热度排序的 AI 开源项目榜单。
rea 是一个面向逆向工程场景的 agent 工具集，目标是用 AI agent 完成从应用行为分析到原生二进制逆向的完整链路。传统逆向工作依赖人工在反汇编器、调试器、抓包工具之间反复切换，门槛高、重复劳动多；rea 通过 CLI 与 MCP 把逆向能力封装成 agent 可调用的技能（agent-skills），让 Claude Code 等 LLM agent 能够自动执行分析任务并串联结果。项目覆盖多个技术栈，包括 Android、JavaScript/TypeScript、React、Node.js、Java、Python、Rust、C++ 与 HTML，可处理应用层行为观察、前后端逻辑还原，也能下探到 Linux 平台的原生二进制分析。其亮点在于把安全研究与逆向流程 agent 化：用统一接口调用不同语言与平台的分析能力，降低工具切换成本，同时便于把分析步骤沉淀为可复用的技能与插件。适合安全研究人员、漏洞分析人员以及需要快速理解陌生代码与程序行为的开发者使用。
impeccable 是一套面向 coding agent 的设计词汇与 Agent Skills，旨在解决 AI 生成界面时常见的粗糙、同质化和 AI slop 问题。它为 agent 提供可调用的设计指令：用 polish 打磨细节，用 bolder 强化视觉表达，用 critique 进行设计评审，用 audit 检查一致性与可用性，并在交付前识别低质生成痕迹。项目把设计判断转化为 agent 可理解、可执行的术语和工作流，让编码助手不仅能写代码，还能按明确标准审视和提升 UI 质量。适合在原型、前端开发与发布前审查中接入，帮助团队以更低沟通成本获得更稳定、更有品味的界面产出。
impeccable 是一套面向 coding agent 的设计词汇表，用来解决 AI 生成界面时常见的“AI slop”问题——即模板化、廉价、缺乏设计判断力的产出。它为 agent 提供了一组精炼的设计指令词：用 polish 让产物更精致，用 bolder 强化视觉表达与决策力度，用 critique 对现有方案做设计批评，用 audit 系统检查可用性、一致性与细节缺陷。这些词作为 agent-skills 接入，使开发者不必写长篇 prompt，就能用简洁的词汇精确控制编码 agent 的设计取向，并在交付前拦截低质量输出。项目核心价值在于把模糊的“做好看一点”转化为可复用的设计语义，让 AI 辅助开发在视觉与交互质量上有稳定、可预期、可审查的表现，适用于前端开发、原型生成与设计评审等场景。
AIHawk 是一个开源的 AI 浏览器智能体，旨在通过自然语言描述任务，自主操作真实网页完成浏览、点击、输入和内容读取等动作，实现端到端的 Web 自动化。用户无需编写脚本，只需用日常语言说明目标，如求职申请、销售线索搜集、网页调研或日常信息整理，AIHawk 便会模拟人类操作浏览器逐步执行整个流程。项目基于 Python 构建，核心由 LLM 驱动智能体进行决策与任务拆解，并能自适应动态页面变化，解决传统自动化脚本难以应对复杂网页交互的问题。AIHawk 既提供独立 UI 方便个人直接使用，也支持通过 MCP 协议无缝接入 Claude Code、Codex 和 Gemini CLI 等主流 AI 编程环境，作为通用的浏览器操作能力层被其他工具调用。其亮点在于将自然语言理解、自主规划与真实浏览器操作深度结合，不仅降低了自动化门槛，也扩展了 AI Agent 在真实互联网环境中的执行边界，适合个人助理、自动化办公及智能体应用开发等多种场景。
AIHawk 是一款开源的 AI 浏览器智能体，致力于用自然语言驱动真实的网页自动化操作。用户只需用日常语言描述任务，它就能自主浏览网页、点击按钮、输入文本并读取页面内容，完成诸如简历投递、职位搜索、潜在客户挖掘、在线调研等各类复杂事务。其核心亮点在于将大语言模型（LLM）与浏览器操作深度融合，具备自主决策与执行能力，不仅能理解任务意图，还能在真实网站环境中灵活应对动态内容与多步骤流程。项目提供两种接入方式：既可独立使用自带用户界面（UI），也可作为 MCP 服务器接入 Claude Code、Codex 与 Gemini CLI 等主流 AI 编程工具，让用户在熟悉的工作流中直接调用浏览器自动化能力。作为基于 Python 的 agentic-ai 项目，AIHawk 强调开放性与可扩展性，适合需要批量化网络操作、效率提升或个性化 AI 助理开发的开发者，是探索 autonomous-agents 与 computer-use 方向的实用参考实现。
