代码生成

Cursor

免费增值目录评分 4.8

含 Composer 与 Cloud agents 的 AI 编辑器

• Agent 与 Composer
• Cloud agents

GitHub Copilot

免费增值目录评分 4.6

含免费档与 Agent 模式的编程助手

Devin Desktop

免费增值目录评分 4.5

在Devin Desktop中结合完整IDE和多个智能体

Replit Agent

免费增值目录评分 4.4

在在线开发工作台从想法构建应用

Claude Code

付费目录评分 4.8

算在 Claude 付费档里、与聊天共用额度池的终端代理

• 终端智能体
• 跨文件重构

Aider

免费目录评分 4.6

终端里的开源结对编程，模型和 API key 自备

• Git 自动提交
• 多模型支持

Continue

免费目录评分 4.4

查阅Continue加入Cursor后的官方说明和开放代码

Tabnine

免费增值目录评分 4.2

结合组织代码上下文开展内部编码辅助

Amazon Q Developer

免费增值目录评分 4.1

在官方IDE插件退役安排下评估Amazon Q Developer

Cody

企业版目录评分 4.2

结合代码库搜索上下文理解、编写和修复代码

Phind

免费增值目录评分 4.3

核对Phind开发问答服务的当前状态

Bolt

免费增值目录评分 4.5

按 token 限额排产的浏览器内全栈生成器

• 提示词生成应用
• 浏览器内运行

v0

免费增值目录评分 4.6

按 credits 计费、落在 Vercel 账号里的界面生成器

• 文本生成 UI
• React + Tailwind

Lovable

免费增值目录评分 4.5

从自然语言描述构建并迭代应用和网站

Devin

付费目录评分 4.2

把工程任务交给可交付PR的软件智能体

Trae

免费增值目录评分 4.3

在TRAE IDE中衔接构思、设计、编码和测试

Augment Code

付费目录评分 4.4

为团队组织从规格到验证的智能体交付流程

Qodo

免费增值目录评分 4.3

按代码库规则对每次代码变更进行审查

JetBrains AI

付费目录评分 4.2

在JetBrains IDE内对话、补全并委派多步编码任务

Supermaven

免费增值目录评分 4.4

在编辑过程中获取基于代码上下文的补全

Greptile

付费目录评分 4.4

为拉取请求提供结合代码图谱的首轮审查

Blackbox AI

免费增值目录评分 4

核对Blackbox当前的加密推理平台定位

OpenAI Codex

付费目录评分 4.5

在云端独立工作区跑任务的编程 Agent

• Codex 云端任务
• CLI 终端 Agent

Google Jules

免费增值目录评分 4.3

向异步编码智能体提交可独立处理的工程任务

AWS Kiro

免费增值目录评分 4.2

把需求写成可执行规格并推进代理式开发

Sourcegraph Amp

付费目录评分 4.4

让编码智能体在独立环境中持续推进任务

CodeRabbit

免费增值目录评分 4.5

为智能体产生的代码建立审查和治理入口

Cline

免费目录评分 4.5

用同一个开放智能体在编辑器与终端改代码

OpenHands

免费目录评分 4.3

把重复的软件交付步骤组织成智能体工作流

Qoder

免费增值目录评分 4.3

在代码库上下文中切换补全、对话和委派开发

Ollama

免费增值目录评分 4.6

本机运行，也有云端额度

• 本机运行
• 本机运行不限量

LM Studio

免费目录评分 4.4

在本机AI工作台使用下载模型和电脑智能体

OpenRouter

付费目录评分 4.5

用统一接口选择并接入不同模型服务

