Composio: 為 AI Agent 提供 1000+ 工具整合的開源平臺

解決什麼

AI Agent 開發中最大的痛點是讓大模型"動起來"——從理解使用者意圖到真正呼叫 Gmail 發郵件、Slack 發訊息、GitHub 建立 PR,中間需要處理數百個 API 的認證、引數適配和錯誤處理。Composio 把這層髒活累活封裝成統一介面:提供 1000+ 預整合工具(涵蓋郵件、日曆、CRM、程式碼託管等),內建 OAuth 認證流程,按使用者隔離會話,還提供沙箱環境防止 Agent 誤操作。開發者只需幾行程式碼就能讓 Agent 獲得"手腳",直接操作真實世界的服務。

為何火

29.5k stars 背後是 AI Agent 從玩具到生產的剛需爆發。傳統做法要為每個工具寫介面卡、管理 token、處理速率限制,Composio 直接給你開箱即用的工具庫。它的核心創新是 按使用者會話隔離(每個 user_123 有獨立的認證和上下文)和 元工具機制(Agent 執行時動態發現和載入工具,避免把幾百個工具定義塞進 prompt)。支援 OpenAI Agents、Claude Agent SDK、LangChain 等主流框架,還相容 MCP 協議(可直接接入 Claude Desktop/Cursor)。對標 Zapier AI Actions 但開源可控,吸引了大量需要私有化部署的企業開發者。

核心功能

• 1000+ 預認證工具包:覆蓋 Gmail、Slack、GitHub、Notion、Jira 等常用 SaaS,每個工具已封裝好 API 呼叫和錯誤處理
• 使用者會話管理:通過 composio.create(user_id) 建立隔離會話,儲存該使用者的認證憑證和執行歷史,支援跨對話複用
• 元工具(Meta Tools):Agent 無需預載入所有工具定義,執行時通過 search/authenticate/execute 三個元工具按需發現和呼叫
• 多框架介面卡:提供 OpenAI、Anthropic、Vercel AI SDK、LangChain、LlamaIndex 等 10+ 框架的原生工具格式轉換
• MCP 協議支援:每個會話可暴露為 MCP 端點,直接對接 Claude Desktop 等 MCP 客戶端
• CLI 工具:通過 composio search/execute/link 在終端操作工具,或用 composio run 編寫 TypeScript 工作流指令碼
• 沙箱環境:隔離執行工具呼叫,防止 Agent 誤操作影響生產資料

安裝

TypeScript 專案:

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

需要從 dashboard 獲取 COMPOSIO_API_KEY。

Python 專案:

pip install composio composio-openai-agents

CLI 全域性安裝:

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

核心用法是建立會話 → 獲取工具 → 傳給 Agent:

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

適合誰

• AI Agent 產品開發者:需要快速給 Agent 接入外部服務能力,不想自己寫幾百個 API 介面卡
• 企業 AI 應用團隊:要求私有化部署、按使用者隔離資料,對標 Zapier AI Actions 但需要開源方案
• 多租戶 SaaS 開發者:每個客戶的 Agent 需要獨立認證和工具許可權,會話機制天然支援多租戶
• 不適合純本地離線場景:工具執行依賴 Composio 雲端服務(雖然開源,但預設架構需聯網呼叫 API)

社群評價

暫無足量社群公開討論,以下為基於專案本身的中立評估:從 GitHub 資料看,專案維護極活躍(最近提交0天前),84位貢獻者和近5k forks 顯示有實際生產使用。70個 open issues 中多為功能請求而非嚴重 bug,說明核心穩定性尚可。文件完善度高(有 Quickstart/Changelog/API Reference),但中文資料缺失。需注意該專案雖開源,但核心服務依賴官方託管的 API(dashboard.composio.dev),自託管能力未在 README 明確說明。

選型對比

vs Zapier AI Actions:Zapier 是閉源 SaaS,按呼叫量收費且不支援私有化;Composio 開源 MIT 協議,可自部署(雖然預設用雲服務),工具數量相當但更靈活。 vs LangChain Tools:LangChain 的工具生態碎片化,每個工具要單獨安裝配置;Composio 提供統一認證和會話管理,開箱即用。 vs 自建 API 適配層:自建需處理 OAuth 流程、token 重新整理、速率限制,Composio 已封裝好這些基礎設施,但引入了對第三方服務的依賴。

取捨:需要快速上線選 Composio,要求完全離線或不依賴外部服務就得自建。

已知坑

1. 國內網路限制:需要穩定國際網路訪問 dashboard.composio.dev 和各整合服務的 API,部分工具(如 Gmail/Slack)在國內可能需要代理
2. 工具覆蓋偏海外:1000+ 工具多為歐美 SaaS,國內替代品(釘釘/飛書/企業微信)支援需查文件確認
3. 自託管文件不足:README 未明確說明如何完全自託管(包括認證服務),可能需要聯絡官方或深挖程式碼
4. 元工具的 token 消耗:動態發現工具雖省 context,但每次 search 也會產生額外 LLM 呼叫,高頻場景需評估成本
5. TypeScript 包體積:官方說 @composio/core 打包了原始碼和文件供 AI 閱讀,體積較大,生產環境建議用 @composio/slim

來源: GitHub ComposioHQ/composio + HN 討論(無有效評論)