toolanything 0.1.0__tar.gz

toolanything-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2025 AllanYiin
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

toolanything-0.1.0/PKG-INFO

@@ -0,0 +1,355 @@
+Metadata-Version: 2.4
+Name: toolanything
+Version: 0.1.0
+Summary: One function to MCP and Tool calling
+Author: ToolAnything
+License-Expression: MIT
+Keywords: mcp,tool-calling,openai,fastapi
+Classifier: Development Status :: 3 - Alpha
+Classifier: Intended Audience :: Developers
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3 :: Only
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Topic :: Software Development :: Libraries
+Requires-Python: >=3.10
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: tenacity>=8.2.0
+Requires-Dist: fastapi>=0.110.0
+Requires-Dist: uvicorn>=0.27.0
+Requires-Dist: opencv-python>=4.12.0.88
+Provides-Extra: dev
+Requires-Dist: pytest>=8.0.0; extra == "dev"
+Requires-Dist: pytest-asyncio>=0.23.0; extra == "dev"
+Provides-Extra: docs
+Requires-Dist: mkdocs>=1.6.0; extra == "docs"
+Requires-Dist: mkdocs-material>=9.5.0; extra == "docs"
+Requires-Dist: mkdocstrings[python]>=0.28.0; extra == "docs"
+Dynamic: license-file
+
+# ToolAnything
+
+> 一次定義工具，同時接上 MCP 與 OpenAI tool calling。
+
+ToolAnything 是一個給 LLM 應用開發者的 Python 工具層。它把最容易失控的整合工作收斂成一套：工具定義、schema 生成、名稱映射、執行 runtime、MCP transport，以及本機診斷與驗證流程。
+
+如果你正在做 agent、assistant、copilot 或內部 AI 平台，通常真正拖慢進度的不是模型 API 本身，而是這些重複工作：
+
+- 同一個 tool 要維護兩套 schema
+- Python function、HTTP API、SQL、model inference 都要各自包 wrapper
+- tool 可以宣告，但不容易用真實 MCP host 或 OpenAI loop 驗證
+- transport、debug、Claude Desktop 設定與 smoke test 都變成額外成本
+
+ToolAnything 的目標不是再做一個全能 agent framework，而是把這一層 integration glue code 拿掉，讓你把心力放回工具契約、產品邏輯與模型行為。
+
+## 為什麼 LLM 開發者會想用它
+
+### 1. 一次定義，同時接 MCP 與 OpenAI
+
+你可以用一份工具定義，同時得到：
+
+- MCP tool schema
+- OpenAI tool schema
+- OpenAI-safe tool name mapping
+- 一套共用的工具執行 runtime
+
+這可以直接減少雙協議整合時最常見的 schema drift 問題。
+
+### 2. 不只包 Python function，也能直接包外部來源
+
+ToolAnything 不把「tool = Python function」當成唯一前提。除了 `@tool`，也支援把這些來源直接註冊成正式工具：
+
+- HTTP API
+- SQL query
+- PyTorch inference
+- ONNX inference
+
+這對已經有既有服務、資料庫查詢或模型資產的團隊特別有價值，因為你不必先手寫一層低價值 wrapper 才能把它接進 LLM toolchain。
+
+### 3. 不只輸出 schema，還能真的跑起來
+
+這個 repo 的定位不是 schema helper。它同時提供：
+
+- `toolanything serve`：啟動 MCP server
+- `toolanything doctor`：檢查 initialize、`tools/list`、`tools/call`
+- `toolanything inspect`：用內建 Web inspector 直接測工具與 MCP transcript
+- `OpenAIChatRuntime`：直接跑 OpenAI tool loop
+
+也就是說，你不只可以「宣告工具」，還能用同一套工具做本機驗證、host 整合與 OpenAI roundtrip 測試。
+
+### 4. 有意識地把責任切乾淨
+
+ToolAnything 幫你處理的是 integration 與 protocol plumbing，不是替你決定 agent orchestration。
+
+它很適合拿來做：
+