Hugging Face

免费增值目录评分 4.6

开放权重与数据集的中枢，按 TB 与小时另计

• 模型与数据集托管
• Spaces 在线演示

Google Antigravity

免费目录评分 4.4

个人档 0 美元/月、并行管理本地 Agent

• Agent 管理指挥中心
• 终端 CLI

Grok Build

免费增值目录评分 4.2

从终端使用Grok Build推进软件开发

Zed

定价未知

支持内联修改和代理的代码编辑器

Roomote

定价未知

返回拉取请求与预览的开发代理

Kilo Code

定价未知

跨编辑器与命令行的开发代理

Tabby

定价未知

可自部署的代码补全与问答助手

自部署的多文件任务规划与差异审查

可连接工具扩展的本机代理

OpenCode

定价未知

支持多种界面的编码代理

Google 的终端开发代理

Codacy

定价未知

结合代码规则与 AI 审查的质量平台

Bito

定价未知

为编码代理提供代码上下文和模型路由

Qase

定价未知

生成测试用例并汇总手动与自动化结果

Factory Droid

定价未知

跨界面的软件开发任务代理

Warp

定价未知

带代理运行与代码审查的终端

可检索工作记忆与编码上下文

CodeGPT

定价未知

先计划再审批修改的 IDE 编码助手

Sourcery

定价未知

提供摘要与修复建议的 PR 审查助手

源代码安全扫描与 AI 修复建议

Semgrep

定价未知

规则扫描与 AI 问题分流平台

在自有基础设施统一运行多模态模型

• 按需加载不同模型后端
• 兼容模型接口并管理用户配额

部署语言模型推理与服务端点

• 连续批处理与前缀缓存
• 分布式推理与量化模型加载

为语言和多模态模型提供推理服务

• 部署语言与视觉语言模型端点
• 集成扩散模型的图像与视频生成引擎

以 C/C++ 在多种硬件上运行语言模型

• 量化模型与 CPU/GPU 混合推理
• 命令行聊天、服务器与内置网页界面

在 Apple 芯片上生成文本并微调模型

• 命令行和 Python 模型调用
• 模型量化与分布式推理或微调

部署和管理多类型 AI 模型服务

• 语言、语音及多模态模型服务
• 并发请求批处理与分布式工作节点

将模型推理代码封装为应用服务

• 用 Python 定义模型推理 API
• 管理依赖并构建部署容器

把开源语言模型部署为兼容 API

• 模型服务启动与内置聊天界面
• Docker、Kubernetes 和 BentoCloud 部署流程

统一多家模型接口与调用治理

• Python SDK 或独立代理网关
• 虚拟密钥、费用跟踪与负载分配

为多家模型配置统一路由入口

• 自动重试与故障回退
• 条件路由与负载均衡

结合模型网关与调用观测的平台

• 检查代理调用链和对话会话
• 跟踪费用、延迟并管理提示词版本

协作开发和观测语言模型应用

• 追踪模型调用、检索与代理动作
• 管理提示词版本、数据集和评估

观察和评估生产环境中的 AI 代理

• 代理仿真测试与调用追踪
• 虚拟密钥预算与使用治理

调试与评估 AI 应用的观测平台

• 基于 OpenTelemetry 追踪执行过程
• 使用数据集比较提示词和检索实验

追踪、评估与改进语言模型应用

• 检查多步骤代理与工具调用树
• 管理评估实验与提示词优化

比较模型输出并检查 AI 应用风险

• 批量评估提示词与模型组合
• 生成红队检查报告并连接持续集成

用指标和样本评估模型应用行为

• 端到端应用与代理轨迹评估
• 检查工具使用、检索与回答质量

为 RAG 与代理应用组织评估流程

• 用模型评审和传统指标评估输出
• 从应用场景生成评估样本

针对 AI 代理进行动态多轮评估

• 构建与应用代理评估检查
• 扫描模型风险并评估 RAG 应用

