awesome-muse-connectors

查 Meta Muse 连接器能力与权限，选型不再翻文档

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署自动化工作流 🍴 复刻 329 🐛 待处理 25 👀 关注 13

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1437

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费目录项目

项目预览

awesome-muse-connectors 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类自动化工作流

开发团队Anil-matcha

官网地址https://ai.meta.com/muse

GitHubhttps://github.com/Anil-matcha/awesome-muse-connectors

定价模式🏷️完全免费

价格说明开源免费目录项目

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-skills,agentic-ai,ai-agents,ai-tools,api,api-integration,automation,awesome,awesome-list,connector-catalog,connectors,developer-tools,integrations,llm,meta-ai,muse,muse-connectors,open-source,personal-ai,skills

GitHub 星标★ 1437

上线时间2024-04-10 00:00:00

代码更新2026-11-04

仓库体积1.1 MB

本站数据更新2026-11-12

维护状态较活跃

收录时间2026-09-28

浏览次数4

项目介绍

awesome-muse-connectors 是一个面向 Meta Muse 生态的开源连接器目录，用 Python 维护，收录了官方与社区贡献的集成方案和连接器技能（connector skills）。它要解决的问题是：当开发者想让 AI Agent 或自动化工作流接入 Meta Muse 相关服务时，往往不清楚有哪些现成连接器、各自支持什么能力、需要怎样的认证方式和权限范围，只能逐个翻文档试错。这个项目把每个集成的能力说明、认证方式、权限要求都整理成结构化条目，并标注信息来源，方便快速比对和选型。核心能力包括：按能力/认证类型检索连接器、查看权限边界、复用社区技能模板，以及作为 Agent 工具链的接入清单。它本身不是运行时框架，而是选型与参考层，帮助团队在搭建 agentic 工作流时少走弯路。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-28 · 当前星标 ★ 1437

技术标签

agent-skills agentic-ai ai-agents ai-tools api

使用教程

难度：入门约 10 分钟部署方式：本地安装 7 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

能访问 GitHub 并安装 Git
已获得 Meta Muse 使用权限（应用内或 WhatsApp 可用）
本地有 Python 环境，便于查看和维护仓库内容
可访问 https://ai.meta.com/muse/download/ 确认当前开放情况

安装与启动步骤

1克隆仓库到本地

把连接器目录仓库拉到本地，方便离线查阅模板与目录结构。仓库为社区维护，与 Meta 官方无隶属关系。
```
git clone https://github.com/Anil-matcha/awesome-muse-connectors.git
```
2浏览连接器目录

打开 connectors/README.md，逐条比对连接器的能力、认证方式、权限范围与成熟度，挑选需要的条目。
3确认 Muse 访问权限

先到 Muse 下载页确认当前开放情况，再在 Muse 应用或 WhatsApp（若可用）中打开 Muse。
4复制模板提示词

在仓库模板中挑一个贴近需求的，复制其 prompt 文本；把方括号占位字段替换成你自己的真实信息，并收窄适用范围。
5粘贴到 Muse 并回答设置问题

新建一个对话，把提示词粘贴进去，按 Muse 提出的设置问题逐项作答。
6只连接必需的应用

按该工作流的最小权限原则，仅连接它真正需要的应用，避免授予多余权限。
7在监督下跑首个任务

第一次执行务必人工盯守，对发送、购买、删除、发布、分享等动作保持必须审批。