+- AI 產品的工具層
+- MCP server
+- 雙協議工具輸出層
+- 可重用的 tool runtime
+
+它不打算直接取代：
+
+- workflow / memory / planning framework
+- 完整 agent platform
+- 產品 UI
+
+這個邊界反而是優勢，因為你比較不會被迫接受一整套過重的抽象。
+
+## 你實際省掉的是什麼
+
+沒有 ToolAnything 時，常見流程通常長這樣：
+
+1. 定義 Python function 或外部 API wrapper
+2. 產生 OpenAI tools schema
+3. 產生 MCP tools schema
+4. 處理 tool name mapping 與合法化
+5. 寫一套 tool execution loop
+6. 補 `stdio` 或 HTTP transport
+7. 再補 diagnosis、inspect、Claude Desktop 設定與 smoke test
+
+用 ToolAnything 時，這些工作會被收斂進同一套 API、runtime 與 CLI。
+
+## 這個專案最適合誰
+
+適合：
+
+- 想把既有 Python function 快速暴露成 MCP / OpenAI tools 的開發者
+- 需要同時支援 MCP 與 OpenAI tool calling 的產品團隊
+- 想把 REST API、SQL、model inference 轉成正式 tool source 的平台團隊
+- 希望工具層本身就帶有 CLI、diagnostics 與 examples 的開發者
+
+不適合：
+
+- 你只需要一次性的 schema 匯出
+- 你要的是完整 agent orchestration / workflow / memory 平台
+- 你不打算碰 Python runtime，只想找純前端或純 SaaS 型方案
+
+## 60 秒看懂核心體驗
+
+### Step 1: 定義一個 tool
+
+```python
+from toolanything import tool
+
+
+@tool(name="calculator.add", description="加總兩個整數")
+def add(a: int, b: int) -> int:
+    return a + b
+```
+
+### Step 2: 啟動成 MCP server
+
+```bash
+toolanything serve tools.py --stdio
+```
+
+### Step 3: 驗證它真的可呼叫
+
+```bash
+toolanything doctor --mode stdio --tools tools
+```
+
+做到這裡時，你已經不是只有一個 Python function，而是一個可以被 MCP host 發現與呼叫的工具服務，包含：
+
+- `tools/list`
+- `tools/call`
+- input schema 生成
+- 回傳值序列化
+- stdio transport
+
+## 安裝
+
+目前建議直接從 repo 安裝：
+
+```bash
+git clone <this-repo>
+cd ToolAnything
+pip install -e .
+```
+
+如果你要跑測試或開發工具：
+
+```bash
+pip install -e .[dev]
+```
+
+需求：
+
+- Python `>=3.10`
+
+## 快速開始
+
+### 1. 用 decorator 定義工具
+
+```python
+from toolanything import tool
+
+
+@tool(name="weather.query", description="取得城市天氣")
+def get_weather(city: str, unit: str = "c") -> dict:
+    return {"city": city, "unit": unit, "temp": 25}
+```
+
+### 2. 啟動 MCP server
+
+```bash
+toolanything serve examples/quickstart/tools.py --stdio
+```
+
+如果你要測 HTTP transport：
+
+```bash
+toolanything serve examples/quickstart/tools.py --streamable-http --host 127.0.0.1 --port 9092
+```
+
+### 3. 檢查 transport 與 tool call
+
+```bash
+toolanything doctor --mode stdio --tools examples.quickstart.tools
+```
+
+或檢查 HTTP server：
+
+```bash
+toolanything doctor --mode http --url http://127.0.0.1:9092
+```
+
+### 4. 開 inspector 做互動式驗證
+
+```bash
+toolanything inspect
+```
+
+它適合拿來：
+
+- 看工具 schema
+- 手動送 `tools/call`
+- 檢查 MCP transcript
+- 做 OpenAI tool-calling smoke test
+
+## 直接跑 OpenAI tool loop
+
+如果你不只想匯出 tool schema，也想直接讓模型透過工具回答：
+
+```python
+from toolanything import OpenAIChatRuntime
+
+runtime = OpenAIChatRuntime()
+result = runtime.run(
+    model="gpt-4.1-mini",
+    prompt="請使用 weather.query 回答問題。",