评估和监控机器学习及语言模型系统

• 生成数据质量与模型评估报告
• 为报告添加通过条件并展示监控趋势

为语言模型输入输出添加校验层

• 组合输入与输出验证器
• 约束模型生成结构化数据

为 AI 对话添加可编程行为规则

• 定义对话路径和输出行为
• 在模型与外部工具间配置规则

帮助授权团队识别生成式 AI 系统风险

• 组织生成式 AI 风险评估流程
• 以框架组件复用评估过程

以命令行检查语言模型的失败模式

• 对泄露、注入和错误信息风险执行探测
• 连接本地模型或模型服务接口

语言模型压缩、部署与服务工具包

• 权重与 KV 缓存量化
• 跨机器模型请求分发

通过视觉模型自动执行浏览器工作流

• 用自然语言配置网页操作
• 可视化工作流与 Playwright 兼容接口

让 AI 代理操作浏览器的工具

• 根据任务浏览页面并执行操作
• 本地代理库与托管浏览器服务接入

将 AI 推理接入可编程浏览器

• 用 act 与 observe 定位和执行操作
• 从页面提取结构化数据

构建能够执行网页任务的代理

• 由世界模型规划下一步操作
• 通过浏览器驱动执行动作

把网页转为 AI 可用的资料

• 抓取网站并输出 Markdown 或结构化数据
• 浏览器操作与页面截图

面向 AI 应用的网页采集工具

• 生成清理后的 Markdown 内容
• 结构化 JSON 提取与浏览器会话管理

解析供 AI 应用使用的多格式文档

• 识别页面布局、表格和公式
• 导出 Markdown、HTML 与结构化 JSON

将复杂文档转换为结构化内容

• 提取表格、公式、代码和图片
• 输出 Markdown、JSON 或 HTML

为代理解析与分段读取文档

• 将文档转换为可读内容与 Markdown
• 使用页块定位符继续读取与引用

为 AI 检索准备非结构化文档

• 将文档切分为可处理的内容元素
• 接入数据连接器与预处理管线

通过自然语言定义资料提取流程

• 结合语言模型与图式提取逻辑
• 处理网页与本地文档来源

构建可协作的多代理应用

• 编排代理间对话和工具调用
• 接入多种模型与人工参与步骤

构建代理与多代理工作流的 SDK

• 定义代理工具、状态与执行流程
• 连接 MCP 工具与 A2A 代理接口

通过角色代理与事件流编排工作

• 定义代理团队的角色和协作任务
• 用 Flows 控制状态和事件触发

构建、部署和运行任务代理的平台

• 用自然语言或可视化编辑器构建代理
• 按需、定时或事件触发执行

在自有环境运行可扩展任务代理

• 使用容器工作区处理文件和命令
• 通过技能、插件与工具扩展任务

可自行托管的个人与团队 AI 助手

• 接入聊天渠道并连接所选模型服务
• 使用工具与插件执行持续任务

通过屏幕与输入操作计算机的代理

• 根据屏幕内容规划界面操作
• 执行鼠标和键盘动作

用视觉模型操作桌面界面的代理

• 从界面截图理解任务并规划动作
• 连接本地或远程计算机环境

结合浏览器和文件工具的协作代理

• 由编排模型协调浏览器任务
• 在沙箱环境中配合人工审批

以代码或工具调用构建 AI 代理

• 在可配置沙箱中执行代理代码
• 连接模型供应商、MCP 与 Hub 工具

构建检索增强与代理应用的 Python 框架

• 组合检索、路由与生成管线
• 为代理连接工具与状态管理

把外部数据连接到 AI 应用

• 构建文档索引和检索增强管线
• 编排能够调用数据工具的代理

构建有状态、可持续执行的代理

• 用图结构定义分支和循环
• 保存执行状态并接入人工检查

构建 AI 代理与工作流的 TypeScript 框架

• 配置模型、工具和代理记忆
• 通过工作流组合多步骤任务

开发和运行有记忆的 AI 代理

• 为代理连接知识、工具与权限
• 通过 AgentOS 提供运行服务与界面

用类型化 Python 构建 AI 应用与代理

