mcpField
T
tooluniverse-cs-setup

tooluniverse-cs-setup

github.com/mims-harvardエージェントワークフロー1.8k81 回インストール2 日前に更新
リポジトリ

tooluniverse-cs-setup について

Python パッケージのインストールと研究ワークフロースキルの読み込みにより、Claude Science に ToolUniverse を導入するセットアップスキルです。Claude Code プラグインの MCP サーバーやスラッシュコマンド、マーケットプレイス経由の導入を使わず、ネイティブなワークフローに置き換えます。

主な機能

  1. 01tooluniverse conda 環境の作成と設定
  2. 02tooluniverse Python パッケージの導入・更新
  3. 03研究ワークフロースキルの構築と公開
  4. 04自然言語によるワークフロー呼び出し
  5. 05動作確認と更新の手順

活用シーン

  1. 01Claude Science への ToolUniverse の導入
  2. 02パッケージと研究ワークフローの更新
  3. 03ワークフローファイルのスキルカタログへの公開
  4. 04ツール呼び出しの動作確認

MCP 対応

このセットアップでは MCP サーバーを使わず、tooluniverse Python パッケージと動的に読み込む tooluniverse-research スキルを通じて機能を提供します。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-cs-setup

インストール後、Claude Code で/tooluniverse-cs-setupを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

kernel.py
templates/
research_kernel.py
router_SKILL.md

詳細

Claude Science 用に ToolUniverse をセットアップする

上流の ToolUniverse には、Claude Code プラグイン(MCP サーバー+uvx+スラッシュコマンド)が含まれています。Claude Science では機能の読み込み方法が異なるため、このスキルでは同等の機能をネイティブに導入します。tooluniverse pip パッケージが 2500 以上のツールを提供し、ワークフローライブラリは、動的に読み込まれる単一のスキル tooluniverse-research にパッケージ化されています。uv も MCP サーバーもプラグインマーケットプレイスも必要ありません。

このスキルを読み込むと、カーネルに tu_build_research_bundle() が定義されます(セルは tooluniverse conda 環境で実行してください)。

インストール/更新の全手順 — 4 ステップ

1. conda 環境を作成する(すでに存在する場合はスキップしてください):

manage_environments(mode="create", name="tooluniverse", python_version="3.11", packages=["pip"])

2. ツールをインストール(またはアップグレード)する — pip パッケージがツールレイヤーです:

manage_packages(mode="install", environment="tooluniverse", packages=["tooluniverse"], use_pip=True)

再現性を確保するには、["tooluniverse==1.3.0"] のようにバージョンを固定します。

3. ワークフローバンドルをステージングする — 現在のリポジトリを取得してファイルツリーを再構築します(python セルで、環境は tooluniverse):

res = tu_build_research_bundle(staging="./tu_staging")
res  # {out_dir, n_workflows, n_files, dropped, files_head}

これにより、リポジトリの tarball をダウンロードし、すべての tooluniverse-* ワークフローを解析して(プラグイン/インストーラーの項目は除外)、./tu_staging/out/ に SKILL.md、kernel.py、index.json、workflows/*.md を書き込みます。

4. スキルを公開する — ステージングしたツリーをカタログにプッシュします(repl ツールで実行してください。host.skills.* は python ではなく、こちらで利用できます):

import os
SKILL = "tooluniverse-research"
out = os.path.abspath("./tu_staging/out")
if any(s["name"] == SKILL for s in host.skills.list()):
    host.skills.delete(SKILL)                       # clean rebuild
for root, _d, fs in os.walk(out):
    for f in fs:
        p = os.path.join(root, f)
        rel = os.path.relpath(p, out)
        host.skills.edit(SKILL, rel, open(p, encoding="utf-8").read())
print(host.skills.publish(SKILL, overwrite=True))

(kernel.py がサイドカーのゲートに合格しない場合、host.skills.publish は公開を拒否します。判定結果は edit の結果に含まれます。)

確認

skill("tooluniverse-research")                      # loads router + injects helpers
tu = get_tu()
tu.run({"name": "PubChem_get_CID_by_compound_name", "arguments": {"name": "metformin"}})
# -> {'status': 'success', 'data': {'IdentifierList': {'CID': [4091]}}}

補足

  • サンドボックスのキャッシュ:ToolUniverse はデフォルトでキャッシュを ~/.tooluniverse に保存しますが、ここでは読み取り専用です。get_tu() は TOOLUNIVERSE_CACHE_DIR を使ってワークスペースに保存先を変更します。設定は不要です。
  • API キー(任意):ほとんどのツールは API キーなしで動作します。NCBI/OncoKB/NVIDIA などを利用する場合は、Customize → Credentials でキーを追加し、tooluniverse 環境で使用できるようにしてください。
  • 移植されていないもの:プラグインのスラッシュコマンド(/tooluniverse:research)と MCP サーバーは移植されていません。自然言語ルーティング(search_skills → find_tu_workflow)に置き換えられています。2 つの *-plugin インストーラーのドキュメントは、研究以外の項目として除外されています。
  • 更新:ステップ 2~4 を再実行してください。ステップ 2 でツールをアップグレードし、ステップ 3~4 で最新の GitHub の状態からワークフローライブラリを更新します。

コメント