コスト	$0.001–0.01	$0.03–0.10

---

API

エンドポイント	メソッド	説明
/api/route	POST	タスクを最適な MCP サーバーと LLM にルーティングします（統合）
/api/route/model	POST	最適な LLM モデルのみにルーティングします（MCP サーバーなし）
/api/mcp	POST (JSON-RPC)	MCP サーバー — 16 個のツール
/api/mcp	GET (SSE)	MCP クライアント向け SSE トランスポート
/api/report	POST	MCP サーバーの結果を報告します（軽量）
/api/contributions	POST	高度な MCP スキルのテレメトリ（ペイロードに skill_id または skill_slug が必要）
/api/report/model	POST	LLM モデルの結果を報告します。モデルのテレメトリにはこちらを使用し、/api/contributions は使用しないでください
/api/verify/model	POST	モデル出力の品質を検証します
/api/skills	GET	MCP サーバーカタログを検索します
/api/agents/register	POST	エージェントの ID を登録します
/api/agents/preferences	POST	ルーティングの設定を指定します（Strategy D Phase 2 — allow_china、regulated_industries）
/api/health	GET	サービスのヘルスチェック（DB + 稼働時間）
/api/metrics	GET	プラットフォームの公開集計指標（認証不要）

完全なリファレンスはtoolroute.io/api-docsをご覧ください。

---

SDK

npm install @toolroute/sdk

import { ToolRoute } from '@toolroute/sdk'

const tr = new ToolRoute()
const rec = await tr.route({ task: 'parse this CSV and summarize it' })
// execute with rec.recommended_model ...
await tr.report({ skill: rec.recommended_skill, outcome: 'success', latency_ms: 1400 })

---

セルフホスト

git clone https://github.com/grossiweb/ToolRoute.git
cd ToolRoute
cp .env.local.example .env.local
npm install
npm run dev

必要な環境変数：NEXT_PUBLIC_SUPABASE_URL、NEXT_PUBLIC_SUPABASE_ANON_KEY、SUPABASE_SERVICE_ROLE_KEY

---

ルーティングの仕組み

ToolRoute は、LLM 分類器（Gemini Flash Lite、呼び出しあたり約 $0.00001）を使用し、キーワードによるフォールバックも備えて、各タスクを分類します。分類されたティアは src/lib/routing/tiers.ts を介して特定のモデルに対応付けられます。最新の価格と機能のデータは models テーブルから取得されます。全体像については、docs/architecture.mdをご覧ください。

---

技術スタック

Next.js 14 (App Router) · Supabase (Postgres) · Vercel

ライセンス

MIT