• 验证结构化模型输出与工具参数
• 连接不同模型并组合代理能力

为 AI 助手和代理提供持久记忆

• 管理用户、会话与代理层级记忆
• 通过 API 存储并检索相关记忆

为代理构建随时间演化的上下文图

• 跟踪事实变化与来源记录
• 增量更新图数据并查询历史状态

把资料组织为代理可检索的知识记忆

• 处理文档、代码与对话内容
• 通过知识图谱与检索连接上下文

为 AI 应用管理上下文与长期记忆

• 从资料中提取事实与用户背景
• 更新记忆并检索相关上下文

为机器学习模型创建交互式网页应用

• 用 Python 定义输入输出与模型界面
• 组合界面组件并分享演示链接

可视化比较提示词与模型输出

• 用节点工作流组织提示词实验
• 评估并可视化多模型响应

开发、追踪和评估模型应用流程

• 连接提示词、模型和 Python 步骤
• 调试执行轨迹并比较评估结果

编排数据、AI 与基础设施工作流

• 以声明式配置和可视化界面定义流程
• 使用日程、事件与 AI 辅助编写流程

自动构建和比较机器学习模型

• 训练表格数据与时间序列模型
• 执行模型选择与集成

用声明式配置训练和部署模型

• 用 YAML 定义数据特征与模型任务
• 微调语言模型并处理多模态数据

在资源预算内进行自动机器学习

• 自动选择模型并调整超参数
• 配置搜索空间、时间与计算约束

管理模型应用开发、评估与运行记录

• 追踪模型和代理执行并评估输出
• 管理提示词、模型版本与服务入口

跟踪与比较机器学习实验

• 记录训练配置、指标和图表
• 管理数据和模型产物的版本

管理机器学习实验与运行管线

• 跟踪实验、模型与数据产物
• 编排远程训练和自动化管线

为机器学习管理数据与模型版本

• 用 Git 元数据跟踪大型数据产物
• 定义可增量运行的模型管线

编排可追踪的机器学习管线

• 将训练、评估和部署组合为步骤
• 管理运行记录与版本化产物

为 AI 应用存储与检索向量

• 管理向量及其附加数据
• 在相似度检索中应用条件过滤

结合对象与向量的 AI 检索数据库

• 组合语义、关键词与重排检索
• 自动向量化或导入已有嵌入

检索文本、图像等数据的向量数据库

• 组织向量数据并执行相似度搜索
• 选择单机或分布式部署

为模型应用管理可检索的文档嵌入

• 通过集合存储文档与向量
• 按查询文本检索并应用元数据过滤

面向多模态 AI 工作负载的数据平台

• 使用关键词、向量和 SQL 检索
• 管理用于分析和模型开发的数据

结合检索与模型计算的应用引擎

• 组合向量、文本与结构化数据搜索
• 在查询中执行模型推理与排序

将 AI 推理组件封装为网络服务

• 通过 HTTP、gRPC 与 WebSocket 调用
• 编排服务图并部署容器

统一部署多种机器学习模型

• 管理模型后端与推理请求
• 支持批处理与组合模型管线

配置语言与多模态模型后训练

• 用 YAML 定义数据、训练和评估流程
• 执行全量微调、LoRA 与偏好训练

统一配置模型微调与推理

• 通过命令行或网页界面设置训练
• 执行多模态微调与训练指标监控

用于基础模型后训练的工具库

• 提供 SFT、DPO 与 GRPO 训练器
• 通过 Accelerate 扩展至多卡与多节点

用 OpenTelemetry 观察模型应用

• 自动采集模型与向量数据库调用轨迹
• 向兼容 OTLP 的观测后端导出数据

追踪、评估和改进 AI 代理

• 通过 OpenTelemetry 记录代理与工具调用
• 管理评估、提示词与费用监控

观察语言模型应用的执行过程

• 采集模型、框架与向量数据库轨迹
• 查看调用延迟、用量与费用

追踪和比较 AI 应用质量

• 通过 OpenTelemetry 记录执行步骤
• 对调用轨迹或数据集执行评估

可切换模型与执行框架的编码代理

• 在终端切换模型与兼容服务接口
• 使用本机沙箱执行命令并通过 ACP 接入编辑器