MCP 工具参考
ARI 附带 14 个 MCP 服务器（每个 ari-skill-* 包各一个）。本页是智能体可调用的所有工具的平铺目录。每个技能的深入介绍位于其各自的 README.md；skills.md 按职责对它们进行分组。
mcp.json（位于各技能的 pyproject.toml 旁边）是工具名称的权威来源；被 @mcp.tool() 装饰的函数（或旧版技能的 @server.list_tools() 中的条目）定义了参数和返回结构。
"LLM" 列标记了P2 例外工具 — 它们会调用 LLM，因此不是字节确定性的。
ari-skill-benchmark — 统计 + 绘图（确定性）
| 工具 | 用途 | LLM |
|---|---|---|
analyze_results | 从 CSV / JSON / npy 计算摘要统计 | ✗ |
plot | 从固定 schema 生成确定性 matplotlib 图表 | ✗ |
statistical_test | 假设检验（t 检验、Mann-Whitney 等） | ✗ |
ari-skill-coding — 编写 + 运行代码
mcp.json 未列出工具；实际工具列表来自 src/server.py 中的 @server.list_tools()。
| 工具 | 用途 | LLM |
|---|---|---|
write_code | 向节点 work_dir 写入文件 | ✗ |
run_code | 执行脚本（含超时 + 捕获） | ✗ |
run_bash | 临时 bash 命令 | ✗ |
emit_results | 向评估器提交 metrics + has_real_data（可选 provenance 参数 → 原样写入 _provenance 键，标记每个值是如何测量的，供 claim-evidence 门使用） | ✗ |
read_file | 读取智能体之前写入的文件 | ✗ |
ari-skill-evaluator — LLM 指标提取
| 工具 | 用途 | LLM |
|---|---|---|
make_metric_spec | LLM 从 experiment.md 提取指标定义；同时输出运行级 metric_contract → {checkpoint}/metric_contract.json | ✓ |
claim_evidence_hard_gate | 确定性的声明/证据硬门（执行数据保真度）；strict 模式下在 final 阶段阻止 finalize | ✗ |
evidence_grounded_semantic_review | 非阻塞的、以证据为基础的语义评审；为 paper_refine 输出 suggested_revisions | ✓ |
ari-skill-hpc — SLURM + Singularity
mcp.json 为空列表；工具来自 src/server.py 中的 @server.list_tools()。
| 工具 | 用途 | LLM |
|---|---|---|
slurm_submit | 带有显式分区 / 时间 / CPU / 节点 / GPU 的 sbatch | ✗ |
job_status | squeue + sacct 查询 | ✗ |
job_cancel | 取消运行中的作业（scancel） | ✗ |
run_bash | 直接 bash 命令（本地或通过 SSH） | ✗ |
singularity_build | 从定义文件构建 SIF | ✗ |
singularity_run | 在 SIF 内运行命令 | ✗ |
singularity_pull | 从远程 URI 拉取 SIF | ✗ |
singularity_build_fakeroot | Fakeroot 构建（无需特权守护进程） | ✗ |
singularity_run_gpu | singularity_run 的 GPU 变体 | ✗ |
ari-skill-idea — 文献调研 + 创意生成
| 工具 | 用途 | LLM |
|---|---|---|
survey | arXiv + Semantic Scholar 搜索；纯 HTTP | ✗ |
generate_ideas | LLM 根据调研 + 上下文生成排序的 idea 候选 | ✓ |
generate_ideas 在单一稳定的输出合约背后有两个引擎。默认是轻量的重新实现的 讨论循环；可选启用的真实 VirSci vendor-wrap 引擎（ARI_IDEA_VIRSCI_REAL=1） 在实时 Semantic Scholar 快照上运行 VirSci 本身的多智能体机制，在依赖缺失/任何 运行时错误时降级为重新实现的循环。两条路径的 idea.json 合约完全相同；所走的 路径在 virsci_integration_status（real_wrap 或 reimpl: ...）中报告。
ari-skill-memory — 祖先作用域节点记忆
该技能使用 src/server.py 中的 FastMCP @mcp.tool() 装饰器；其静态 mcp.json 已过时（仅列出四个节点作用域工具），但下面所有被装饰的函数在运行时都会被暴露。
| 工具 | 用途 | LLM |
|---|---|---|
add_memory | 向当前节点的记忆追加条目 | ✗ |
search_memory | 跨当前节点 + 祖先的嵌入排序搜索 | ✗（服务端嵌入） |
get_node_memory | 当前节点的所有条目 | ✗ |
clear_node_memory | 删除当前节点的条目（CoW；祖先不受影响） | ✗ |
get_experiment_context | 从 Letta 核心记忆获取稳定的实验级事实 | ✗ |
