Composio: 为 AI Agent 提供 1000+ 工具集成的开源平台

解决什么

AI Agent 开发中最大的痛点是让大模型"动起来"——从理解用户意图到真正调用 Gmail 发邮件、Slack 发消息、GitHub 创建 PR,中间需要处理数百个 API 的认证、参数适配和错误处理。Composio 把这层脏活累活封装成统一接口:提供 1000+ 预集成工具(涵盖邮件、日历、CRM、代码托管等),内置 OAuth 认证流程,按用户隔离会话,还提供沙箱环境防止 Agent 误操作。开发者只需几行代码就能让 Agent 获得"手脚",直接操作真实世界的服务。

为何火

29.5k stars 背后是 AI Agent 从玩具到生产的刚需爆发。传统做法要为每个工具写适配器、管理 token、处理速率限制,Composio 直接给你开箱即用的工具库。它的核心创新是 按用户会话隔离(每个 user_123 有独立的认证和上下文)和 元工具机制(Agent 运行时动态发现和加载工具,避免把几百个工具定义塞进 prompt)。支持 OpenAI Agents、Claude Agent SDK、LangChain 等主流框架,还兼容 MCP 协议(可直接接入 Claude Desktop/Cursor)。对标 Zapier AI Actions 但开源可控,吸引了大量需要私有化部署的企业开发者。

核心功能

• 1000+ 预认证工具包:覆盖 Gmail、Slack、GitHub、Notion、Jira 等常用 SaaS,每个工具已封装好 API 调用和错误处理
• 用户会话管理:通过 composio.create(user_id) 创建隔离会话,存储该用户的认证凭证和执行历史,支持跨对话复用
• 元工具(Meta Tools):Agent 无需预加载所有工具定义,运行时通过 search/authenticate/execute 三个元工具按需发现和调用
• 多框架适配器:提供 OpenAI、Anthropic、Vercel AI SDK、LangChain、LlamaIndex 等 10+ 框架的原生工具格式转换
• MCP 协议支持:每个会话可暴露为 MCP 端点,直接对接 Claude Desktop 等 MCP 客户端
• CLI 工具:通过 composio search/execute/link 在终端操作工具,或用 composio run 编写 TypeScript 工作流脚本
• 沙箱环境:隔离执行工具调用,防止 Agent 误操作影响生产数据

安装

TypeScript 项目:

npm install @composio/core @composio/openai-agents

需要从 dashboard 获取 COMPOSIO_API_KEY。

Python 项目:

pip install composio composio-openai-agents

CLI 全局安装:

curl -fsSL https://composio.dev/install | bash
composio login

核心用法是创建会话 → 获取工具 → 传给 Agent:

const session = await composio.create("user_123");
const tools = await session.tools();
// 将 tools 传给 OpenAI/Claude 等框架的 Agent

适合谁

• AI Agent 产品开发者:需要快速给 Agent 接入外部服务能力,不想自己写几百个 API 适配器
• 企业 AI 应用团队:要求私有化部署、按用户隔离数据,对标 Zapier AI Actions 但需要开源方案
• 多租户 SaaS 开发者:每个客户的 Agent 需要独立认证和工具权限,会话机制天然支持多租户
• 不适合纯本地离线场景:工具执行依赖 Composio 云端服务(虽然开源,但默认架构需联网调用 API)

社区评价

暂无足量社区公开讨论,以下为基于项目本身的中立评估:从 GitHub 数据看,项目维护极活跃(最近提交0天前),84位贡献者和近5k forks 显示有实际生产使用。70个 open issues 中多为功能请求而非严重 bug,说明核心稳定性尚可。文档完善度高(有 Quickstart/Changelog/API Reference),但中文资料缺失。需注意该项目虽开源,但核心服务依赖官方托管的 API(dashboard.composio.dev),自托管能力未在 README 明确说明。

选型对比

vs Zapier AI Actions:Zapier 是闭源 SaaS,按调用量收费且不支持私有化;Composio 开源 MIT 协议,可自部署(虽然默认用云服务),工具数量相当但更灵活。 vs LangChain Tools:LangChain 的工具生态碎片化,每个工具要单独安装配置;Composio 提供统一认证和会话管理,开箱即用。 vs 自建 API 适配层:自建需处理 OAuth 流程、token 刷新、速率限制,Composio 已封装好这些基础设施,但引入了对第三方服务的依赖。

取舍:需要快速上线选 Composio,要求完全离线或不依赖外部服务就得自建。

已知坑

1. 国内网络限制:需要稳定国际网络访问 dashboard.composio.dev 和各集成服务的 API,部分工具(如 Gmail/Slack)在国内可能需要代理
2. 工具覆盖偏海外:1000+ 工具多为欧美 SaaS,国内替代品(钉钉/飞书/企业微信)支持需查文档确认
3. 自托管文档不足:README 未明确说明如何完全自托管(包括认证服务),可能需要联系官方或深挖代码
4. 元工具的 token 消耗:动态发现工具虽省 context,但每次 search 也会产生额外 LLM 调用,高频场景需评估成本
5. TypeScript 包体积:官方说 @composio/core 打包了源码和文档供 AI 阅读,体积较大,生产环境建议用 @composio/slim

来源: GitHub ComposioHQ/composio + HN 讨论(无有效评论)