Composio:开源项目中的AI智能体任务执行利器
CSDN 2024-09-07 14:31:01 阅读 60
目录
一、引言二、Composio 简介三、Composio 的功能特性四、Composio 的应用场景五、Composio 的应用实践1、安装 Composio 核心库2、安装OpenAI3、添加 GitHub 集成4、初始化Composio工具集5、获取预配置的 GitHub 工具6、工具函数配置7、执行工具函数
六、结语
一、引言
在人工智能技术迅速发展的今天,开发高效的 AI 智能体成为了许多开发者追求的目标。Composio 作为一款面向 AI 智能体且生产就绪的工具集,为开发者提供了强大的支持,使其能够更轻松地构建和管理 AI 智能体。本文将详细介绍 Composio 的相关信息,包括其功能特性、应用场景以及应用实践等方面。
二、Composio 简介
Composio 自称是“面向 AI 智能体的生产就绪工具集”,其官网为https://composio.dev/,GitHub 主页为https://github.com/composiohq/composio。它为开发者提供了高质量的工具和集成,让开发者无需担心单行代码中的身份验证、准确性和可靠性。Composio 为 AI 智能体的开发提供了一个全面、灵活且强大的平台,使其能够适应各种不同的应用场景和需求。其设计理念是基于 AI 智能体/工作流是未来的方向,是将 AI 智能体集成到最佳代理工具并使用它们来完成任务的最佳工具集。
三、Composio 的功能特性
<code>支持 100+工具,涵盖软件、操作系统、浏览器、搜索、SWE 等多个类别,包括在 GitHub、Notion、Linear、Gmail、Slack、HubSpot、Salesforce 等平台上的各种操作,以及单击、键入、复制到剪贴板、智能搜索、截屏、多开、下载、上传等功能,还支持谷歌搜索、Perplexity 搜索、Tavily、Exa 等搜索工具,以及 Ngrok、Database、Redis、Vercel、Git 等 SWE 工具。具备检索增强生成(RAG)功能,适用于任何类型的动态数据的 RAG 智能体。轻松集成 OpenAI、Claude、LlamaIndex、LangChain、CrewAI、Autogen、Gemini、Julep、Lyzr 等 AI 框架。托管授权支持六种不同的身份验证协议,包括 AccessToken、RefreshToken、OAuth、APIKeys、JWT 等,将其抽象出来以便开发者专注于构建代理。由于更好的工具设计,工具调用的代理准确率提高了 40%。可嵌入到应用程序的后端进行白标,管理所有用户和代理的身份验证和集成,并保持一致的体验。可插拔的设计旨在非常轻松地使用其他工具、框架和授权协议进行扩展。
四、Composio 的应用场景
应用类别:
任务执行智能体:可通过与外部 API、RPCs、Shells、文件管理器、浏览器等交互来执行任务,例如创建 GitHub 仓库、管理文件等。代码执行智能体:能够执行代码并与本地系统交互,处理更复杂的逻辑和自动化任务。触发器和动作智能体:为 100 多种广泛使用的软件设置触发器和动作,响应特定事件并执行相应操作。身份验证管理智能体:处理用户身份验证,支持多种认证协议,使智能体能够代表用户与各种工具集成并执行操作。可观察性智能体:提供全面的可观察性和日志记录功能,允许开发者实时监控和跟踪智能体与工具的每一次交互。集成开发智能体:提供了与 Python 和 JavaScript 的原生支持,轻松地将智能体集成到现有的应用程序中。多用户管理智能体:能够管理多个用户的认证,为不同的用户执行操作,提高了灵活性和可扩展性。跨平台智能体:不仅可以在本地系统上运行,还可通过浏览器等工具与 Web 应用交互,扩展了应用范围。
具体场景:
自动化软件开发流程,如创建和管理 GitHub 仓库、自动化代码审查和测试流程。内容管理,包括管理博客和网站内容的发布、自动化社交媒体帖子的发布。数据管理,实现自动化数据收集、整理和分析,以及管理数据库和文件存储。客户服务,提供自动化的客户支持和帮助,管理客户反馈和工单系统。电子商务领域的自动化订单处理和库存管理,以及管理在线商店的产品列表和定价。项目管理中的自动化项目任务和里程碑的跟踪,管理团队协作和沟通。教育和培训方面的自动化课程内容的发布和更新,管理在线学习平台的学生互动和评估。健康和医疗行业的自动化患者记录和预约管理,提供健康咨询和信息管理。金融和会计领域的自动化交易记录和财务报告,管理预算和支出。安全和监控的自动化安全监控和警报系统,管理访问控制和身份验证。研究和开发的自动化科学实验和数据分析,管理研究项目和出版物。娱乐和媒体的自动化电影和音乐内容的发布,管理版权和许可。人力资源管理的自动化员工记录和福利管理,管理招聘和培训流程。法律和合规的自动化法律文件和合同管理,管理合规性和审计。作为个性化的虚拟助手服务,管理日程安排和提醒。
五、Composio 的应用实践
以下是如何使用 Composio 与 GitHub 集成,代表用户为某个开源存储库加星标的示例代码