add_experiment_result | 记录类型化的 experiment_result（CoW：仅自身节点） | ✗ |
add_failure_case | 记录类型化的 failure_case（CoW：仅自身节点） | ✗ |
add_procedure_memory | 记录可复用的流程（CoW：仅自身节点） | ✗ |
add_reflection | 记录反思（CoW：仅自身节点；不可用于论文声明） | ✗ |
add_reproducibility_event | 追加仅追加的可重现性状态事件（CoW：仅自身节点） | ✗ |
search_research_memory | 按种类 / 产物有无过滤的祖先作用域类型化搜索 | ✗ |
get_verified_context | 供论文 / 图表使用的产物支撑、可重现性感知的上下文 | ✗ |
audit_memory | 将记录的来源（sha256）与检查点磁盘上的内容核对验证 | ✗ |
consolidate_node_memory | 在节点结束时从 node_report 导出 + 写入类型化记忆（CoW：自身节点） | ✗ |
该技能在其设计文档中明确声明"无 LLM 调用" — 见 ari-skill-memory/README.md。
ari-skill-orchestrator — 递归 ARI 运行器
| 工具 | 用途 | LLM |
|---|---|---|
run_experiment | 启动子 ARI 运行 | ✗ |
get_status | 子运行状态 | ✗ |
list_runs | 所有已知运行 | ✗ |
get_paper | 某次运行生成的 LaTeX / PDF | ✗ |
ari-skill-paper — LaTeX 论文撰写
| 工具 | 用途 | LLM |
|---|---|---|
list_venues | 可用 LaTeX 模板（ACM / NeurIPS / SC / ICPP / arXiv） | ✗ |
get_template | 获取某 venue 的模板 | ✗ |
generate_section | LLM 撰写一个章节（引言、方法等） | ✓ |
compile_paper | pdflatex 编译 | ✗ |
check_format | LaTeX 格式验证 | ✗ |
review_section | LLM 对某章节进行规范评审 | ✓ |
revise_section | LLM 根据评审反馈重写 | ✓ |
write_paper_iterative | 端到端驱动生成 / 评审 / 修改循环 | ✓ |
review_compiled_paper | 对已编译 PDF 进行最终评审（图表委托 VLM） | ✓ |
link_paper_claims | 将 % CLAIM:Cx:NCx 锚点与 science_data 声明核对，构建 paper_claim_links（确定性） | ✗ |
paper_refine | 在保留 % CLAIM:Cx:NCx 锚点的前提下应用建议的修订（确定性替换 + 有界 LLM 查找/替换） | ✓ |
list_rubrics | 可用的评审规范 | ✗ |
inject_code_availability | v0.7.0 — 向论文追加 \codedigest{...} 块 | ✗ |
merge_reviews | v0.7.0 — 合并规范评审 + VLM 评审 JSON | ✗ |
ari-skill-paper-re — PaperBench 可重现性（v0.7.0）
| 工具 | 用途 | LLM |
|---|---|---|
fetch_code_bundle | 按 ref + sha256 获取并校验代码 bundle | ✗ |
build_reproduce_sh | Stage 1 — vendor BasicAgent / IterativeAgent 展开，写入 reproduce.sh | ✓ |
run_reproduce | Stage 2 — 在 local / docker / apptainer / singularity / slurm 沙箱中执行 reproduce.sh | ✗ |
grade_with_simplejudge | Stage 3 — LLM 根据 rubric 叶节点对已执行提交评分 | ✓ |
v0.8.0 新增字段（Stage 1）
| 工具 | 新增参数 |
|---|---|
build_reproduce_sh | container_image（替代/取代旧版 apptainer_image；两者均向后兼容） |
v0.8.0 新增字段（Stage 2）
| 工具 | 新增参数 |
|---|---|
run_reproduce | container_image（被 docker / apptainer / singularity 沙箱使用；别名 pb-env / pb-reproducer 解析为 scripts/build_pb_images.sh 构建的 vendor image:latest 标签） |
高声失败的前置条件：缺失 docker daemon / apptainer 二进制文件 / sbatch / 分区时抛出 RuntimeError，而不是静默回退到本地 CPU。可通过 ARI_PHASE1_ALLOW_FALLBACK=1 恢复旧版回退行为；通过 ARI_SLURM_ALLOW_NO_GRES=1 恢复静默丢弃 GRES 标志的行为。详见 environment_variables.md。混合使用有类型（gpu_type / --gres=gpu:TYPE:N）和无类型（--gpus-per-task）GPU 请求时自动规范化为有类型形式 — SLURM 24.05 拒绝混合形式。
