GitHub Explorer

Klavis 深度分析报告

GitHub: https://github.com/Klavis-AI/klavis

一句话总结

MCP 生态中最全面的开源集成平台——通过 Strata 智能聚合层 + 101 个原生 MCP Server 集成（含 OAuth 管理）+ 沙盒环境，让 AI Agent 在任何规模下可靠调用外部工具，覆盖从 Notion/Slack/GitHub 到 12306/HowToCook 的广泛服务。

值得关注的理由

  • MCP 集成平台赛道领跑者：5,700 stars，101 个原生 MCP Server 集成（同类竞品 ACI.dev 4,750 stars / 600+ 工具），是 MCP 生态中覆盖最广的开源集成平台
  • 三层产品架构解决 MCP 碎片化：Strata（智能聚合，一个 MCP server 暴露数千工具 + 上下文窗口优化）+ MCP Integrations（101 个预构建集成含 OAuth）+ MCP Sandbox（可扩展的 LLM 训练/RL 环境）
  • 13 个 AI 框架集成示例开箱即用：OpenAI、Anthropic、Google GenAI/ADK/Gemini CLI、LangChain、LlamaIndex、CrewAI、Mastra 等，降低了 MCP 工具接入门槛

项目画像

维度数据
GitHubhttps://github.com/Klavis-AI/klavis
Star / Fork5,700 / 544
代码行数571,987 行（JSON 39.6%, Python 22.2%, Go 16.2%, TypeScript 16.1%）
项目年龄约 12 个月（2025-04-14 创建）
开发阶段高速扩展（月均 109 次提交，v2.20.0 SDK，约每 2 天新增一个集成）
贡献模式创始双人驱动（zihaolin96 52.6% + xiangkaiz 18.8%，30 位贡献者）
热度定位中等热度（爆发期过后月均 ~60 stars，自然增长放缓）
质量评级代码[良好] 文档[优秀（Fern 驱动 API 文档站）] 测试[不足]

作者视角：为什么存在这个项目

创始人/作者背景

Klavis AI 是一家专注于 AI Agent 工具集成的初创公司（推测旧金山），2025 年 4 月成立。核心创始双人组：Zihao Lin (@zihaolin96)（690 commits，52.6%）和 Xiangkai Zeng (@xiangkaiz)（246 commits，18.8%），合计贡献 71.4% 代码。团队约 20 人，但核心开发由创始人主导。

问题判断

MCP 协议虽然定义了 AI Agent 与外部工具通信的标准，但每个 SaaS 服务都需要独立的 MCP Server 实现——Notion 一个、Slack 一个、GitHub 一个——导致 AI Agent 接入外部工具的碎片化问题严重。开发者需要自行管理 OAuth 认证、工具发现、上下文窗口等复杂性。

解法哲学

「MCP 的 Zapier」——不做单个 MCP Server，做 MCP Server 的集成平台：

  • Strata 智能聚合层：一个 MCP Server 聚合数千工具，自动优化上下文窗口。AI Agent 不需要知道背后有 101 个独立 Server
  • OAuth 统一管理：为每个集成处理 OAuth 认证流程，开发者无需自己实现每个 SaaS 的 OAuth
  • 开源 + 商业双轨：核心集成全部 Apache 2.0 开源，托管版本（klavis.ai）提供商业级可靠性

战略意图

占据 MCP 生态的「中间件层」——不做 AI 模型，不做 AI IDE，做两者之间的工具连接层。通过覆盖 101 个服务形成网络效应，让开发者一旦接入 Klavis 就很难迁移（因为需要逐个重新实现 OAuth 和 MCP 适配）。Product Hunt Daily Top Post 验证了产品市场契合度。

核心价值提炼

创新之处

  1. Strata 智能工具聚合（新颖度 4/5 | 实用性 5/5 | 可迁移性 3/5） 一个 MCP Server 暴露数千工具，自动优化上下文窗口（避免 LLM 被海量工具描述填满）。AI Agent 只需连接一个 endpoint 即可访问所有已集成服务。pipx install strata-mcp 可本地部署开源版。

  2. 101 个原生 MCP Server + OAuth 统一管理（新颖度 3/5 | 实用性 5/5 | 可迁移性 2/5） 每个集成不是简单的 API 包装，而是完整的 MCP Server 实现（含 OAuth 流程、工具定义、错误处理）。覆盖办公（Notion/Slack/Google Workspace）、开发（GitHub/Supabase/MongoDB）、CRM（Salesforce/HubSpot）、生活（12306/HowToCook）等广泛领域。

  3. MCP Sandbox 沙盒环境（新颖度 4/5 | 实用性 3/5 | 可迁移性 4/5） 可扩展的 MCP 环境，专门用于 LLM 训练和强化学习。让模型在沙盒中学习如何正确调用工具，而非在生产环境试错。

  4. 13 个 AI 框架集成示例（新颖度 2/5 | 实用性 5/5 | 可迁移性 5/5） OpenAI、Anthropic、Google GenAI/ADK/Gemini CLI、LangChain、LlamaIndex、CrewAI、Mastra、Together、Fireworks、Agno 等主流 AI 框架的即用示例，降低了 MCP 接入门槛。

  5. Fern 驱动的 API 自动化（新颖度 2/5 | 实用性 4/5 | 可迁移性 5/5） 使用 Fern 自动生成 API 文档、Python SDK、TypeScript SDK，双 SDK 同步发布。Update API specifications with fern api update 在 CI 中自动触发。

