介绍一个AI工具平台Composio，支持多种大模型和Agent操作

这个组件服务平台是Claude的公司An??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????thropic推出的，你可以通过api调用平台上面的工具，调用上面的那些mcp组件。还是老样子，仓库和官网链接先放出来：

仓库链接：https://github.com/ComposioHQ/composio

官网：https://composio.dev/tools

这个平台通过mcp server支持数百种应用程序，你可以通过远程调用将各种操作集成到自己的应用里面。

关于使用方面，我这里用的是python??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????3.12版本，我们先新建一个conda虚拟环境，然后把依赖包安装好：

conda create env -n composioconda activate composio

创建好环境后，安装好依赖包：

pip install composio-core composio-openai

然后现在我们根据官网的例子，用Composio的GitHub工具给给它的仓库加一个star。运行视频放在这：

在做这项任务之前，我们需要先在命令行运行下面这个命令，将你的composio关联到你的github：

composio add github 

运行命令行之后会出现一个 CLI API KEY，将这个东西复制完粘贴到你的命令行，然后完成github的连接验证，之后你就可以在本地调用你的github进行操作。

然后来到c??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????omposio的控制台页面，找到你关联账号的api?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? key，记住这个东西后面要用：

之后我们新建一个pytho????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????n文件，或者新建一个notebook，我这里是在python文件写的代码测试。

from composio_openai import ComposioToolSet, App, Actionfrom openai import OpenAI
openai_client = OpenAI(    base_url="",    api_key="")
# 连接工具列表composio_toolset = ComposioToolSet(api_key="")  # 这里替换成刚才上面关联账号的apikey# 选择要用到的工具tools = composio_toolset.get_tools(actions=[Action.GITHUB_STAR_A_REPOSITORY_FOR_THE_AUTHENTICATED_USER])
# 提示词，也是你的任务task = "帮我给一个仓库点star: composiohq/composio on GitHub"
response = openai_client.chat.completions.create(    model="deepseek-ai/DeepSeek-V2.5",    tools=tools,    messages=[        {"role": "system", "content": "You are a helpful assistant."},        {"role": "user", "content": task},    ],)result = composio_toolset.handle_tool_calls(response)print(result)

将上面的代码配置完后运行，当你的界面出现这个的时候，说明成功了：

而到仓库里面也能看到已经被我们的工具成功加了个s??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????tar了。

我们来到仓库，这里还有其他的工具组件可以用，里面还配有Serpapi，Firec??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????rawl等等这些搜索引擎检索工具。

那么它是如何工作的呢？以大模型用计算器为例子，我们来看看下面这张流程图：

上面这张图对应这个代码：

from composio_openai import ComposioToolSet, actionfrom typing import Annotatedfrom openai import OpenAIimport math
client = OpenAI()toolset = ComposioToolSet()
@action(toolname="calculate_square_root", requires=["math"])def calculate_square_root(    a: Annotated[int, "Number from which to take the square root"],) -> float:    """    Calculate the square root of a number.    :param a: Number from which to take the square root    :return sqrt: Square root of the number    """    return math.sqrt(a)
tools = toolset.get_tools([calculate_square_root])
question = "What is the square root of 212?"
response = client.chat.completions.create(    model="gpt-4o-mini",    messages=[        {            "role": "user",            "content": question,        }    ],    tools=tools,    tool_choice="auto",)
result = toolset.handle_tool_calls(response=response)
print("Question: ", question)print("Answer: ", result[0]["data"]["sum"])

一是创建工具，代码中的函数被转换为LLM可以理解的形式。在这里，这通过 @ac??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????tion 包装器来完成，对应代码里面的：

@action(toolname="calculate_square_root", requires=["math"])

二是大模型调用工具，大模型根据我们的输入，来决定是否使用工具，如果确定使用工具的话，就会生成一个格式正确的工具使用请求。这个对应的是图里面的2、3

最后是Composio调用定义的工具。handl??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????e_tool??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????_calls 方法解释工具的调用并调用定义的那些工具。

Composio支持三种调用工具的方法，一种是刚才提到的整个平台的工具，

另一种是本地已经有的工具，最后一种是用Composio提供的自定义工具格式创建的工具。

对于我们日常使用的来讲，免费计划已经够我们白嫖了，每个月有1w次api请求机会：

 

参考链接：

https://composio.dev/pricing/ 

https://docs.composio.dev/getting-started/welcome

看完了这些，你对这个mcp服务平台有什么看法呢？欢迎在评论区留言，发表你的观点！若对你有帮助，欢迎转发给身边有需要的人！欢迎点赞、在看、关注。

点个 下方名片 关注我们

往期推荐

OpenManus本地ollama跑通教程+一些常见坑点

OpenManus跑通教程，Manus开源替代

论文解读：来看看Kimi的上下文处理机制MoBA的工作原理

利用Shipany开发网站，赛博玄学是否是我们所需要的？

传统分块将被淘汰？Agentic Chunking拯救上下文信息割裂，RAG准确率提高40%，开发者必看！

非编程专业人员一句话就能写程序了！国产cursor，国内首个AI IDE”Trae”发布了！

Grok使用感受，越狱前是性能高超的助手，越狱后是胆大包天的张三

单GPU上的3M Tokens：InfiniteHiP是如何实现的？

腾讯联合高校新作：对大模型的物理概念理解能力的评估研究

上交大的LIMO和李飞飞团队的S1有什么区别，实际落地又如何选择？

最细致的步骤讲解，配置DeepSeek成为你的论文翻译助手，DeepSeek接入沉浸式翻译教学

817条样本就能激活大模型的复杂推理能力，来看看上海交大的LIMO