+)
+
+print(result["final_text"])
+```
+
+## 不只 function，也支援 source-based tools
+
+如果你的工具不是 Python function，而是既有服務或資產，可以直接走 source-based API。
+
+支援範圍：
+
+- HTTP source
+- SQL source
+- Model source
+
+相關範例：
+
+- [examples/non_function_tools/http_tool.py](examples/non_function_tools/http_tool.py)
+- [examples/non_function_tools/sql_tool.py](examples/non_function_tools/sql_tool.py)
+- [examples/non_function_tools/onnx_tool.py](examples/non_function_tools/onnx_tool.py)
+- [examples/non_function_tools/pytorch_tool.py](examples/non_function_tools/pytorch_tool.py)
+
+如果你是從既有 callable-first 寫法遷移過來，舊用法仍可繼續使用；新功能則建議優先採用 source-based API。詳見 [docs/migration-guide.md](docs/migration-guide.md)。
+
+## 核心能力一覽
+
+| 能力 | 對開發者的價值 |
+| --- | --- |
+| 一份工具同時支援 MCP 與 OpenAI | 降低雙協議維護成本，避免 schema 漂移 |
+| `@tool` 與 source-based API 並存 | 先用簡單方式上手，再逐步接 HTTP / SQL / model |
+| `OpenAIChatRuntime` | 不只輸出 schema，還能直接跑 tool loop |
+| `stdio`、Streamable HTTP、legacy SSE/HTTP | 可以依 host 與部署情境切換 transport |
+| `doctor`、`inspect`、Claude Desktop integration | 導入與除錯成本更低 |
+| tool metadata 與 search strategy | 工具數量變多後仍可做篩選、排序與策略化選擇 |
+
+## MCP transport 支援
+
+| Transport | 典型場景 |
+| --- | --- |
+| `stdio` | Claude Desktop、IDE、本機 agent host |
+| Streamable HTTP | 新版 MCP HTTP 整合，適合服務間連線 |
+| legacy SSE / HTTP | 相容舊 client |
+
+如果你要做新的 MCP 網路整合，建議優先用 Streamable HTTP。
+
+## 專案導覽
+
+如果你第一次進 repo，建議照這個順序閱讀：
+
+| 想解決的問題 | 先看哪裡 |
+| --- | --- |
+| 我要先跑通最小可用流程 | [examples/quickstart/README.md](examples/quickstart/README.md) |
+| 我要理解不同 transport 差異 | [examples/mcp_transports/README.md](examples/mcp_transports/README.md) |
+| 我要做新版 MCP HTTP 整合 | [examples/streamable_http/README.md](examples/streamable_http/README.md) |
+| 我要把 HTTP / SQL / model 變成 tool | [examples/non_function_tools/README.md](examples/non_function_tools/README.md) |
+| 我要做工具搜尋與選擇策略 | [examples/tool_selection/README.md](examples/tool_selection/README.md) |
+| 我要理解架構與擴充點 | [docs/architecture-walkthrough.md](docs/architecture-walkthrough.md) |
+| 我要評估遷移成本 | [docs/migration-guide.md](docs/migration-guide.md) |
+
+## Claude Desktop 整合
+
+產生設定片段：
+
+```bash
+toolanything init-claude --module examples/opencv_mcp_web/server.py --port 9090
+```
+
+直接寫入設定檔：
+
+```bash
+toolanything install-claude --module examples/opencv_mcp_web/server.py --port 9090
+```
+
+## 架構定位
+
+可以把 ToolAnything 想成四層：
+
+1. Tool definition layer
+2. Runtime layer
+3. Transport layer
+4. Developer tooling layer
+
+這個分層的意義是：你寫的是工具與工具契約，不是一次又一次地重寫 protocol 與 integration plumbing。
+
+如果你在意長期維護與擴充點，請直接看 [docs/architecture-walkthrough.md](docs/architecture-walkthrough.md)。
+
+## 專案狀態
+
+- 目前版本：`0.1.0`
+- Python requirement：`>=3.10`
+- 開發狀態：Alpha
