hyperroute-mcp Skill 技能

技能简介

hyperroute-mcp 是 HyperRoute 的官方 Model Context Protocol 服务器。HyperRoute 是一个 AI Agent 路由器，给它一个任务，它会从数百个外部工具中选出最优工具、用你的密钥在服务端运行它，然后学习执行效果。hyperroute-mcp 让 Coordinator Agent（Claude Code、Codex、Cursor、LangGraph 等）通过标准 MCP 协议驱动这个路由流程。

核心能力

• 智能工具路由：不是把所有工具都塞给 Agent，而是由 HyperRoute 根据任务实际效果选择最优工具
• 实测评分机制：每个工具的能力分数都基于真实评测探针，而非厂商自述，可通过 describe 查看评分依据
• 密钥服务端保管：API 密钥只需连接一次，HyperRoute 用你的密钥在服务端运行工具，密钥永不发给 Agent
• 本地能力感知：HyperRoute 知道你的 Coordinator Agent 自身能做什么，会告诉你什么时候该用原生能力而非外部工具
• 全流程学习：每次执行后汇报结果，HyperRoute 持续优化路由策略
• MCP 标准化接口：通过标准 MCP 协议接入，任何 MCP 客户端均可使用
• 零产品逻辑：这个 MCP 服务器只负责与路由器通信，不包含任何业务逻辑

安装配置

方式一：Claude Code 一键安装（推荐）

! uvx hyperroute-mcp@latest install

这会自动将 HyperRoute 添加到 Claude Code，并在确认后修改相关配置。需要提前安装 uv。

方式二：手动添加（Claude Code）

claude mcp add --scope user hyperroute -- uvx hyperroute-mcp@latest

添加后让 Agent 执行"finish HyperRoute setup"来完成配置。

方式三：其他 MCP 客户端

在 MCP 客户端配置中添加：

{
  "mcpServers": {
    "hyperroute": {
      "command": "uvx",
      "args": ["hyperroute-mcp@latest"]
    }
  }
}

使用步骤

第 1 步：安装并初始化

安装后运行：

finish_setup

查看将添加到 Agent 的配置内容，确认后应用。

第 2 步：连接 API 密钥

recommend 和浏览功能公开无需登录，但运行工具需要账号。

在 https://hyperroute.io 获取个人访问令牌（Personal Access Token），然后：

use_token 

登录信息会缓存到磁盘，每次新会话自动恢复。

第 3 步：发起任务推荐

recommend 

HyperRoute 会返回排序后的工具列表，说明每个工具的能力评分和适用原因。

第 4 步：执行选中的工具

根据推荐结果，使用 execute 工具运行排名最高的选项：

execute('opencitations', )

HyperRoute 会用你的密钥在服务端执行，返回结果。

第 5 步：汇报执行效果

report_outcome 
report_narrative 

帮助 HyperRoute 学习这次执行的效果，持续优化后续推荐。

适用场景

• 工具众多的 Agent：当你的 Agent 配置了 50+ 外部工具时，上下文成本急剧上升，HyperRoute 帮你只加载当前任务需要的工具
• 需要跨平台工具集：统一协调 GitHub、浏览器、数据库、API 等多种外部工具的复杂工作流
• 成本敏感场景：工具执行成本一目了然，HyperRoute 会在性价比低时提示使用原生能力
• 评估工具效果：通过 describe 查看工具的实测能力评分，了解哪个工具真正适合你的任务
• 多 Agent 协作：HyperRoute 服务端记录每个 Coordinator 的能力差异，给出个性化路由建议
• API 密钥安全管理：不希望 API 密钥暴露给 Agent，通过服务端代理执行工具调用

适用人群

• Claude Code / Codex 高级用户：日常使用 Agent 编程，希望更高效地管理大量外部工具
• AI 工程团队：在 Agent 系统中集成外部 API，需要统一的工具路由层
• 关注成本的开发者：使用按调用计费的外部工具，希望每个调用都有价值
• 需要工具能力评估的开发者：希望有客观数据支撑的工具选择，而非只看厂商描述
• 安全敏感场景：不希望 API 密钥发送给 Agent，通过 HyperRoute 服务端代理执行

工作原理

HyperRoute 采用"测量而非广告"的方式选择工具：

1. 推荐阶段：recommend 接收任务描述，HyperRoute 从数百个工具中找出候选，按实测能力评分排序
2. 认证阶段：若需运行工具，connect_info 或 onboard 引导用户连接该工具的 API 密钥（密钥存储在 HyperRoute 服务端）
3. 执行阶段：execute 用你的密钥在服务端运行工具，只返回结果，密钥永不经过 Agent
4. 学习阶段：report_outcome 和 report_narrative 汇报执行效果，HyperRoute 据此更新工具评分
5. 原生感知：当所有外部工具都不如 Coordinator 自身能力时，返回 use_native，让你用 Agent 自有能力完成任务

整个流程中，Agent 只需要学习一个动词 recommend，其余由 HyperRoute 决策和执行。

官方链接

• PyPI：https://pypi.org/project/hyperroute-mcp/
• HyperRoute 官网：https://hyperroute.io
• MCP 官方规范：https://modelcontextprotocol.io