v0.8.0 新增字段（Stage 3）
| 工具 | 新增参数 |
|---|---|
grade_with_simplejudge | code_only（将 rubric 裁剪为仅 Code Development 叶节点，镜像 vendor paperbench/grade.py:109-112；当不存在 reproduce.log 时自动启用，防止仅 Stage 1 运行被系统性评零） |
关于以单一调用词汇将全部三个阶段串联起来的进程内 Python 接口，请参阅 api_paperbench.md § Bridge 合约。
ari-skill-plot — 图表生成
| 工具 | 用途 | LLM |
|---|---|---|
generate_figures | 从 nodes_tree.json 生成确定性 matplotlib 图表 | ✗ |
generate_figures_llm | LLM 编写 matplotlib 代码后运行 | ✓ |
ari-skill-replicate — 规范自动生成（v0.7.0）
| 工具 | 用途 | LLM |
|---|---|---|
generate_rubric | 两阶段（骨架 + 子树）PaperBench 规范合成 | ✓ |
audit_rubric | LLM 审核叶节点中模糊/不可验证/重复的标准 | ✓ |
generate_rubric — venue 条件化模板（未发布）
generate_rubric 接受可选参数 paperbench_rubric_id，从 ari-core/config/paperbench_rubrics/<id>.yaml 中选择 venue 条件化模板。镜像 ari-skill-paper 同行评审路径中已使用的 reviewer_rubrics/ venue 模式。
| 参数 | 类型 | 默认值 | 效果 |
|---|---|---|---|
paperbench_rubric_id | str | "" | 空 = 原样使用捆绑提示（向后兼容）。否则加载 YAML 模板，并将 prompt_overrides.system_hint / prompt_overrides.leaf_style 注入骨架 + 子树提示。 |
内置模板：
id | mode | 顶层结构 |
|---|---|---|
generic | agent_benchmark | 按科学贡献分解（当前默认行为）。 |
sc | paper_audit | HPC 论文的六个固定审核轴（环境 / 数据 / 执行 / 图表 / 扩展 / 结论）。 |
neurips | paper_audit | 按 NeurIPS 可重现性检查表的六个轴（声明 / 设置 / 代码+数据 / 统计 / 伦理 / 图表）。 |
nature | paper_audit | 湿实验室论文的五个轴（材料 / 方案 / 统计 / 数据 / 伦理）。 |
paper_audit 模式需要 two_stage=True；若使用 paper_audit 模板请求单次路径，生成器会返回错误（单次提示无法满足固定轴约束）。YAML schema 和撰写指南请参见 rubric_schema.md。
ari-skill-transform — 树遍历 + EAR 流水线
mcp.json 未列出工具（该文件仅供内部使用）；src/server.py 中的 @mcp.tool() 装饰器是权威来源。
| 工具 | 用途 | LLM |
|---|---|---|
nodes_to_science_data | 遍历 BFTS 树，提取方法论 + 发现 | ✓ |
generate_ear | 从 BFTS 产物构建 {checkpoint}/ear/ | ✗ |
curate_ear | 将 ear/ 提升为 ear_published/ + manifest.lock | ✗ |
publish_ear | 推送到 local-tarball / ari-registry / zenodo / gh | ✗ |
promote_ear | staged → unlisted / public | ✗ |
ari-skill-vlm — 图表 / 表格评审（VLM）
mcp.json 未列出工具；该技能仅暴露内部评审辅助函数。
| 工具 | 用途 | LLM |
|---|---|---|
review_figure | VLM 读取图像 + 标题，返回评审意见 | ✓（视觉） |
review_table | VLM 评审表格 | ✓（视觉） |
review_paper_figures | 批量评审论文目录中的所有图表 | ✓（视觉） |
ari-skill-web — 搜索 + 获取
| 工具 | 用途 | LLM |
|---|---|---|
web_search | DuckDuckGo（无需 API 密钥） | ✗ |
fetch_url | URL → 可读文本 | ✗ |
search_arxiv | arXiv API | ✗ |
search_semantic_scholar | Semantic Scholar API | ✗ |
collect_references_iterative | 从种子论文遍历引用图 | ✗ |
另请参阅
docs/reference/skills.md— 每个技能的叙述说明（职责、环境变量、示例）。docs/reference/environment_variables.md— 逐变量环境变量参考。- 各技能的
mcp.json— 规范工具名称列表。 - 各技能
src/server.py中的@mcp.tool()/@server.list_tools()— 规范参数签名。