Quivr 是一个用于将生成式 AI 集成到应用程序中的 RAG 框架，核心理念是让开发者专注于产品本身，而非 RAG 的复杂实现。它提供高度自定义能力，可轻松嵌入现有产品，并支持任意 LLM（如 GPT4、Groq、Llama）和任意向量库（如 PGVector、Faiss），同时能处理多种文件格式，满足灵活多变的业务需求。项目提供完整的 API 和 CLI，技术栈基于 React、TypeScript、PostgreSQL，并支持 Docker 部署，方便快速上手与扩展。Quivr 特别强调安全与隐私，在数据存储和访问控制上做了针对性设计，适合需要私有化或安全可控的 RAG 场景。除了基础的问答与检索能力，它还具备前端界面，可快速搭建聊天机器人或知识库应用。无论你是想为产品添加 AI 能力，还是构建独立的智能助手，Quivr 都提供了一种“按你想要的方式”集成的路径，大幅降低工程复杂度，加速生成式 AI 功能落地。
CodeWhale 是一个开源的、社区驱动的 agent harness，专为 AI 编码代理设计。它使用 Rust 编写，提供 CLI 与 TUI 两种交互界面，让开发者能够在终端中直接创建、配置和运行基于 LLM 的 agent。CodeWhale 统一了与 OpenAI、Anthropic、DeepSeek、Qwen、Kimi、Grok 等主流模型的 API 接入，避免不同提供商 SDK 之间的割裂问题。通过声明式配置和模块化工具链，用户可以快速定义 agent 的任务流程、工具调用与上下文管理，显著降低构建复杂 coding agent 的门槛。项目由社区持续贡献，兼容阿里云等云环境，具备良好的扩展性，适合希望深度定制 AI 工作流的开发者。作为 harness，它不限定具体模型，而是提供可插拔的中间层，让 agent 能力更透明、更易维护，同时依托 Rust 的性能优势，保障终端环境下的流畅体验。
herdr 是一个用 Rust 构建的编码智能体运行时，定位为「coding agents 赖以运行的操作系统」。它专门解决同时使用 Claude Code、Codex 等多个 AI 编程工具时的痛点：工作区混乱、会话割裂、多 agent 无法协同。作为终端多路复用器与工作区管理器，herdr 提供类似 tmux 的体验，但针对 AI coding 场景深度优化。开发者可通过 CLI 和 TUI 同时启动、监控、切换多个编码 agent，每个 agent 拥有独立会话与工作区，互不干扰且统一管理。其 agent-orchestration 能力支持多个智能体在同一项目上分工协作，共享上下文与状态。herdr 基于 Rust 开发，性能出色、资源占用低，终端 UI 响应流畅。它将碎片化的 agent 使用体验整合成可管控的工作流，让多智能体协作效率大幅提升，是 AI 辅助编程时代的核心开发者工具。
worldmonitor 是一款开源的实时全球情报仪表盘，聚焦 AI 驱动的新闻聚合、地缘政治态势监测与关键基础设施追踪，为用户提供统一的态势感知界面。项目通过集成多种数据源与 MCP server 协议，支持智能 agent 自主采集、过滤和关联来自全球的公开情报（OSINT），帮助分析人员快速掌握冲突动态、政策变化及基础设施异常。其核心能力包括：基于 LLM 的新闻摘要与事件聚类、地理空间可视化与热力分析、自定义监测规则与告警触发，以及类似 Palantir 的情报关联与推理链路呈现。worldmonitor 强调实时性与可扩展性，CLI 与 Dashboard 双模式兼顾开发者和分析师需求，可直接对接主流情报 API 与开源数据管道。无论是安全研究、地缘政治分析还是企业风险监控，该项目都能提供低门槛、高信息密度的智能监测方案。
编写HTML，渲染视频，专为智能体构建。
每个代理的跨会话持久上下文 – 捕获代理在会话期间的所有操作，用AI压缩，并将相关上下文注入未来会话。适用于Claude Code、OpenClaw、Codex、Gemini、Hermes、Copilot、OpenCode等。
