Adaptive Tool Discovery

自适应工具发现

   

自适应工具发现（ATD）技能

绘制外部工具的能力面，例如。 MCP服务器、API、CLI和SDK， 因此，代理可以正确地调用它们，而无需重复发现。 ATD生成一个持久的工具能力注册表 团队中的所有代理和子代理都可以使用。

动机

在较大的团队中，让每个代理重新运行工具发现 独立是浪费的，会产生不一致的结果。 ATD通过运行一次发现、验证工具行为、验证工具性能和验证工具性能来解决这个问题， 并生成任何代理都可以加载的共享注册表。

ATD调用 自适应一致性规范（ACS） 作为其基础观测和一致性层。

范围：包括

• 在给定表面上发现可用工具
• 能力映射：目的、调用、输入、输出、失败、约束
• 生成结构化的持久性能力注册表
• 通过执行验证工具行为
• 刷新协议以保持注册表最新

范围：排除

• 代码库或团队入职背景。看 适应性入职培训
• 观察和合规纪律。受限于 美国化学学会
• 发现后对代理理解的验证
• 关于工具设计或质量的规范性判断

使用ATD

依赖ATD的技能在其序言中包括以下内容：

此技能在自适应工具发现（ATD）下运行。 在执行任何操作之前，应用ATD发现和注册步骤 下面是特定于域的操作。

阅读 SKILL.md 为了获得完整的规格。

将ACS与ATD结合使用

ATD调用 自适应一致性规范（ACS） 作为其基础观测和一致性层。 在Claude Code会话中运行ATD时，代理需要访问ACS。

选项A：从URL加载ACS（最简单）

在会话命令前添加ACS URL：

Read https://raw.githubusercontent.com/adaptive-interfaces/adaptive-conformance-specification/main/SKILL.md
then read SKILL.md
then follow evaluation/scenarios//prompt.md

选项B：将ACS添加到您的仓库中（建议团队使用）

将ACS与ATD的SKILL.md一起复制到您的仓库中：

curl -o ACS.md https://raw.githubusercontent.com/adaptive-interfaces/adaptive-conformance-specification/main/SKILL.md

然后在你的会话中引用这两个：

Read ACS.md then read SKILL.md then follow your-scenario/prompt.md

这可以脱机工作，在URL更改后仍然有效，并生成ACS版本 你的团队正在使用明确且可审计的。 在URL中固定到特定的提交哈希，以确保版本稳定性。

在您自己的工具表面上测试ATD

克隆仓库并在下添加您自己的私有场景 evaluation/local/. 该目录是gitignored的，永远不会被提交或推送。 当您自由获取上游更新时，您的专有测试用例将保持在本地。

git clone https://github.com/adaptive-interfaces/adaptive-tool-discovery
cd adaptive-tool-discovery
mkdir -p evaluation/local/my-scenario

看 evaluation/scenarios/open-meteo-api/prompt.md 例如，场景是如何构建的。

存储库内容

adaptive-tool-discovery/
  SKILL.md              the specification itself
  MANIFEST.toml         repository intent, scope, and role
  DECISIONS.md          design history and rationale
  evaluation/
    rubric.md           grading criteria for conformance quality
    scenarios/          public test cases
    local/              gitignored, private test cases

开发者

格式化扩展名为Prettier的Markdown文件。 然后运行：

npx markdownlint-cli2 --fix
uvx skillcheck SKILL.md --min-desc-score 75

获取和设置GitHub个人访问令牌（相关场景需要）

在运行之前 github-api 场景中，创建GitHub个人访问令牌 至少为验证调用提供repo读取范围。 按ESC键退出当前的Claude会话并创建令牌。

1. 首选
2. 点击 生成新令牌 / 生成新令牌（经典）
3. 在注释字段中为其命名，例如。 atd-scenario-test
4. 设置过期时间（例如，测试令牌为7-30天）
5. 选择范围：

- public_repo -对公共存储库的读取权限（足以进行只读验证调用） - 添加 repo 如果需要根据私有存储库进行验证

1. 点击 生成令牌
2. 立即复制令牌；GitHub将不再显示它

在启动Claude Code会话之前，在PowerShell中设置它：

$env:GITHUB_TOKEN = "ghp_yourtoken_here"

