站内搜索

百度 AI 生态里的智能体、模型和企业应用能力入口，适合关注文心模型、搜索生态和企业 Agent 落地的用户继续查证。

MiniMax 生态里的模型、语音、音乐和多模态应用能力入口，适合关注声音内容、角色互动和 Agent 应用的用户继续查证。

安全与沙箱隔离是 Agent 落地的重要方向。这里作为安全研究和国产 AI 生态参考入口，具体工具形态以官方发布为准。

语音转写、语音交互和会议资料整理是 Agent 常见入口。这里作为语音 AI 和多模态应用参考，具体产品能力以官方页面为准。

Anthropic 的托管多 Agent 会话架构，支持主 Agent 编排、子 Agent 独立线程、共享容器/文件系统、持久会话和跨轮继续协作。适合研究、资料处理、企业流程和高价值长任务。

火山引擎生态里的模型、应用构建和企业自动化能力入口，适合关注飞书、模型服务和业务流程集成的用户继续查证。

智谱开放平台里的模型 API、智能体和应用构建能力入口，适合学习国产模型接入、工具调用和企业知识库场景。

腾讯生态里的办公 AI 和企业协作能力入口，适合关注文档、会议、邮件、企业微信和内部流程提效的用户继续查证。

OpenAI 当前高档旗舰模型，适合复杂 Agent、专业编码、跨文档分析和高质量工作流。价格按官方 API 标准 token 口径记录，展示为输入/输出每百万 token。

Kimi K2.6 是月之暗面当前应优先展示的开发者模型。它支持 OpenAI 兼容 API、思考开关、图片/视频输入，适合把 Claude Code、Roo Code、Cline 这类编码 Agent 接到国产模型上。

DeepSeek V4 是模型，不是 Agent 产品。它的价值在于低成本、长上下文和兼容接口，可以作为 Claude Code、OpenCode、Cline 等 Agent/编码工具的后端模型。

编程最强(80.8% SWE-Bench)，Agent自主任务执行领先。深度推理和代码生成首选。

不想先学终端的小白，可以先用 Cursor 打开项目，再用 Agent 改小功能。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

Hermes 更适合长期任务、技能系统和带记忆的 Agent，Windows 用户走 WSL2。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

GitHub 官方 Copilot Agent 能在 GitHub、VS Code 和 IDE 里帮你改代码、开 PR、做后台任务。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

开源 VS Code / JetBrains AI 编程插件，可接云端模型、本地 Ollama、团队共享配置和 Agent 模式。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

JetBrains 官方 coding agent，适合 IntelliJ IDEA、PyCharm、WebStorm 等 JetBrains IDE 用户。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

OpenAI Codex 官方桌面端，用来在本机管理工程 Agent、查看 diff、跑命令和恢复长任务。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

适合把 PDF、Word、表格、网页资料做成本地知识库，还能使用内置 Agent 技能。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

LobeChat 的桌面体验，适合管理多助手、多模型、MCP 插件和本地文件能力。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

不是收藏一堆 Skill 网站，而是从一个真实能力出发，学会搜索、筛选、安全判断和小样例验证。

把国产模型接到工程 Agent 里，先完成一个小 diff。

从一个小需求开始，让工程 Agent 读项目、改代码、跑验证，交付可检查结果。

把对话、写作、绘画、视频、声音、办公、设计、Coding、智能体、提示词、大模型、通用硬技能和数字人排成自己的学习路线。

这不是公司官网项目，也不是工程工作流。先用 AI 生成一个能打开的页面，让新手立刻看到结果。

MCP、工具调用、AI 网关和 Agent 权限管理正在变成热门话题。它最适合放进 AI 编程与 Agent、自动化工作流分类，让用户知道 Agent 不是只聊天，而是要安全地连接文件、浏览器、数据库和业务系统。

OpenAI Agents SDK 把工具调用、交接、追踪和多 Agent 编排放到一个工程框架里。对小白AI来说，重点不是马上写代码，而是把“Agent 做了什么、调用了什么、结果怎么验收”讲清楚。

三大旗舰模型价格差高达100倍，实际能力差距有多大？从编程、推理、中文、长文本四个维度实测对比，附各场景最优选择建议。

Anthropic 推出 Claude 4 系列，重点强化了 Agent 能力——包括更可靠的多步推理、更精准的工具使用和更强的自主任务执行。Claude 正在从「对话AI」向「行动AI」进化。

MCP 让 Agent 更容易连接文件、数据库、浏览器和业务系统，但越能干活越需要权限表。小白AI要教用户先画“只读、可写、需确认、禁止”的工具地图。

把 superpowers 能力通过 MCP 暴露给 Agent 使用，适合研究跨工具 Skill 调用和本地能力注册。

专为本地环境设计的MCP服务端，让本地Agent获得操作和感知能力。涵盖文件工程、网络调试、进程管控、桌面视觉观察、摄像头等90+工具。支持Claude Code/ChatGPT Codex/OpenCode/LM Studio。MIT开源。

生产级Agent必备的可观测性方案。五层：①请求层(输入输出日志) ②推理层(思维链追踪) ③工具层(调用成功率和延迟) ④系统层(Token消耗和成本) ⑤结果层(任务完成质量)。用AgentOps/Langfuse/Helicone实现。

让Agent看遍全网——一个CLI工具就能搜索Twitter/Reddit/YouTube/GitHub/B站/小红书。零API费用，Agent信息获取能力大幅提升。适合需要跨平台信息聚合的Agent场景。

自我进化引擎——让Agent记住错误、跨对话学习、持续优化自身能力。ClawHub最受欢迎的元技能。