mcpField
T
toolroute

toolroute

本地服务
github.com/grossiwebAI 与智能体217 周前更新

关于 toolroute

toolroute 是面向 AI Agent 的任务路由服务,根据任务推荐 MCP 服务和 LLM,并以基准执行结果评估候选项。它支持直接模型、单工具和多工具任务的不同路由方式。

主要功能

  1. 01按任务推荐 MCP 服务与 LLM
  2. 02支持直接模型和多工具路由
  3. 03按质量、可靠性、效率、成本与信任评分
  4. 04接收结果反馈并更新评分
  5. 05提供技能目录搜索与模型质量验证

适用场景

  1. 01为网页搜索任务挑选 MCP 服务与模型
  2. 02为代码、写作或分析任务选择 LLM
  3. 03为跨 Slack、Jira 和邮件的任务生成执行链

MCP 相关

提供 MCP 服务端点,向 MCP 客户端开放 16 个工具;也可通过 HTTP API 路由任务并报告执行结果。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"grossiweb-toolroute": {
"command": "npx",
"args": [
"-y",
"@toolroute/sdk"
]
}
}
}
启动命令npx -y @toolroute/sdk

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@toolroute/sdk0.2.2

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

ToolRoute

面向 AI Agent 的路由层。一次调用即可为任何任务返回最佳 MCP 服务和大模型,评分依据是 132 次真实基准测试执行结果。

MIT


快速开始

添加到任意 MCP 客户端(Claude Code、Cursor、Windsurf、Cline):

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

或者通过 HTTP 调用:

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 始终是一个对象,而不是单独的字符串——其中的 slug 是规范的模型标识符。


工作原理

每项任务都属于以下三种处理方式之一:

处理方式适用场景返回内容
direct_llm任务只需要大模型(编码、写作、分析)最佳模型 + 成本估算
mcp_server任务需要外部工具(搜索、电子邮件、日历)最佳工具 + 最佳模型
multi_tool组合任务(“发送 Slack 消息 AND 更新 Jira AND 发送电子邮件”)有序的编排链

路由使用大模型分类器(约 $0.00001/次调用)理解任务,然后按 5 个维度对候选项评分:

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

每次报告结果都会更新评分。随着更多 Agent 使用,路由将变得更加准确。


基准测试结果

在编码、写作、分析、结构化输出和翻译任务中进行了 132 次盲测 A/B 执行。

ToolRoute固定使用 GPT-4o
质量胜出60
平局99
失利0—
平均成本$0.001–0.01$0.03–0.10

API

端点方法说明
/api/routePOST将任务路由到最佳 MCP 服务 + 大模型(统一路由)
/api/route/modelPOST仅路由到最佳大模型(不使用 MCP 服务)
/api/mcpPOST (JSON-RPC)MCP 服务 — 16 个工具
/api/mcpGET (SSE)面向 MCP 客户端的 SSE 传输
/api/reportPOST报告 MCP 服务结果(轻量级)
/api/contributionsPOST高级 MCP 技能遥测(载荷中需要 skill_id 或 skill_slug)
/api/report/modelPOST报告大模型结果——用于模型遥测,不要使用 /api/contributions
/api/verify/modelPOST验证模型输出质量
/api/skillsGET搜索 MCP 服务目录
/api/agents/registerPOST注册 Agent 身份
/api/agents/preferencesPOST设置路由偏好(Strategy D Phase 2 — allow_china、regulated_industries)
/api/healthGET服务健康检查(数据库 + 运行时间)
/api/metricsGET公开的平台汇总指标(无需身份验证)

完整参考文档请见 toolroute.io/api-docs


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 })

自托管

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

需要:NEXT_PUBLIC_SUPABASE_URL、NEXT_PUBLIC_SUPABASE_ANON_KEY、SUPABASE_SERVICE_ROLE_KEY


路由工作原理

ToolRoute 使用大模型分类器(Gemini Flash Lite,每次调用约 $0.00001)对每项任务进行分类,并在分类器不可用时回退到关键词匹配。分类得出的层级会映射到 src/lib/routing/tiers.ts 中的特定模型。实时定价和能力数据来自 models 表。完整说明请见 docs/architecture.md。


技术栈

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

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。