GPT订阅

RuoYi AI 是一个全栈式 AI 开发平台，旨在帮助开发者快速构建和部署个性化的 AI 应用。该平台提供了从数据处理、模型训练到应用部署的完整解决方案，简化了开发流程，降低了技术门槛，提升了开发效率。RuoYi AI 支持多种大语言模型的接入，包括 OpenAI、ChatGLM、讯飞星火等，并且支持本地 RAG 方案，集成 Milvus/Weaviate 向量库和本地向量化模型，支持 Ollama 调用本地 LLM，实现高效检索与生成，保障数据隐私。此外，RuoYi AI 还支持多种 AI 功能，如 AI 编程助手、智能 PPT 生成、AI 绘画创作等。 RuoYi AI官网入口网址：http://doc.pandarobot.chat/RuoYi AI开源项目地址：https://github.com/ageerle/ruoyi-ai RuoYi AI 是开源的，采用 MIT 协议，欢迎社区贡献。项目由 RuoYi AI 开源社区维护，开发者可以通过 GitHub 参与贡献代码，提交 Pull Request（PR）。项目文档和交流群等信息也已提供，方便开发者参与和学习。 RuoYi AI 的发展仍处于早期阶段，项目的发展速度受到一定限制，但社区鼓励更多人参与，共同完善项目。RuoYi AI 项目还涉及多个模块，如后端服务、用户前端、管理后台等，支持多种文档处理和实时通信技术。 RuoYi AI 是一个功能丰富、开源且社区活跃的全栈式 AI 开发平台，适合开发者快速构建和部署个性化的 AI 应用。

Reasonix是一款基于Go语言开发、采用MIT开源协议的本地运行AI编码智能体，原生适配DeepSeek系列大模型，主打长时间自治式代码开发，区别于常规一次性代码补全、IDE内嵌轻量AI插件。项目以单一静态二进制包分发，无额外运行环境依赖，跨平台兼容macOS、Linux、Windows及WSL，仅通过一条npm命令即可完成全局安装部署。 Reasonix官网入口网址：https://reasonix.io/Reasonix官网下载地址：https://reasonix.io/#startReasonix开源项目地址：https://github.com/esengine/DeepSeek-Reasonix 工具采用单引擎、多前端入口架构，同一套本地Reasonix推理内核提供四种交互渠道：终端TUI、独立桌面客户端、本地WebUI、编辑器ACP扩展（适配VSCode、VSCodium），多端共享会话记录、权限配置、自定义技能与MCP工具服务，终端启动的代码重构任务可无缝在桌面端、网页端继续审阅操作，实现开发流程跨端打通。 核心定位是可长时间后台驻留的工程化智能代理，支持复杂多步骤开发任务自主执行，同时配套完善审计、回滚、权限管控机制，解决传统AI编程工具无法长任务运行、改动不可追溯、权限无隔离、Token消耗高昂等痛点，适合中大型代码仓库重构、批量调试、自动化单元测试编写等重型开发工作。 主要功能特点 1.分级权限沙箱管控，工具调用全审批 所有文件读取、代码写入、Shell终端执行指令独立申请权限，支持单次允许、永久放行两种模式；即便授予操作权限，内置工作区沙箱仍会划定文件访问边界，杜绝智能体越权修改项目外文件、执行高危系统命令，保障本地代码资产安全。 2.逐轮Checkpoint快照，任意步骤一键回退 每一轮智能体操作都会在Git版本库之外生成独立快照，长达数小时的重构、调试流程可随时回滚至任意历史节点，不会污染原有Git提交记录。改动差异可视化展示，开发者可逐条校验代码变更，选择性保留有效修改、丢弃错误逻辑。 3.Plan前置规划模式，修改前先审核方案 内置`/plan`规划指令，智能体收到开发需求后，先拆解执行步骤、列出待修改文件、预估测试方案，全部内容经人工确认后才执行写入操作，避免AI盲目批量改代码导致项目逻辑崩溃，大幅降低后期修复成本。 