Медицинский тул-сервер через MCP: ToolUniverse

Чему вы научитесь

• Понимать роль MCP как стандарта подключения инструментов к агенту
• Объяснять, что даёт ToolUniverse и какие инструменты в нём есть
• Подключать тул-сервер к агенту и вызывать проверку фактов
• Видеть, почему вызов инструмента надёжнее «памяти» модели

Зачем агенту инструменты

Reasoner из прошлых уроков рассуждает, но не должен «помнить» дозировки и взаимодействия лекарств — это как раз зона галлюцинаций. Вместо этого он вызывает инструмент, который возвращает проверенные данные из реального источника. Это превращает «модель сказала» в «источник подтвердил».

Стандартом интеграции инструментов в 2025–2026 стал MCP (Model Context Protocol). Инструмент выставляется как MCP-сервер, а агент подключается к нему по единому протоколу — навык переносится между продуктами и моделями.

flowchart LR
    AG["Агент\n(Reasoner)"] -->|"MCP"| TS["Тул-сервер\nToolUniverse"]
    TS --> D1["FDA drug labels"]
    TS --> D2["OpenTarget"]
    TS --> D3["Monarch\n(онтологии болезней)"]
    D1 --> AG
    style TS fill:#fef3c7,stroke:#d97706
    style AG fill:#eef2ff,stroke:#4400FF

Что такое ToolUniverse

ToolUniverse (лаборатория Zitnik, Harvard, проект TxAgent) — реальный научный MCP-сервер медицинских и биомед-инструментов: метки препаратов FDA, OpenTarget, онтологии Monarch и другие. В README MedicalAgentX заявлено около 215 инструментов; точное число и версию стоит проверять при установке.

Как подключить и вызвать

Подключение по MCP единообразно: агент получает список доступных инструментов и вызывает нужный с аргументами. Ниже — учебный набросок логики ToolsConsultant.

# подключение к тул-серверу по MCP (псевдокод поверх MCP-клиента)
tools = mcp_client.connect("tooluniverse")

def verify(entities: dict) -> dict:
    results = {}
    for drug in entities.get("drugs", []):
        # вместо "память модели" — вызов проверенного источника
        results[drug] = tools.call("fda_drug_label", {"name": drug})
    if len(entities.get("drugs", [])) > 1:
        results["interactions"] = tools.call(
            "drug_interactions", {"drugs": entities["drugs"]}
        )
    return results

Обратите внимание: модель не выдумывает данные о препарате — она их запрашивает. Если инструмент не нашёл препарат, это честный сигнал «нет данных», а не повод сочинить ответ.

Как встроить проверку в пайплайн

1. Извлеките сущности. Reasoner выделяет упомянутые препараты и состояния из рассуждения.

2. Вызовите инструменты. ToolsConsultant проверяет каждый препарат и взаимодействия через тул-сервер.

3. Передайте результаты в отчёт. ReportGenerator цитирует ответы инструментов рядом с тезисами.

4. Отметьте «нет данных». Если инструмент ничего не вернул, это должно быть видно в отчёте, а не скрыто.

Что дальше

Ядро собрано. Следующий модуль — мультиагентность и клиническое рассуждение. Начните с md.3/01.