composio
Composio 是一款专为构建智能 AI 代理(AI Agents)设计的开发平台,旨在帮助开发者轻松将用户的意图转化为实际行动。它核心解决了 AI 代理在连接外部工具时面临的复杂难题,如繁琐的身份认证、上下文管理以及工具搜索等,让代理能够真正“动手”操作各类软件服务。
目前,Composio 已支持超过 1000 种工具包(Toolkits),涵盖从 GitHub、Slack 到 HackerNews 等广泛应用。其独特亮点在于提供了一套沙箱化工作台(Sandboxed Workbench)和统一的 SDK,支持 Python 和 TypeScript 两种主流语言。开发者只需几行代码,即可将丰富的外部能力无缝集成到基于 OpenAI 等框架的代理中,无需重复造轮子处理底层对接逻辑。
这款工具主要面向 AI 应用开发者、研究人员以及希望快速原型化智能代理的技术团队。无论你是想创建一个能自动查询新闻的助手,还是构建能操作复杂企业工作流的自动化机器人,Composio 都能通过标准化的接口和完善的文档,大幅降低开发门槛,让你专注于代理的核心逻辑与交互体验,而非耗费精力在工具连接的细节上。
使用场景
某初创公司的后端工程师需要快速构建一个能自动监控竞品动态并同步至内部协作软件的 AI 助手,以支持市场团队的实时决策。
没有 composio 时
- 重复造轮子:开发者需手动查阅 HackerNews、Slack 等多个平台的 API 文档,逐行编写复杂的 HTTP 请求和鉴权逻辑,耗时数天。
- 认证管理混乱:每个外部工具都需要单独处理 OAuth 令牌刷新与安全存储,代码中充斥着易出错的样板代码,维护成本极高。
- 上下文割裂:AI 模型无法直接调用外部数据,开发者必须自行设计中间层来清洗数据并注入提示词,导致响应延迟且容易出错。
- 调试困难:缺乏统一的沙箱环境,测试代理调用真实接口时稍有不慎就会污染生产数据或触发频率限制。
使用 composio 后
- 即插即用:通过
composio.tools.get一行代码即可获取包含 HackerNews 和 Slack 在内的千余种预置工具包,将集成时间从几天缩短至几分钟。 - 统一鉴权:composio 自动接管所有工具的认证流程与令牌管理,开发者无需关心底层安全细节,只需聚焦业务逻辑。
- 意图直达行动:AI 代理能直接利用 composio 提供的标准化工具执行“读取新闻”并“发送消息”的操作,无需额外编写数据转换代码。
- 安全沙箱:内置的沙箱工作区允许在隔离环境中安全地测试代理行为,确保在正式部署前验证所有交互流程的稳定性。
composio 将繁琐的 API 集成与状态管理转化为简单的工具调用,让开发者能专注于构建真正具备行动力的智能代理。
运行环境要求
- 未说明
未说明
未说明

快速开始
本仓库包含 Composio 的官方软件开发工具包(SDK),为 Python 和 TypeScript 智能体框架及库提供无缝集成能力。
快速入门
TypeScript SDK 安装
# 使用 npm
npm install @composio/core
# 使用 yarn
yarn add @composio/core
# 使用 pnpm
pnpm add @composio/core
快速开始:
import { Composio } from '@composio/core';
// 初始化 SDK
const composio = new Composio({
// apiKey: 'your-api-key',
});
使用 OpenAI Agents 的简单智能体
npm install @composio/openai-agents @openai/agents
import { Composio } from '@composio/core';
import { OpenAIAgentsProvider } from '@composio/openai-agents';
import { Agent, run } from '@openai/agents';
const composio = new Composio({
provider: new OpenAIAgentsProvider(),
});
const userId = 'user@acme.org';
const tools = await composio.tools.get(userId, {
toolkits: ['HACKERNEWS'],
});
const agent = new Agent({
name: 'Hackernews 助手',
tools: tools,
});
const result = await run(agent, '最近关于 HackerNews 的帖子是什么?');
console.log(JSON.stringify(result.finalOutput, null, 2));
// 将返回来自 HackerNews API 的响应。
Python SDK 安装
# 使用 pip
pip install composio
# 使用 poetry
poetry add composio
快速开始:
from composio import Composio
composio = Composio(
# api_key="your-api-key",
)
使用 OpenAI Agents 的简单智能体
pip install composio_openai_agents openai-agents
import asyncio
from agents import Agent, Runner
from composio import Composio
from composio_openai_agents import OpenAIAgentsProvider
# 使用 OpenAI Agents 提供者初始化 Composio 客户端
composio = Composio(provider=OpenAIAgentsProvider())
user_id = "user@acme.org"
tools = composio.tools.get(user_id=user_id, toolkits=["HACKERNEWS"])
