AIエージェント向けのルーティングレイヤー。132の実際のベンチマーク実行結果に基づいてスコアリングされた、あらゆるタスクに最適なMCPサーバーとLLMを1回の呼び出しで返します。
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：
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_model": "gemini-flash-2.0",
"confidence": 0.91
}Related MCP server: Playwright MCP Server
すべてのタスクは、以下の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 | 対象 | 戻り値 |
| LLMのみが必要なタスク（コーディング、執筆、分析） | 最適なモデル + コスト見積もり |
| 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 + 最適なモデル |
| 複合タスク（「Slack送信、Jira更新、メール送信」） | 順序付けられたオーケストレーションチェーン |
ルーティングにはタスク理解のためにLLM分類器（呼び出しあたり約$0.00001）を使用し、その後5つの次元のスコアに基づいて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を更新します。より多くのエージェントが使用するほど、ルーティングの精度が向上します。
コーディング、執筆、分析、構造化出力、翻訳にわたる132のブラインドA/B実行結果。
ToolRoute | 固定GPT-4o | |
品質勝利 | 6 | 0 |
引き分け | 9 | 9 |
敗北 | 0 | — |
平均コスト | $0.001–0.01 | $0.03–0.10 |
エンドポイント | メソッド | 説明 |
| POST | タスクを最適なMCPサーバー + LLMへルーティング |
| POST (JSON-RPC) | MCPサーバー — 16個のツール |
| GET (SSE) | MCPクライアント用SSEトランスポート |
| POST | モデルの結果を報告 |
| POST | モデル出力の品質を検証 |
| GET | MCPサーバーカタログを検索 |
| POST | エージェントIDを登録 |
完全なリファレンスは toolroute.io/api-docs を参照してください。
npm install @toolroute/sdkimport { 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 })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
ToolRouteは、各タスクをLLM分類器（Gemini Flash Lite、呼び出しあたり約$0.00001）とキーワードフォールバックを使用して分類します。結果として得られる階層は、src/lib/routing/tiers.ts を通じて特定のモデルにマッピングされます。ライブの価格設定と機能データは models テーブルから取得されます。全体像については docs/architecture.md を参照してください。
Next.js 14 (App Router) · Supabase (Postgres) · Vercel
MIT
This server cannot be deployed
Cost-optimized LLM model routing recommendations for autonomous AI agents
One MCP endpoint for Claude, GPT & Gemini: 100+ tools + no-code connectors + agent workers.
HiveCompute MCP Server — decentralized inference router for AI agents
MCP server for building and testing AI agents with multi-model experimentation and insights.
