論文の概要: ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization

• arxiv url: http://arxiv.org/abs/2603.09290v1
• Date: Tue, 10 Mar 2026 07:19:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:24.120981
• Title: ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization
• Title（参考訳）: ToolRosetta: ツールの標準化によるオープンソースリポジトリと大規模言語モデルエージェントのブリッジ
• Authors: Shimin Di, Xujie Yuan, Hanghui Guo, Chaoqian Ouyang, Zhangze Chen, Ling Yue, Libin Zheng, Jia Zhu, Shaowu Pan, Jian Yin, Min-Ling Zhang, Yong Rui,
• Abstract要約: ToolRosettaは、オープンソースのコードリポジトリとAPIを自動的にMPP互換のツールに変換するフレームワークである。 ユーザタスクが与えられた場合、ToolRosettaはツールチェーンを自律的に計画し、関連するツールチェーンを特定し、実行可能なMPPサービスに変換する。
• 参考スコア（独自算出の注目度）: 51.92237664440418
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reusing and invoking existing code remains costly and unreliable, as most practical tools are embedded in heterogeneous code repositories and lack standardized, executable interfaces. Although large language models (LLMs) and Model Context Protocol (MCP)-based tool invocation frameworks enable natural language task execution, current approaches rely heavily on manual tool curation and standardization, which fundamentally limits scalability. In this paper, we propose ToolRosetta, a unified framework that automatically translates open-source code repositories and APIs into MCP-compatible tools that can be reliably invoked by LLMs. Given a user task, ToolRosetta autonomously plans toolchains, identifies relevant codebases, and converts them into executable MCP services, enabling end-to-end task completion with minimal human intervention. In addition, ToolRosetta incorporates a security inspection layer to mitigate risks inherent in executing arbitrary code. Extensive experiments across diverse scientific domains demonstrate that ToolRosetta can automatically standardize a large number of open-source tools and reduce the human effort required for code reproduction and deployment. Notably, by seamlessly leveraging specialized open-source tools, ToolRosetta-powered agents consistently improve task completion performance compared to commercial LLMs and existing agent systems.
• Abstract（参考訳）: ほとんどの実用的なツールは異質なコードリポジトリに埋め込まれており、標準化された実行可能なインターフェースが欠如している。 大規模言語モデル(LLM)とモデルコンテキストプロトコル(MCP)ベースのツール実行フレームワークは自然言語タスクの実行を可能にするが、現在のアプローチは手動のツールキュレーションと標準化に大きく依存しており、スケーラビリティを根本的に制限している。 本稿では,オープンソースのコードリポジトリとAPIを自動的にMPP互換ツールに変換する統合フレームワークであるToolRosettaを提案する。 ユーザタスクが与えられた場合、ToolRosettaはツールチェーンを自律的に計画し、関連するコードベースを特定し、実行可能なMPPサービスに変換する。 さらに、ToolRosettaにはセキュリティ検査層が組み込まれており、任意のコードを実行する際のリスクを軽減する。 さまざまな科学的領域にわたる大規模な実験は、ToolRosettaが多数のオープンソースツールを自動標準化し、コードの再現とデプロイに必要な人的労力を削減することを実証している。 特に、特別なオープンソースツールをシームレスに活用することにより、ToolRosettaを動力とするエージェントは、商用LLMや既存のエージェントシステムと比較して、タスク完了性能を一貫して改善する。

関連論文リスト

• LLM Agents Making Agent Tools [2.5529148902034637]
  ツールの使用は、大規模言語モデル(LLM)を、複雑なマルチステップタスクを実行できる強力なエージェントに変えた。 しかし、これらのツールは人間の開発者によって事前に実装されなければならない。 論文をコードで自律的にLLM互換のツールに変換するエージェントフレームワークであるToolMakerを提案する。
  論文  参考訳（メタデータ） (2025-02-17T11:44:11Z)
• ToolCoder: A Systematic Code-Empowered Tool Learning Framework for Large Language Models [81.12673534903979]
  ツール学習は、大規模な言語モデル(LLM)にとって、外部ツールとのインタラクションを通じて、複雑な現実世界のタスクを解決する重要な機能として登場した。 本稿では,ツール学習をコード生成タスクとして再編成する新しいフレームワークであるToolCoderを提案する。
  論文  参考訳（メタデータ） (2025-02-17T03:42:28Z)
• Tool Learning in the Wild: Empowering Language Models as Automatic Tool Agents [56.822238860147024]
  大規模な言語モデルを外部ツールで拡張することは、彼らのユーティリティを拡張するための有望なアプローチとして現れました。 以前のメソッドは、ツールドキュメントを手動で解析し、コンテキスト内デモを作成し、ツールをLLMがステップバイステップの推論で使用する構造化フォーマットに変換する。 LLMがツール使用ワークフローを自動化できるフレームワークであるAutoToolsを提案する。
  論文  参考訳（メタデータ） (2024-05-26T11:40:58Z)
• EASYTOOL: Enhancing LLM-based Agents with Concise Tool Instruction [56.02100384015907]
  EasyToolは、多種多様で長いツールドキュメントを統一的で簡潔なツール命令に変換するフレームワークである。 トークン使用量を大幅に削減し、現実のシナリオにおけるツール利用のパフォーマンスを向上させることができる。
  論文  参考訳（メタデータ） (2024-01-11T15:45:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。