可复用的模式与技巧

模式描述适用场景
MCP Server 工厂化生产54 个 Python 服务用 Dockerfile + requirements.txt 轻量化部署需要批量生产 MCP Server 的场景
OAuth 统一管理层为每个 SaaS 集成封装 OAuth 流程多 SaaS 集成的 Agent 平台
Fern SDK 自动生成API Spec → Python/TS SDK 自动发布需要多语言 SDK 的 API 项目
三语言并行实现Python（广覆盖）+ Go（高性能）+ TypeScript（前端）大型集成平台
Strata 聚合模式多 MCP Server 聚合为单一 endpoint工具过多导致 context overflow 的场景

关键设计决策

决策Trade-off
101 个独立 MCP Server 而非统一 API维护成本高（200 个 Dockerfile），换来每个集成的深度定制
三语言实现（Python/Go/TypeScript）团队技术栈碎片化，换来各语言的最佳性能
Fern 自动 SDK 而非手写灵活性受限，换来双 SDK 同步和文档自动化
Apache 2.0 开源 + 商业托管社区可 fork 竞争，换来最大化的社区采纳
Docker 化每个 Server资源消耗大，换来部署隔离和版本独立

竞品格局与定位

竞品对比矩阵

维度KlavisACI.devMetaMCPPAL MCP
Stars5,7004,7502,19011,373
工具数101 个原生集成600+ 工具聚合层18 个专业工具
产品形态平台（集成 + 聚合 + 沙盒）统一 MCP Server代理/网关多模型编排
OAuth 管理内置内置无无
AI 框架示例13 个有限无无
商业模式开源 + 托管 SaaS开源 + SaaS开源开源
定位差异MCP 的 ZapierMCP 的超级 ServerMCP 的 NginxMCP 的多模型路由

差异化护城河

Klavis 的护城河在于集成广度 + OAuth 深度：101 个原生集成（含完整 OAuth 流程）的工程投入难以快速复制。Strata 聚合层解决了「工具太多 context overflow」的真实痛点。Product Hunt Top Post 验证了产品市场契合度。

竞争风险

  • ACI.dev 声称 600+ 工具（虽然可能是浅集成），在数量上有优势
  • MCP 协议本身仍在快速演进，Server 实现可能需要频繁适配
  • 增长明显放缓（月均 ~60 stars），自然发现率低
  • 核心双人驱动，Bus Factor 风险

生态定位

MCP 生态的**「Zapier / Airbyte」**——不做 AI 模型或 IDE，做 AI Agent 与外部 SaaS 服务之间的标准化连接层。通过 101 个预构建集成和 OAuth 统一管理，降低了 AI Agent 接入企业工具链的门槛。

套利机会分析

  • 信息差: MCP 集成平台赛道在中文社区报道较少。「MCP 的 Zapier」定位和 Strata 聚合层的设计理念值得解读
  • 技术借鉴: Fern 驱动的 API 自动化 + 双 SDK 同步发布是 API 项目的最佳实践；OAuth 统一管理层适用于任何多 SaaS 集成平台；MCP Sandbox 用于 LLM 训练的思路有启发性
  • 生态位: 填补了「MCP 协议已定义但集成碎片化」的空白——开发者不需要为每个 SaaS 自己写 MCP Server
  • 趋势判断: MCP 生态正在快速成长，集成平台的价值与生态规模正相关。但赛道竞争加剧（ACI.dev、MetaMCP 等），窗口期有限

风险与不足

  • 增长放缓明显：从峰值月 1,468 stars 降至近月 ~60 stars，自然增长乏力
  • 核心双人驱动：前两人贡献 71.4%，Bus Factor 风险高
  • 测试覆盖缺失：近期提交中测试类型为 0%，101 个 MCP Server 的质量保证主要依赖人工
  • 运维压力大：200 个 Dockerfile、大量 fix proxy/routing/OOM 提交，规模化部署带来的运维挑战
  • OAuth 脆弱性：101 个 SaaS 各自的 OAuth 端点变更可能导致集成失效
  • 自定义许可证补充条款：虽标注 Apache 2.0 但 CONTRIBUTING.md 要求签署 CLA
  • 社区参与浅：外部贡献者多为单次提交，Discord 活跃度低

行动建议

  • 如果你要用它: 推荐先体验 Strata（pipx install strata-mcp），一键接入所有已集成服务。商业托管版 klavis.ai 适合不想自己部署 Docker 的团队。13 个 AI 框架的示例代码（examples/）是最佳入门路径
  • 如果你要学它: 重点关注 open-strata/（智能工具聚合的实现）→ mcp_servers/github_official/（Go 实现的高质量 MCP Server 范例）→ examples/（13 个 AI 框架的接入方式）→ fern/（API 自动化配置）
  • 如果你要 fork 它: 最有价值的方向是 (1) 增加中文 SaaS 集成（飞书/钉钉/微信公众号/企业微信）(2) 为 MCP Server 增加自动化测试 (3) Strata 的上下文窗口优化算法改进

知识入口

资源链接
官网klavis.ai
文档站klavis.ai/docs
Product HuntDaily Top Post（Strata）
Discorddiscord.gg/p7TuTEcssn
Strata 安装pipx install strata-mcp
Python SDKPyPI: klavis v2.20.0
TypeScript SDKnpm: klavis v2.20.0
关联论文无
在线 Demoklavis.ai（商业托管版）

相关报告

一个人 5 个月写 49 万行 Rust，造了个会自我进化的 Claude Code 竞品

⭐ 20.8k
Rust AI AgentAI 编程

MaxKB

⭐ 20.6k
Python AI AgentLLM 框架开发者工具

manim

⭐ 85.4k
Python AI Agent音视频 已发布

BettaFish

⭐ 39.6k
Python AI Agent 已发布

MiroFish

⭐ 38.2k
Python AI Agent 已发布

小智 ESP32 (xiaozhi-esp32)

⭐ 25.4k
C++ IoT / 硬件协议与规范