superpowers 是一个基于智能体的技能框架与软件开发方法论，旨在解决现有AI辅助开发中缺乏系统性协作与可复用能力的问题。它提出了“子智能体驱动开发”（subagent-driven-development）模式，将LLM agent嵌入SDLC全流程，通过模块化的技能模块（如头脑风暴、编码、推理）实现自动化与增强。核心能力包括：可组合的技能定义，允许将复杂任务分解为独立、可复用的agent技能；支持多种AI模型集成与编排；强调人机闭环，确保人类始终处于决策中心。亮点在于提供了一套经过验证的方法论，使AI不再停留在代码补全，而是参与从设计到测试的完整开发过程，尤其适用于需要创意与技术结合的领域。项目遵循obra等理念，旨在重构软件开发工作流，提升团队效率与创造力。
世界上首个开源、智能体式视频制作系统。12个流水线，52个工具，500多项智能体技能。将你的AI编程助手转变为完整的视频制作工作室。
Taste-Skill - 赋予你的AI良好品味，阻止AI生成无聊、通用的垃圾内容。
iFixAi 是面向 AI Agent 经济体的独立审计工具，可由人类或 Agent 自身运行，核心回答一个关键问题：Agent 是否在做它应该做的事。它针对 AI Agent 在真实任务中的可靠性、目标对齐与安全边界，提供快速诊断，官方称可在 120 秒内给出审计结论。项目以 CLI 和 Python 生态为主，覆盖 agent evaluation、LLM evaluation、幻觉检测、prompt injection 检测、LLM 安全、风险识别与治理等能力，并映射 EU AI Act、ISO 42001、NIST AI RMF、OWASP LLM 等合规与安全框架。它适用于开发、部署和运营阶段的 Agent 评估，帮助团队、审计者或 Agent 自身发现行为偏差、潜在滥用、合规缺口与风险，支持负责任 AI 与 AI 治理。通过轻量、可自动化的审计流程，iFixAi 试图降低 AI Agent 的可观测与问责门槛，让“Agent 是否按预期工作”从主观判断变成可重复、可追溯的诊断结果。
随你成长的智能体
Firecrawl 是一个面向 AI agents 和 LLM 应用的网页数据 API，用于搜索、抓取并访问更多来源的数据。它解决 AI 应用难以获取实时网页内容、网页结构杂乱、格式不适合模型消费的问题。核心能力包括网页搜索、网页抓取、站点爬取、数据提取，以及将 HTML 转换为 Markdown，从而为 RAG、LLM 和 AI agents 提供干净、结构化、可直接使用的上下文。项目覆盖 crawler、scraper、web scraping、web search、data extraction 等场景，可帮助开发者把互联网和更多外部来源的数据接入 AI 工作流，提升智能体与检索增强生成的效果。它适合需要实时信息、网页知识库、自动化数据采集和 AI 搜索的开发者与团队。
Firecrawl 是一个面向 AI 的 Web 数据 API，旨在为 AI agents 和 LLM 应用提供来自网页及更多来源的数据。它解决网页内容获取、清洗、解析和结构化难题，让开发者无需自行维护复杂爬虫链路。核心能力包括 Web 搜索、抓取、爬取和访问页面，支持数据提取，并可将 HTML 转换为 Markdown，为 RAG、知识库和智能体提供更干净、可用的上下文。其亮点是统一 API 接入，适用于需要实时网页信息、搜索增强、内容采集和结构化数据的场景，帮助 AI 应用从互联网获取可靠输入，并扩展到更多数据源。
Caveman 是一个面向编码智能体的技能与代理工具，核心思路是“能用少量 token 表达，就不用大量 token”。它通过让 LLM 采用类似原始人的极简说话方式，压缩提示词和交互文本，从而减少 token 消耗。项目定位为 coding agents 的 skill 加 proxy，适用于 Claude、Claude Code 等场景，官方称可削减约 65% 的 token。它解决的问题是：在长上下文、复杂提示工程和频繁 API 调用中，token 成本高、上下文窗口消耗快、响应延迟增加。Caveman 并不改变代码任务本身，而是在请求链路中充当代理层，把冗长表达改写为更短、更直接的指令，同时尽量保留任务语义。其亮点在于把 meme 式“穴居人语”变成可落地的 prompt-engineering 策略，以较低改造成本降低 LLM 使用成本，并为 CLI、API 和智能体工作流提供 token 优化思路。对于关注 RAG、代码生成和成本控制的开发者，它提供了一种轻量、可组合的优化方案。