4.MCP标准化扩展体系，无需Fork源码即可拓展能力 支持stdio、SSE、流式HTTP三种MCP连接方式，可对接数据库、浏览器、CI/CD、代码扫描等第三方工具；内置Markdown技能集与隔离子智能体，覆盖代码检索、技术调研、代码评审、安全审计等细分场景，自定义技能统一存放在本地配置目录，轻量化管理插件生态。 5.本地优先数据架构，模型密钥自主管理 开发者自行填写DeepSeekAPIKey，推理引擎完全本地运行，项目源码、文件路径、调试日志仅传输至自身配置的模型接口，不会上传第三方平台，满足企业内部私有代码、涉密项目开发的数据隐私需求。 6.深度前缀缓存优化，长会话大幅降低Token开销 底层针对DeepSeek字节稳定前缀缓存做专项架构设计，长开发会话缓存命中率超90%，重复读取仓库代码、上下文复用场景Token消耗仅为常规AI工具的五分之一，长时间自动化任务成本显著降低。 优势亮点 1.部署极简，单二进制无依赖 采用无CGO的Go交叉编译包，无需Python、Java等额外运行时，Windows、macOS、Linux全平台仅一条`npmi-greasonix`完成安装，新手零门槛快速上手；也支持本地Web服务一键启动，远程协作时可配置Token/密码鉴权保障访问安全。 2.多端互通统一工作流，适配不同开发习惯 终端开发者可用全屏TUI快速审批diff、执行斜杠指令；可视化需求高的团队使用桌面客户端多会话并行管理；远程服务器运维人员启动本地WebUI浏览器访问；重度IDE用户通过ACP扩展无缝融入编码流程，一套工具覆盖全开发场景。 3.开源透明可二次改造，商用无版权限制 MIT宽松开源协议，98位开发者共建维护，完整开放项目源码，企业可基于自有需求二次定制，无闭源工具订阅费、商用授权约束，个人开发者、中小企业均可免费商用。 4.工程化闭环能力，不止代码生成 区别于仅做代码补全的工具，Reasonix形成「需求拆解→方案规划→沙箱修改→自动化测试→结果复盘」完整闭环，自动执行Go、Python等项目单元测试，读取报错日志自主迭代修复，无需人工分步引导，适合无人值守批量开发任务。 5.轻量化资源占用，支持后台常驻 程序运行占用系统资源低，可长期后台挂起排队执行多任务，会话状态持久保存不会中断，开发者可切换其他工作，空闲时再回来审阅智能体完成的代码变更，充分利用碎片开发时间。 适用人群与场景 适用人群 后端/全栈独立开发者：日常大量重构、接口迭代、Bug调试，需要长时间自动化处理仓库代码，希望控制AI接口使用成本；研发团队工程师：企业私有代码库、内部项目开发，重视源码数据隐私，需要可审计、权限隔离的AI工具；运维与DevOps工程师：编写自动化脚本、改造CI配置、批量处理服务器代码，依赖终端环境操作；开源项目维护者：批量修复issue、补充单元测试、统一代码规范，借助开源工具自由二次定制；学生与编程学习者：低成本练习项目开发，通过Plan模式学习结构化代码改造思路，直观查看每一步修改逻辑。 典型使用场景 大型代码库重构：接口逻辑重构、项目分层改造、全局变量统一替换，交由Reasonix拆解多步骤计划，分步执行并留存快照方便回退；批量代码标准化：统一错误重试逻辑、添加日志埋点、补齐单元测试，长会话缓存降低Token支出；远程服务器开发：服务器启动`reasonixserve`本地网页端，鉴权后远程查看、审批代码改动；代码安全审计：启用安全评审子智能体，自动扫描漏洞、输出修改方案，沙箱验证无风险后再写入项目；自动化脚本开发：Shell、Python、Go运维脚本编写，自主运行测试命令，根据执行结果迭代优化代码；个人开源项目维护：低成本批量处理功能迭代，MIT开源无商用限制，长期使用无订阅费用压力。 Reasonix填补了轻量化、本地自治、可审计开源编码智能体的市场空白，兼顾低成本、数据安全、工程完整度三大核心需求，无论是个人日常开发还是企业团队标准化落地，都是性价比突出的AI编程辅助方案。