# 创建一个带有工具的智能体
agent = Agent(
name="Hackernews 智能体",
instructions="你是一个有用的助手。",
tools=tools,
)
# 运行智能体
async def main():
result = await Runner.run(
starting_agent=agent,
input="最近关于 HackerNews 的帖子是什么?",
)
print(result.final_output)
asyncio.run(main())
# 将返回来自 HackerNews API 的响应。
更多详细的使用说明和示例,请参阅各 SDK 的专用文档。
OpenAPI 规范
要更新用于生成 SDK 文档的 OpenAPI 规范:
# 从后端拉取最新的 API 规范
pnpm api:pull
此命令会从 https://backend.composio.dev/api/v3/openapi.json 拉取 OpenAPI 规范,并更新本地的 API 文档文件。
该步骤会在构建时自动执行。
可用 SDK
TypeScript SDK (/ts)
TypeScript SDK 提供了一种现代化、类型安全的方式来与 Composio 的服务进行交互。它专为 Node.js 和浏览器环境设计,全面支持 TypeScript,并配有详尽的类型定义。
有关 TypeScript SDK 的详细信息,请参阅 TypeScript SDK 文档。
Python SDK (/python)
Python SDK 为 Composio 的服务提供了符合 Python 风格的接口,便于将 Composio 轻松集成到您的 Python 应用程序中。它支持 Python 3.10 及以上版本,并遵循现代 Python 开发实践。
有关 Python SDK 的详细信息,请参阅 Python SDK 文档。
提供者支持
下表展示了各 SDK 支持的 AI 框架和平台:
| 提供者 | TypeScript | Python |
|---|---|---|
| OpenAI | ✅ | ✅ |
| OpenAI Agents | ✅ | ✅ |
| Anthropic | ✅ | ✅ |
| LangChain | ✅ | ✅ |
| LangGraph | ✅* | ✅ |
| LlamaIndex | ✅ | ✅ |
| Vercel AI SDK | ✅ | ❌ |
| Google Gemini | ✅ | ✅ |
| Google ADK | ❌ | ✅ |
| Mastra | ✅ | ❌ |
| Cloudflare Workers AI | ✅ | ❌ |
| CrewAI | ❌ | ✅ |
| AutoGen | ❌ | ✅ |
* LangGraph 在 TypeScript 中可通过 @composio/langchain 包支持。
未找到您的提供者? 请参阅 构建自定义提供者 的指南,以集成任何 AI 框架。
软件包
核心软件包
| 软件包 | 版本 |
|---|---|
| TypeScript | |
| @composio/core | |
| Python | |
| composio |
供应商包
工具包
| 包名 | 版本 |
|---|---|
| @composio/json-schema-to-zod | |
| @composio/ts-builders |
如果您正在寻找旧版 SDK,可以在此处找到:这里
Rube
Rube 是一个基于 Composio 构建的模型上下文协议(MCP)服务器。它可将您的 AI 工具连接到 500 多款应用,如 Gmail、Slack、GitHub 和 Notion。只需将其安装在您的 AI 客户端中,一次性完成应用认证,即可让您的 AI 执行实际操作,例如“发送电子邮件”或“创建任务”。
Rube 可与 Cursor、Claude Desktop、VS Code、Claude Code 等主流 AI 客户端以及任何兼容 MCP 的自定义客户端集成。您可以在这些客户端之间切换,而您的集成设置会随身携带。
贡献
我们欢迎对这两个 SDK 的贡献!请在提交拉取请求之前阅读我们的贡献指南。
许可证
本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。
支持
如果您遇到任何问题或对 SDK 有任何疑问:
版本历史
@composio/cloudflare@0.6.82026/04/02@composio/langchain@0.6.82026/04/02@composio/google@0.6.82026/04/02@composio/mastra@0.6.82026/04/02@composio/openai-agents@0.6.82026/04/02@composio/openai@0.6.82026/04/02@composio/core@0.6.82026/04/02@composio/vercel@0.6.82026/04/02@composio/claude-agent-sdk@0.6.82026/04/02@composio/anthropic@0.6.82026/04/02@composio/llamaindex@0.6.82026/04/02@composio/cli@0.2.19-beta.30972026/04/01@composio/cli@0.2.182026/04/01@composio/cli@0.2.18-beta.30922026/04/01@composio/cli@0.2.172026/03/31@composio/cli@0.2.16-beta.202603310340202026/03/31@composio/cli@0.2.16-beta.202603310116582026/03/31@composio/cli@0.2.162026/03/27@composio/cli@0.2.152026/03/27@composio/cli@0.2.14-bun-bundle.20260327.18452026/03/27常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。