herdr 是一个用 Rust 打造的终端运行时，专为编码代理（coding agents）设计，定位是"代理所居住的运行时"。它本质上是一个面向 AI 代理的多路复用器（multiplexer）与工作区管理器，类似于 tmux 在终端会话中的作用，但针对 Claude Code、Codex 等 AI 编程工具深度优化。 核心能力包括：在单一终端界面中同时运行、监控和切换多个编码代理会话，为每个代理提供独立的工作区与上下文隔离；提供直观的 TUI 界面，让开发者实时观察代理的决策过程与文件操作；支持代理间的协作编排，允许多个代理并行处理不同模块或任务。 herdr 解决了开发者在同时使用多个 AI 代理时面临的会话混乱、上下文冲突和资源管理困难等问题，将零散的代理调用整合为可控的工作流。项目基于 Rust 实现，具备高性能与低资源占用，强调终端原生的流畅体验，是面向未来的 AI 原生开发工具链中的重要基础设施。
caveman 是一个面向 coding agents 的 skill 与 proxy，用极简、近似穴居人的表达方式压缩 LLM 交互中的 token。它针对 Claude、Claude Code 等编码代理在对话和代码任务中因客套、解释、重复描述导致 token 消耗过高、API 成本上升、上下文窗口被快速占满的问题。项目通过 prompt-engineering 约束模型输出，并在代理链路中做请求与响应中转，把复杂说明改写成短句、关键词和必要指令，在保留任务意图的同时减少冗余。官方描述称可削减约 65% 的 token。作为 viral skill，它易于接入现有 coding agent 工作流；作为 proxy，它可统一拦截并改写发往 LLM 的内容。适合希望降低 Anthropic API 开销、提升上下文利用率、加快编码代理响应的开发者和团队。其 meme 风格也让它成为 token 优化与 prompt-engineering 的传播案例。
LobeHub 是您的首席代理操作员，通过雇佣、调度和报告整个AI团队，将您的代理组织为7×24小时运营。
Kilo 是一体化智能工程平台。使用最流行的开源编码智能体，更快地构建、交付和迭代。
针对AI编程助手的规范驱动开发（SDD）。
增强版ChatGPT克隆：支持代理、MCP、技能、DeepSeek、Anthropic、AWS、OpenAI、Responses API、Azure、Groq、o
从vibe coding到agentic engineering - 实践使Claude完美
AI Agent助手与开发框架，集成了众多IM平台、LLM、插件和AI功能，可作为你的openclaw替代方案。
headroom 是一个专为大语言模型（LLM）场景设计的压缩工具，能在工具输出、日志、文件及 RAG 块到达 LLM 之前进行高效压缩，减少 60% 至 95% 的 token 消耗，同时保持答案质量不变。它支持多种集成方式：可作为 Python 库或 TypeScript 库直接调用，提供 API 代理（proxy）实现透明压缩，还实现了 MCP Server（Model Context Protocol 服务端）以便与 Claude Code、Cursor 等 AI 代理无缝对接。headroom 适用于 agent、prompt engineering、context window 优化、RAG 管道等场景，兼容 OpenAI、Anthropic、LangChain、FastAPI 等主流框架。其核心亮点在于不修改 LLM 调用逻辑的前提下大幅降低 token 成本，尤其适合高频调用、长上下文或需要压缩多轮对话的场景，是解决 LLM 上下文窗口溢出与成本控制的实用基础设施。
生产就绪的代理工作流开发平台。
RAGFlow是一个领先的开源检索增强生成（RAG）引擎，融合了前沿的RAG与Agent能力，为大型语言模型（LLMs）构建卓越的上下文层。
WeKnora 是一个开源 LLM 知识平台，目标是把散落的原始文档转化为可查询的知识资产。它解决了文档分散、检索困难、知识难以持续维护的问题，通过文档解析、分块、embedding 与向量检索构建完整 RAG 流水线，并支持语义搜索与 reranking，让用户用自然语言获得带来源的准确问答。平台内置自主推理 agent，可多步规划、调用检索与工具完成复杂任务，同时把新内容持续沉淀为自维护 Wiki，形成知识闭环。WeKnora 使用 Go 编写，支持多租户隔离，兼容 OpenAI、Ollama 等 LLM 与 embedding 服务，并提供评估机制以衡量检索与回答质量。它还提供 CLI、API 与插件（如 dsh-plugin）便于集成，适用于构建问答机器人、企业知识库与智能文档助手。