+
+目前已具備：
+
+- callable-first 與 source-based 兩條工具定義路徑
+- MCP `stdio`、Streamable HTTP、legacy SSE/HTTP
+- OpenAI tool schema adapter 與 tool loop runtime
+- `doctor`、`inspect`、Claude Desktop integration
+- examples、migration 文件與測試
+
+這代表它已經適合拿來做原型、內部平台整合與架構驗證；若你要導入正式產品，建議先從自己的真實工具與 host 組合做一輪 smoke test。
+
+## 文件索引
+
+- [docs/docs-map.md](docs/docs-map.md)
+- [docs/architecture-walkthrough.md](docs/architecture-walkthrough.md)
+- [docs/migration-guide.md](docs/migration-guide.md)
+- [docs/mcp-test-client-spec.md](docs/mcp-test-client-spec.md)
+
+## License
+
+MIT

toolanything-0.1.0/README.md

@@ -0,0 +1,324 @@
+# ToolAnything
+
+> 一次定義工具，同時接上 MCP 與 OpenAI tool calling。
+
+ToolAnything 是一個給 LLM 應用開發者的 Python 工具層。它把最容易失控的整合工作收斂成一套：工具定義、schema 生成、名稱映射、執行 runtime、MCP transport，以及本機診斷與驗證流程。
+
+如果你正在做 agent、assistant、copilot 或內部 AI 平台，通常真正拖慢進度的不是模型 API 本身，而是這些重複工作：
+
+- 同一個 tool 要維護兩套 schema
+- Python function、HTTP API、SQL、model inference 都要各自包 wrapper
+- tool 可以宣告，但不容易用真實 MCP host 或 OpenAI loop 驗證
+- transport、debug、Claude Desktop 設定與 smoke test 都變成額外成本
+
+ToolAnything 的目標不是再做一個全能 agent framework，而是把這一層 integration glue code 拿掉，讓你把心力放回工具契約、產品邏輯與模型行為。
+
+## 為什麼 LLM 開發者會想用它
+
+### 1. 一次定義，同時接 MCP 與 OpenAI
+
+你可以用一份工具定義，同時得到：
+
+- MCP tool schema
+- OpenAI tool schema
+- OpenAI-safe tool name mapping
+- 一套共用的工具執行 runtime
+
+這可以直接減少雙協議整合時最常見的 schema drift 問題。
+
+### 2. 不只包 Python function，也能直接包外部來源
+
+ToolAnything 不把「tool = Python function」當成唯一前提。除了 `@tool`，也支援把這些來源直接註冊成正式工具：
+
+- HTTP API
+- SQL query
+- PyTorch inference
+- ONNX inference
+
+這對已經有既有服務、資料庫查詢或模型資產的團隊特別有價值，因為你不必先手寫一層低價值 wrapper 才能把它接進 LLM toolchain。
+
+### 3. 不只輸出 schema，還能真的跑起來
+
+這個 repo 的定位不是 schema helper。它同時提供：
+
+- `toolanything serve`：啟動 MCP server
+- `toolanything doctor`：檢查 initialize、`tools/list`、`tools/call`
+- `toolanything inspect`：用內建 Web inspector 直接測工具與 MCP transcript
+- `OpenAIChatRuntime`：直接跑 OpenAI tool loop
+
+也就是說，你不只可以「宣告工具」，還能用同一套工具做本機驗證、host 整合與 OpenAI roundtrip 測試。
+
+### 4. 有意識地把責任切乾淨
+
+ToolAnything 幫你處理的是 integration 與 protocol plumbing，不是替你決定 agent orchestration。
+
+它很適合拿來做：
+
+- AI 產品的工具層
+- MCP server
+- 雙協議工具輸出層
+- 可重用的 tool runtime
+
+它不打算直接取代：
+
+- workflow / memory / planning framework
+- 完整 agent platform
+- 產品 UI
+
+這個邊界反而是優勢，因為你比較不會被迫接受一整套過重的抽象。
+
+## 你實際省掉的是什麼
+
+沒有 ToolAnything 時，常見流程通常長這樣：
+
+1. 定義 Python function 或外部 API wrapper
+2. 產生 OpenAI tools schema
+3. 產生 MCP tools schema
+4. 處理 tool name mapping 與合法化
+5. 寫一套 tool execution loop
+6. 補 `stdio` 或 HTTP transport
+7. 再補 diagnosis、inspect、Claude Desktop 設定與 smoke test
+
+用 ToolAnything 時，這些工作會被收斂進同一套 API、runtime 與 CLI。
+
+## 這個專案最適合誰
+
+適合：
+
+- 想把既有 Python function 快速暴露成 MCP / OpenAI tools 的開發者
