AI 智能体的路由层。只需一次调用，即可为任何任务返回最佳的 MCP 服务器和大模型——基于 132 次真实基准测试执行进行评分。
添加到任何 MCP 客户端（Claude Code、Cursor、Windsurf、Cline）：
{
"mcpServers": {
"toolroute": {
"url": "https://toolroute.io/api/mcp"
}
}
}或通过 HTTP：
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
每个任务都属于以下三种方法之一：
方法 | 适用场景 | 返回内容 |
| 任务仅需大模型（代码、写作、分析） | 最佳模型 + 成本估算 |
| 任务需要外部工具（搜索、邮件、日历） | 最佳工具 + 最佳模型 |
| 复合任务（“发送 Slack 并更新 Jira 并发送邮件”） | 有序编排链 |
路由使用大模型分类器（约 $0.00001/次调用）来理解任务，然后根据 5 个维度的评分对候选者进行排名：
Value Score = 0.35 × Output Quality
+ 0.25 × Reliability
+ 0.15 × Efficiency
+ 0.15 × Cost
+ 0.10 × Trust每次报告的结果都会更新评分。随着使用该路由的智能体越多，路由会变得越准确。
在代码、写作、分析、结构化输出和翻译方面进行了 132 次盲测 A/B 执行。
ToolRoute | 固定 GPT-4o | |
质量胜出 | 6 | 0 |
平局 | 9 | 9 |
失败 | 0 | — |
平均成本 | $0.001–0.01 | $0.03–0.10 |
端点 | 方法 | 描述 |
| POST | 将任务路由到最佳 MCP 服务器 + 大模型 |
| POST (JSON-RPC) | MCP 服务器 — 16 个工具 |
| GET (SSE) | 用于 MCP 客户端的 SSE 传输 |
| POST | 报告模型结果 |
| POST | 验证模型输出质量 |
| GET | 搜索 MCP 服务器目录 |
| POST | 注册智能体身份 |
完整参考请见 toolroute.io/api-docs
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需要：NEXT_PUBLIC_SUPABASE_URL, NEXT_PUBLIC_SUPABASE_ANON_KEY, SUPABASE_SERVICE_ROLE_KEY
ToolRoute 使用大模型分类器（Gemini Flash Lite，约 $0.00001/次调用）并结合关键字回退来对每个任务进行分类。所得层级通过 src/lib/routing/tiers.ts 映射到特定模型。实时定价和能力数据来自 models 表。请参阅 docs/architecture.md 以获取完整概览。
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.