CodeGeeX 是一款由智谱AI开发的基于AI人工智能的免费AI编程辅助工具，旨在提高开发者的编程效率和代码质量。 免费AI编程助手CodeGeeX网站网址：https://codegeex.cn 核心能力： CodeGeeX 是一个基于 130 亿参数的多语言代码生成模型，支持多种编程语言，包括 Python、Java、C++、JavaScript、Go 等，覆盖超过 20 种编程语言。它能够根据自然语言描述生成代码片段或完成代码，支持代码补全、注释生成、代码翻译以及智能问答等功能。CodeGeeX 提供多种使用模式，包括隐身模式（Stealth Mode）、交互模式（Interactive Mode）、翻译模式（Translation Mode）和提示模式（Prompt Mode），用户可以根据需求选择适合的模式。 技术架构： 办公.人导航分享的CodeGeeX 采用了 39 层变压器解码架构，类似于 GPT-3 和 Codex 的模型架构，支持自回归语言建模，能够预测并生成后续代码。它基于 ChatGLM2-6B 模型进行预训练，并在华为昇腾 AI 平台上进行了优化。 应用场景： CodeGeeX 可以作为 VS Code、IntelliJ IDEA、PyCharm 等主流 IDE 的插件使用，支持代码生成、补全、翻译等功能。它还支持本地模式运行，用户可以在本地环境中配置和使用 CodeGeeX。 开源与社区支持： CodeGeeX 是开源的，用户可以自由下载和定制模型，以满足特定需求。它拥有活跃的社区支持，用户可以通过官网或 GitHub 获取帮助和更新信息。 性能与效率： 根据 HumanEval-X 测试结果，CodeGeeX 在代码生成和翻译任务中表现优异，优于其他多语言代码生成模型。用户反馈显示，使用 CodeGeeX 后，编程效率显著提升，尤其是在代码补全和生成方面。 用户体验： 办公/人导航收录的CodeGeeX 支持多种主流 IDE 和编辑器，如 VS Code、IntelliJ IDEA、PyCharm 等，安装和使用非常方便。它还提供了丰富的功能扩展，如代码解释、调试日志生成等，进一步提升了开发者的使用体验。 CodeGeeX 是一款功能强大且灵活的 AI 编程助手，适合从初学者到资深开发者。它通过自然语言处理和大模型技术，显著提升了编程效率和代码质量，是现代开发者不可或缺的工具之一。

FastGPT作为一款AI知识库工作流平台，支持可视化Workflow + 企业级知识库 + RAG检索引擎，零代码即可拼装出客服、营销、财务、人事等场景的AI Agent，已被40万+团队用于加速内部自动化。 FastGPT官网网页版入口网址：https://fastgpt.cn FastGPT 专业AI工作流搭建工具，自动化提高效率 一、核心能力 1. 拖拽式工作流——节点即功能，连接即逻辑，支持循环、分支、并发，业务人员也能5分钟搭出“查库存→改订单→发通知”流程。 2. 全能知识库——可轻松导入各式各样的文档及数据，自动解析PDF、扫描件、表格、LaTeX，保留图文结构并生成向量索引，问答准确率提升30%+。 3. 多模型兼容——已内置GPT/Claude/DeepSeek/文心一言等接口，可一键切换，也可接入私有模型。 4. 开放集成——对齐OpenAI API标准，飞书、钉钉、企微、公众号、数据库、ERP等40+系统即插即用。 二、典型场景 1. AI客服——基于内部知识库自动回答+工单创建，平均节省60%人力。2. 财务/人事自动化——报销单据识别→预算校验→付款审批→消息推送，全流程无纸化。3. 电商运营——订单异常检测→库存锁定→物流改派→用户通知，SLA缩短至分钟级。4. 教培&内容——课件自动生成、作业批改、学习路径推荐，教研产能翻倍。 