omo/lazycodex：面向tokenmaxxers的编码代理；处理复杂代码库的唯一代理工具。适用于你的Codex，适用于你的OpenCode。
WorldMonitor 是一个开源的实时全球情报仪表盘，专注于通过 AI 驱动的新闻聚合、地缘政治监控和关键基础设施追踪，为用户提供统一的态势感知界面。它解决了信息过载时代中多源情报碎片化的问题，将 OSINT 数据、新闻流和地理空间信息自动整合进可交互的可视化面板。核心能力包括：基于 LLM 的多语言新闻摘要与关联分析、MCP 和 MCP-server 支持（实现与 Agent 框架的灵活集成）、以及类似 Palantir 的情境分析逻辑。亮点在于其轻量级、模块化设计，既可作为独立监控终端，也能作为 AI Agent 的情报数据管道，帮助分析师、安全团队和研究人员快速掌握全球动态而不依赖商业闭源平台。
unsloth 是一个本地运行的图形界面工具，用于启动和训练大型语言模型（LLM）与扩散模型。它支持 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX、Stable Diffusion 等主流模型，覆盖文本生成、图像生成与文本转语音（TTS）等多个模态。该项目旨在降低模型使用与微调的门槛，无需编写代码即可通过 UI 完成推理、参数调整、数据集准备和 fine-tuning。同时，它面向自托管（self-hosted）场景，强调数据隐私与离线可用性，并兼容 OpenAI 风格的 API 接口。unsloth 还涉及强化学习（RL）与智能体（agent）工作流，适合研究者、开发者以及需要在本地高效迭代模型的团队使用。其亮点在于整合了多种前沿模型与训练能力，并以简洁的交互方式替代复杂 CLI 操作，使本地 AI 实验更加直观和高效。
AI智能体的通用记忆层
Toonflow 是开源一站式 AI 短剧创作工具，将小说、剧本快速转化为动画短剧。集成 AI 编剧、智能分镜、角色与视频生成，跨平台桌面端轻量部署，助力创作者低成本批量产出视觉内容。Toonflow is an open-source AI tool that turns stories and scripts into animated short dramas. Features AI scriptwriting, storyboarding, character and video generation. A cross-platform desktop app for efficient content creation.
LibreChat 是一个开源的增强版 ChatGPT 式对话平台，可自行部署，面向希望统一接入多家 LLM 而不被单一厂商锁定的个人与团队。它把 OpenAI、Anthropic、Azure、AWS Bedrock、Groq、DeepSeek、Mistral、OpenRouter、Vertex AI、Gemini 等主流模型与 API 汇聚到同一个 WebUI，用户可在会话内即时切换模型，并用 Presets 保存参数组合与系统提示。 功能层面，LibreChat 支持 Agents、MCP、Skills、Responses API、Functions、OpenAPI Actions 与 LangChain 集成，可调用外部工具与数据源；内置 Code Interpreter、Artifacts 与 DALL-E-3 图像生成，能在对话中运行代码、渲染可交互产物。消息全文搜索、视觉输入与文件问答让长会话更易检索。针对自托管场景，它提供安全的多用户认证与权限体系，管理员可配置模型和工具对不同用户的开放范围，数据完全留在自有服务器。 简言之，LibreChat 用一套开源、可扩展的界面替代各家独立客户端，兼顾模型自由度、工具生态与部署可控性，适合作为团队内部的 AI 网关与协作入口。
一个开源长时域SuperAgent框架，可研究、编写代码并创造。借助沙盒、记忆、工具、技能、子代理和消息网关，处理从几分钟到几小时的不同层级任务。
社区贡献的指令、代理、技能和配置，帮助您充分利用GitHub Copilot。