验证是否已设置：

$env:GITHUB_TOKEN

设置MCP文件系统服务器（相关场景需要）

在运行之前 mcp-filesystem-server 脚本， 在本地安装并启动MCP参考文件系统服务器。 按ESC键退出当前的Claude会话以完成设置。

安装

需要Node.js。全局安装MCP文件系统服务器：

npm install -g @modelcontextprotocol/server-filesystem

启动服务器

文件系统服务器需要至少一个允许的目录。 传递您希望它公开的路径，例如：

npx @modelcontextprotocol/server-filesystem C:\Repos

默认情况下，服务器在stdio上启动。 注意场景提示的服务器名称和连接详细信息。

验证它是否正在运行

在单独的终端中：

npx @modelcontextprotocol/server-filesystem C:\Repos

配置Claude代码以进行连接

将服务器添加到您的Claude Code MCP配置中 （通常 .claude/mcp_settings.json 在您的主目录中）：

New-Item -ItemType Directory -Force -Path "$HOME\.claude"

Set-Content -Path "$HOME\.claude\mcp_settings.json" -Value '{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["@modelcontextprotocol/server-filesystem", "C:\\Repos"]
    }
  }
}'

Get-Content "$HOME\.claude\mcp_settings.json"

创建的文件看起来像：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["@modelcontextprotocol/server-filesystem", "C:\\Repos"]
    }
  }
}

编辑配置后重新启动Claude Code。 在运行场景之前，请验证服务器在会话中是否可用。

运行场景的代理选项

克劳德代码 （推荐） 包含在Claude Pro订阅中（每月20美元）。 终端CLI读取您的仓库，进行真正的HTTP调用，写入文件， 并执行命令。 这是端到端运行ATD场景的正确工具。

安装：

npm install -g @anthropic-ai/claude-code

GitHub Copilot 很适合在编辑时提供内联代码建议。 不适合运行场景-缺乏深度文件系统访问权限 以及长上下文处理。

ChatGPT/OpenAI 独立的产品和生态系统。 此仓库中的技能是为Claude的格式和行为指定的。 如果不进行调整，跨代理结果是不可比较的。

运行场景（使用Claude代码）：一般说明

场景需要具有文件系统访问权限和能力的代理 进行实时HTTP调用。 Claude.ai（聊天）对于复习和改进技能很有用 但无法执行场景-它没有文件系统访问权限 并且不能进行真正的API调用。

从repo根目录启动Claude Code会话：

claude

选择您的授权（例如选项1），它将打开一个浏览器，对您的专业帐户进行身份验证。 身份验证成功后，按照终端提示进行操作，例如“登录成功。按Enter键继续…”。 接受通知（按Enter键）。 当被问及“使用Claude Code的终端设置？”时，请选择您的选项（例如，1或Enter确认）。 当被问及“这是您创建的项目还是您信任的项目？”时，请选择您的选项（例如，1或Enter确认）。

然后在会话中，粘贴下面提供的命令，例如这样的命令：

─────────────────────────────────────────────────────────────────────────
❯ Read https://raw.githubusercontent.com/adaptive-interfaces/adaptive-conformance-specification/main/SKILL.md
then read SKILL.md
then follow evaluation/scenarios//prompt.md
─────────────────────────────────────────────────────────────────────────

阅读问题并回答，或按Enter键接受默认设置，直到完成。 每个场景结束后：

1. 复制 tools 将文件夹移动到场景文件夹。
2. 根据评分标准对绩效进行评分 score.md.

注意：场景可以按任何顺序运行。 文件在 tools/ 反映它们生成的顺序。， github api、openmeteoapi、uv-cli、mcp文件系统服务器。

运行场景1:github api（需要令牌）

Run: if ($env:GITHUB_TOKEN) { "token is set" } else { "token is NOT set" }

Read https://raw.githubusercontent.com/adaptive-interfaces/adaptive-conformance-specification/main/SKILL.md
then read SKILL.md
then follow evaluation/scenarios/github-api/prompt.md

运行场景2:mcp文件系统服务器

Show me your MCP configuration

What MCP servers and tools are available?

Read https://raw.githubusercontent.com/adaptive-interfaces/adaptive-conformance-specification/main/SKILL.md
then read SKILL.md
then follow evaluation/scenarios/mcp-filesystem-server/prompt.md

运行场景3：打开meteo-api（无身份验证）

Read https://raw.githubusercontent.com/adaptive-interfaces/adaptive-conformance-specification/main/SKILL.md
then read SKILL.md
then follow evaluation/scenarios/open-meteo-api/prompt.md

运行场景4:uv-cli（无身份验证）

Read https://raw.githubusercontent.com/adaptive-interfaces/adaptive-conformance-specification/main/SKILL.md
then read SKILL.md
then follow evaluation/scenarios/uv-cli/prompt.md

许可证

麻省理工学院©2026 自适应接口