三、快速上手 ① 首先创建一个知识库 ② 知识库创建完之后我们需要上传一点内容上传内容这里有四种模式： 手动输入：手动输入问答对，是最精准的数据QA 拆分：选择文本文件，让AI自动生成问答对直接分段：选择文本文件，直接将其按分段进行处理CSV 导入：批量导入问答对话 等待数据处理完成 ③ 点击「应用」按钮来新建一个应用，选择「知识库 + 对话引导」 ④ 在应用详情页找到「知识库」模块，把刚刚创建的知识库添加进去 ⑤ 添加完知识库后记得点击「保存并预览」 到这里就可以开始聊天啦 四、开源与商业版本 项目基于Apache 2.0协议开放源码，可本地私有化部署；商业版提供图形化运维、权限体系、高并发集群与官方技术支持，满足金融、政务等合规场景需求。 Git开源地址：FastGPT 访问官网体验：https://fastgpt.cn

百宝箱平台是一款可以提供一站式 AI 原生应用的开发平台，您无需具有任何代码基础，只需通过自然语言即可三步完成应用的创建与发布。百宝箱平台不仅可以帮助您轻松创建各类智能体，一键发布到支付宝小程序，释放无限可能，快来登录百宝箱平台开启您的 AI 应用创作之旅吧！ 百宝箱官网入口网址：https://www.tbox.cn/ 核心功能与优势快速搭建：通过3个步骤，用户可以在5分钟内完成AI助理的搭建。模块丰富：提供工作流、插件、知识库、数据库等模块，提升效率。商业化支持：支持支付宝MCP服务接入，实现收单支付功能，便于商业化变现。一键发布：支持直接发布到支付宝小程序，操作简便。模型多样性：集成多个主流大模型（如Deepseek、通义千问、百灵、月之暗面、智谱），赋能用户探索AI的全维度能力。低门槛训练：提供模型训练功能，即使没有编程经验的用户也能轻松训练自己的“粘土人”模型。用户体验优化简化流程：从创建应用到发布，仅需1分钟，极大降低使用门槛。可视化操作：通过卡片、工作流等方式，让用户更直观地管理AI项目。无需代码：用户无需编写代码即可完成AI助理的搭建和训练。应用场景旅游助手：示例中提到的“旅游小助手”可以提供行程规划、景点推荐等服务。文案创作：文本生成型助手可辅助用户撰写文章、广告等。图像生成：文生图和图生图功能适用于设计、广告、教育等领域。个性化模型训练：用户可基于自身需求训练专属模型，提升AI的针对性和实用性。 “百宝箱”是一个面向非技术背景用户的AI平台，通过简化流程、提供多样化模型和一键发布功能，降低了AI应用的开发门槛。它不仅适合个人开发者和创业者，也适合企业快速构建AI服务，实现高效变现。

PySpur 是一个开源的 AI 智能体构建工具，旨在通过可视化的方式帮助用户快速构建和迭代 AI 工作流。它支持拖拽式界面，用户无需编写复杂代码即可快速构建、测试和迭代 AI 工作流 。PySpur 提供了多种核心功能，包括拖拽式构建、循环与条件逻辑、文件上传、结构化输出、RAG（检索增强生成）、多模态支持、工具集成等 。它还支持多模态数据处理、文件上传、结构化输出、RAG 技术、多模态数据处理、工具集成等功能，适用于多种 AI 应用场景 。 PySpur官网入口网址：https://www.pyspur.dev/PySpur开源项目地址：https://github.com/PySpur-Dev/pyspurPySpur中文介绍地址：链接 PySpur 是基于 Python 开发的，用户可以通过命令行或图形界面进行操作，支持多种部署方式，包括本地部署和 Docker 部署 。它提供了丰富的功能，如测试驱动开发、多种工具和数据源集成、多模态数据处理、一键部署等，适合开发者和非技术人员快速构建智能应用 。 PySpur 的核心价值在于其轻量级、可视化和模块化设计，用户可以通过拖拽式界面快速构建和迭代 AI 工作流，提升开发效率和工作效率 。它还支持多模态数据处理、多模态交互、多供应商支持等功能，适用于教育、金融、电商等行业 。 PySpur 是一个功能强大且易于使用的 AI 智能体构建工具，适合开发者和非技术人员快速构建和部署 AI 应用。