+- 需要同時支援 MCP 與 OpenAI tool calling 的產品團隊
+- 想把 REST API、SQL、model inference 轉成正式 tool source 的平台團隊
+- 希望工具層本身就帶有 CLI、diagnostics 與 examples 的開發者
+
+不適合：
+
+- 你只需要一次性的 schema 匯出
+- 你要的是完整 agent orchestration / workflow / memory 平台
+- 你不打算碰 Python runtime，只想找純前端或純 SaaS 型方案
+
+## 60 秒看懂核心體驗
+
+### Step 1: 定義一個 tool
+
+```python
+from toolanything import tool
+
+
+@tool(name="calculator.add", description="加總兩個整數")
+def add(a: int, b: int) -> int:
+    return a + b
+```
+
+### Step 2: 啟動成 MCP server
+
+```bash
+toolanything serve tools.py --stdio
+```
+
+### Step 3: 驗證它真的可呼叫
+
+```bash
+toolanything doctor --mode stdio --tools tools
+```
+
+做到這裡時，你已經不是只有一個 Python function，而是一個可以被 MCP host 發現與呼叫的工具服務，包含：
+
+- `tools/list`
+- `tools/call`
+- input schema 生成
+- 回傳值序列化
+- stdio transport
+
+## 安裝
+
+目前建議直接從 repo 安裝：
+
+```bash
+git clone <this-repo>
+cd ToolAnything
+pip install -e .
+```
+
+如果你要跑測試或開發工具：
+
+```bash
+pip install -e .[dev]
+```
+
+需求：
+
+- Python `>=3.10`
+
+## 快速開始
+
+### 1. 用 decorator 定義工具
+
+```python
+from toolanything import tool
+
+
+@tool(name="weather.query", description="取得城市天氣")
+def get_weather(city: str, unit: str = "c") -> dict:
+    return {"city": city, "unit": unit, "temp": 25}
+```
+
+### 2. 啟動 MCP server
+
+```bash
+toolanything serve examples/quickstart/tools.py --stdio
+```
+
+如果你要測 HTTP transport：
+
+```bash
+toolanything serve examples/quickstart/tools.py --streamable-http --host 127.0.0.1 --port 9092
+```
+
+### 3. 檢查 transport 與 tool call
+
+```bash
+toolanything doctor --mode stdio --tools examples.quickstart.tools
+```
+
+或檢查 HTTP server：
+
+```bash
+toolanything doctor --mode http --url http://127.0.0.1:9092
+```
+
+### 4. 開 inspector 做互動式驗證
+
+```bash
+toolanything inspect
+```
+
+它適合拿來：
+
+- 看工具 schema
+- 手動送 `tools/call`
+- 檢查 MCP transcript
+- 做 OpenAI tool-calling smoke test
+
+## 直接跑 OpenAI tool loop
+
+如果你不只想匯出 tool schema，也想直接讓模型透過工具回答：
+
+```python
+from toolanything import OpenAIChatRuntime
+
+runtime = OpenAIChatRuntime()
+result = runtime.run(
+    model="gpt-4.1-mini",
+    prompt="請使用 weather.query 回答問題。",
+)
+
+print(result["final_text"])
+```
+
+## 不只 function，也支援 source-based tools
+
+如果你的工具不是 Python function，而是既有服務或資產，可以直接走 source-based API。
+
+支援範圍：
+
+- HTTP source
+- SQL source
+- Model source
+
+相關範例：
+
+- [examples/non_function_tools/http_tool.py](examples/non_function_tools/http_tool.py)
+- [examples/non_function_tools/sql_tool.py](examples/non_function_tools/sql_tool.py)
+- [examples/non_function_tools/onnx_tool.py](examples/non_function_tools/onnx_tool.py)
+- [examples/non_function_tools/pytorch_tool.py](examples/non_function_tools/pytorch_tool.py)