首先需要安装 Composio 的核心库和相关插件,安装命令如下:
1、安装 Composio 核心库
<code>pip install composio-core
2、安装OpenAI
安装 Composio 的 OpenAI 插件(需要 OpenAI 的场景)
pip install composio-openai
3、添加 GitHub 集成
添加 GitHub 集成(当前场景需要使用GitHub)
composio add github
4、初始化Composio工具集
导入依赖包、初始化Composio 工具集和OpenAI客户端
from openai import OpenAI
from composio_openai import ComposioToolSet, App, Action
#初始化OpenAI客户端
openai_client = OpenAI(api_key="**\*\***OPENAIKEY**\*\***")code>
# 初始化Composio 工具集
composio_toolset = ComposioToolSet(api_key="**\*\***COMPOSIO_API_KEY**\*\***")code>
5、获取预配置的 GitHub 工具
# Get GitHub tools that are pre-configured
actions = composio_toolset.get_actions(actions=[Action.GITHUB_ACTIVITY_STAR_REPO_FOR_AUTHENTICATED_USER])
6、工具函数配置
my_task = "Star a repo composiohq/composio on GitHub"
# Setup openai assistant
assistant_instruction = "You are a super intelligent personal assistant"
assistant = openai_client.beta.assistants.create(
name="Personal Assistant",code>
instructions=assistant_instruction,
model="gpt-4-turbo-preview",code>
tools=actions, # type: ignore
)
# create a thread
thread = openai_client.beta.threads.create()
message = openai_client.beta.threads.messages.create(thread_id=thread.id,role="user",content=my_task)code>
# Execute Agent with integrations
run = openai_client.beta.threads.runs.create(thread_id=thread.id,assistant_id=assistant.id)
7、执行工具函数
# Execute Function calls
response_after_tool_calls = composio_toolset.wait_and_handle_assistant_tool_calls(
client=openai_client,
run=run,
thread=thread,
)
print(response_after_tool_calls)
六、结语
Composio 作为一款强大的面向 AI 智能体的生产就绪工具集,为开发者提供了丰富的功能和广泛的应用场景。通过支持多种工具、框架集成以及身份验证协议,它大大简化了 AI 智能体的开发和管理过程,提高了开发效率和代理准确率。无论是在软件开发、内容管理、数据处理还是其他众多领域,Composio 都展现出了巨大的潜力和价值。随着人工智能技术的不断发展,相信 Composio 将在未来的 AI 应用开发中发挥更加重要的作用,为开发者带来更多的便利和创新。
参考资料:
Composio 官网Composio GitHub 主页Composio文档说明
🎯🔖更多专栏系列文章:AI大模型提示工程完全指南、AI大模型探索之路(零基础入门)、AI大模型预训练微调进阶、AI大模型开源精选实践、AI大模型RAG应用探索实践🔥🔥🔥 其他专栏可以查看博客主页📑
😎 作者介绍:我是寻道AI小兵,资深程序老猿,从业10年+、互联网系统架构师,目前专注于AIGC的探索。
📖 技术交流:欢迎关注【小兵的AI视界】公众号或扫描下方👇二维码,加入技术交流群,开启编程探索之旅。
💘精心准备📚500本编程经典书籍、💎AI专业教程,以及高效AI工具。等你加入,与我们一同成长,共铸辉煌未来。
如果文章内容对您有所触动,别忘了点赞、⭐关注,收藏!加入我,让我们携手同行AI的探索之旅,一起开启智能时代的大门!
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。