WeKnora 是一个开源 LLM 知识平台，解决原始文档难以检索、问答和持续维护的问题。它能将 PDF、网页、Office 等非结构化文档导入并处理为可查询的 RAG 知识库，通过解析、分块、embedding、向量搜索和 semantic-search 构建索引，并结合 reranking 提升召回与问答准确率。平台内置自主推理 agent，可围绕知识库进行多步检索、推理和问答，也能以聊天机器人形式提供服务；同时把零散知识整理成自我维护的 Wiki，随文档更新而演进。WeKnora 支持多租户、评估，兼容 OpenAI、Ollama 等 LLM，采用 Golang 开发，适合私有化部署，并提供 API 集成能力，帮助团队把原始文档转化为可搜索、可问答、可推理、可持续演化的知识资产。
unsloth 是一个本地化 UI 工具，用于运行和训练大型语言模型（LLM）与扩散模型，涵盖 Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、DeepSeek-V4、FLUX 等众多前沿模型。它解决了用户在本机环境中便捷部署、测试和自定义模型的问题，无需复杂命令行操作即可完成推理、微调、图像生成乃至强化学习任务。其核心亮点在于提供统一友好的图形界面，将模型加载、提示词交互、训练参数配置等流程可视化，同时支持自托管，保障数据隐私。作为面向 agent、AI 研究与开发者的工具，unsloth 兼容 Python 生态，并整合了 OpenAI 风格的工作流，降低了从模型实验到实际应用的门槛。无论是快速试用最新模型，还是针对特定任务进行微调，unsloth 都能以高效、简洁的方式完成，适合个人开发者与小型团队在本地构建 AI 应用。
一个开源、可扩展的AI代理，超越代码建议——可安装、执行、编辑和测试任何LLM。
qwen-code 是一款开源 AI 编程智能体，直接运行于终端环境，让开发者无需切换上下文即可获得智能编码协助。它由 LLM 驱动，具备 agentic 自主规划与执行能力，能够理解自然语言指令，自动完成代码生成、重构、调试、测试与文件操作等多步骤开发任务。项目以 TypeScript 构建，提供轻量高效的 CLI 界面，无缝融入日常终端工作流。qwen-code 完整支持 MCP 协议，可灵活接入外部工具、API 与数据源，扩展 AI 在真实工程场景中的能力边界。作为开源项目，其源码完全透明，开发者可以自由审计、按需定制并参与社区共建。无论是快速编写代码片段、梳理陌生代码库，还是处理跨文件的复杂工程问题，qwen-code 都能显著降低开发成本、提升效率，是值得信赖的终端 AI 编程搭档。
轻量级、开源的人工智能代理，适用于您的工具、聊天和工作流程。
编排角色扮演、自主AI代理的框架。通过培养协作智能，CrewAI使代理能够无缝协同工作，处理复杂任务。
LibreChat 是一个开源的增强版 ChatGPT Clone，面向需要统一接入多种 LLM 并自主托管部署的用户。它解决多模型提供商之间切换繁琐、工具链割裂以及团队共享访问困难的问题。通过 WebUI，用户可在 OpenAI、Azure、Anthropic、AWS、Groq、DeepSeek、Mistral、OpenRouter、Vertex AI、Gemini 等提供商及 o1、GPT-5 等模型间切换，并支持 Responses API。核心能力包括 Agents、MCP、Skills、Artifacts、Code Interpreter、langchain、DALL-E-3、OpenAPI Actions、Functions 与消息搜索；提供预设、安全多用户认证，适合个人和团队自建 AI 聊天平台。
开箱即用的代理框架。
crawl4ai 是一个面向 LLM 和 AI agents 的开源网页爬虫与抓取工具，主要解决大模型应用在获取网页数据时格式杂乱、噪声多、难以直接利用的问题。它能将任意网站内容转换为干净、结构化且可直接供 LLM 消费的 Markdown，为 RAG、AI agents 和数据提取等场景提供高质量语料。项目基于 Python 和 Playwright 构建，支持动态渲染页面抓取，并可通过 CLI 或 API 灵活集成。用户既能自行部署运行，也可借助 Crawl4AI Cloud 一键托管使用。其核心亮点是输出对 LLM 友好、开箱即用，并兼容 MCP，便于接入各类 AI 工作流，适合需要为 RAG 管道、智能体或训练数据准备网页内容的开发者。
一个轻量级、强大的多智能体工作流框架
Composio 提供 1000+ 工具包、工具搜索、上下文管理、认证和沙盒工作台，助您构建将意图转化为行动的 AI 代理。