+
+如果你是從既有 callable-first 寫法遷移過來，舊用法仍可繼續使用；新功能則建議優先採用 source-based API。詳見 [docs/migration-guide.md](docs/migration-guide.md)。
+
+## 核心能力一覽
+
+| 能力 | 對開發者的價值 |
+| --- | --- |
+| 一份工具同時支援 MCP 與 OpenAI | 降低雙協議維護成本，避免 schema 漂移 |
+| `@tool` 與 source-based API 並存 | 先用簡單方式上手，再逐步接 HTTP / SQL / model |
+| `OpenAIChatRuntime` | 不只輸出 schema，還能直接跑 tool loop |
+| `stdio`、Streamable HTTP、legacy SSE/HTTP | 可以依 host 與部署情境切換 transport |
+| `doctor`、`inspect`、Claude Desktop integration | 導入與除錯成本更低 |
+| tool metadata 與 search strategy | 工具數量變多後仍可做篩選、排序與策略化選擇 |
+
+## MCP transport 支援
+
+| Transport | 典型場景 |
+| --- | --- |
+| `stdio` | Claude Desktop、IDE、本機 agent host |
+| Streamable HTTP | 新版 MCP HTTP 整合，適合服務間連線 |
+| legacy SSE / HTTP | 相容舊 client |
+
+如果你要做新的 MCP 網路整合，建議優先用 Streamable HTTP。
+
+## 專案導覽
+
+如果你第一次進 repo，建議照這個順序閱讀：
+
+| 想解決的問題 | 先看哪裡 |
+| --- | --- |
+| 我要先跑通最小可用流程 | [examples/quickstart/README.md](examples/quickstart/README.md) |
+| 我要理解不同 transport 差異 | [examples/mcp_transports/README.md](examples/mcp_transports/README.md) |
+| 我要做新版 MCP HTTP 整合 | [examples/streamable_http/README.md](examples/streamable_http/README.md) |
+| 我要把 HTTP / SQL / model 變成 tool | [examples/non_function_tools/README.md](examples/non_function_tools/README.md) |
+| 我要做工具搜尋與選擇策略 | [examples/tool_selection/README.md](examples/tool_selection/README.md) |
+| 我要理解架構與擴充點 | [docs/architecture-walkthrough.md](docs/architecture-walkthrough.md) |
+| 我要評估遷移成本 | [docs/migration-guide.md](docs/migration-guide.md) |
+
+## Claude Desktop 整合
+
+產生設定片段：
+
+```bash
+toolanything init-claude --module examples/opencv_mcp_web/server.py --port 9090
+```
+
+直接寫入設定檔：
+
+```bash
+toolanything install-claude --module examples/opencv_mcp_web/server.py --port 9090
+```
+
+## 架構定位
+
+可以把 ToolAnything 想成四層：
+
+1. Tool definition layer
+2. Runtime layer
+3. Transport layer
+4. Developer tooling layer
+
+這個分層的意義是：你寫的是工具與工具契約，不是一次又一次地重寫 protocol 與 integration plumbing。
+
+如果你在意長期維護與擴充點，請直接看 [docs/architecture-walkthrough.md](docs/architecture-walkthrough.md)。
+
+## 專案狀態
+
+- 目前版本：`0.1.0`
+- Python requirement：`>=3.10`
+- 開發狀態：Alpha
+
+目前已具備：
+
+- callable-first 與 source-based 兩條工具定義路徑
+- MCP `stdio`、Streamable HTTP、legacy SSE/HTTP
+- OpenAI tool schema adapter 與 tool loop runtime
+- `doctor`、`inspect`、Claude Desktop integration
+- examples、migration 文件與測試
+
+這代表它已經適合拿來做原型、內部平台整合與架構驗證；若你要導入正式產品，建議先從自己的真實工具與 host 組合做一輪 smoke test。
+
+## 文件索引
+
+- [docs/docs-map.md](docs/docs-map.md)
+- [docs/architecture-walkthrough.md](docs/architecture-walkthrough.md)
+- [docs/migration-guide.md](docs/migration-guide.md)
+- [docs/mcp-test-client-spec.md](docs/mcp-test-client-spec.md)
+
+## License
+
+MIT