Composio神器登场！为AI代理提供100+集成工具，代码、搜索、API全搞定

🍹 Insight Daily 🪺

Aitrainee | 公众号：AI进修生

Hi，这里是Aitrainee，欢迎阅读本期新文章。

基于 AI 的代理/工作流是未来， 而 Composio 通过函数调用为你的 AI 代理 和 LLM 配备100多个高质量集成。

他支持100多种工具，有浏览器操作的，比如浏览器的截图、搜索、下载、上传。

还有物理操作的比如复制到剪切板、语言输入、点击任何一个位置。

你还可以利用它轻松为代理使用的本地工具：

网络搜索的代码就这么一点：

还有它集成各种软件和数据库以及众多的AI搜索甚至RAG等等，感觉他的工具类别支持的非常全面，有了这些东西就可以着手干大事了。

就比如：

完成上面这几步只需要：

pip install composio_core composio_openai

# 验证 GitHub 账户
composio add github # Launches GitHub login

#初始化 Composio 和 OpenAI
# 设置您的开发环境：
from composio_openai import ComposioToolSet, Action
from openai import OpenAI
openai_client = OpenAI()
composio_toolset = ComposioToolSet()
tools = composio_toolset.get_actions(actions=[Action.GITHUB_ACTIVITY_STAR_REPO_FOR_AUTHENTICATED_USER])
task = "Star the repo composiohq/composio on GitHub"
response = openai_client.chat.completions.create(
model="gpt-4-turbo-preview",

#获取 GitHub Actions 并与 LLM 交互
# 现在，让我们使用自然语言来启动一个存储库：
tools=tools,
messages=
    [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": task},
    ],
)
#执行工具调用
result = composio_toolset.handle_tool_calls(response)
print(result)

还有其他两个示例供你了解Composio可以做什么：

并且它与语言无关：通过Composio 的 API 优先方法与任何编程语言集成

它的工具化的操作汇总在此 :

软件：在 GitHub、Notion、Linear、Gmail、Slack、Hubspot、Salesforce 等 90 个多个平台上执行任何操作。

操作：点击任意位置、输入任意内容、复制到剪贴板等。

浏览器：智能搜索、截图、MultiOn、下载、上传等。

搜索：Google搜索、Perplexity搜索、Tavily、Exa等。

软件工程：Ngrok、数据库、Redis、Vercel、Git 等。

RAG：即时为任何类型的数据提供代理RAG！

托管授权：支持六种不同的身份验证协议。将Access Token、Refresh Token、OAuth、API Keys、JWT等抽象出来，让您专注于构建代理。

准确性：由于更好的工具设计，您的工具调用的代理准确性提高了 40%。

可嵌入：在应用程序中进行白标，为所有用户和代理管理身份验证和集成，保持一致的体验。

可插拔：设计可轻松扩展的其他工具、框架和身份验证协议。

🎃与其他主流框架一键集成

通过一行代码在OpenAI、Claude、LlamaIndex、Langchain、CrewAI、Autogen、Gemini、Julep、Lyzr等代理框架中使用工具。

这个就很有意思了，大部分都可以集成，那了解 Composio 还是有一定价值的。

💥Composio 支持四种工作空间环境（包括Docker）

配置和利用不同的工作空间环境，通过自定义配置安全地运行代理。

工作空间环境通过可定制的配置促进工具的隔离和安全执行。这提供了一系列适合你的代理需求的环境，包括安全性、配置、 CPU 分配和公共服务的网络端口访问。

为什么工作空间环境很重要？

工作空间环境对于以下方面至关重要：

• • 安全性： 隔离执行以保护主机系统和敏感数据。
• • 具体配置需求： 根据不同代理的要求定制环境。
• • 资源分配： 为代理分配特定的CPU和内存资源。
• • 网络： 为需要公开访问的服务配置开放端口。

🫐另外一个项目 ~ MLE-Agent

🤖 MLE-Agent：无缝 AI 工程和研究的智能伴侣。🔍 与 arxiv 和论文代码集成，提供更好的代码/研究计划🧰 支持 OpenAI、Ollama 等。🎆 Code RAG。

🧰 该工具支持 OpenAI 和 Ollama 等平台，并包含了 Code RAG 功能，用户可以通过该功能执行端到端的 AI 项目、规划 ML 工程任务、调试和修复错误，以及在本地或云端运行代码。

🎆 它还具备交互式聊天模式，可以改进现有的 ML 项目，甚至提供 Kaggle 模式，自动完成 Kaggle 任务。

🌟希望这篇文章对你有帮助，感谢阅读！如果你喜欢这系列文章请以 点赞 / 分享 / 在看 的方式告诉我，以便我用来评估是否出Composio使用的教程。

参考链接： [1] github：https://github.com/ComposioHQ/composio