站内搜索

OpenAI 官方编程 Agent，适合把需求推进到代码、文档、原型、验证和发布流程。使用时要保留清晰任务范围、验证命令和人工复核。

Anthropic 官方 Agentic Coding 工具，可在终端、IDE、桌面和浏览器里读代码库、改文件、跑命令、创建提交和 PR。代码库理解与重构体验很强。

OpenAI 官方开源 Agent SDK，适合学习工具调用、交接、追踪和多 Agent 编排。小白阶段不要先写复杂系统，先做一个能查资料、调用一个工具、输出可检查结果的小 Agent。

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。

LangChain官方Agent框架，内置规划工具+文件系统+子Agent生成。处理复杂Agent任务。

AI Agent编排平台，模块化Agent设计。支持多工具和复杂工作流。

Agent可观测性平台，追踪Agent执行全流程。调试和优化Agent行为。

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。

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。

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。

平衡价格性能，日常编码Agent首选。速度比Opus快价格低60%。

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。

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。

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。

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。

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。

Qoder 是 Agentic Coding Platform，有 AI-Native IDE、CLI 和 JetBrains 插件。 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。

Cognition 的 AI software engineer，可在云端处理工程任务，也提供 Devin for Terminal。 包含准备条件、安装步骤、启动验证、模型/API 接入和常见报错。

把国产模型接到工程 Agent 里，先完成一个小 diff。

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。

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。

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。

先做出能点、能加分、能重新开始的最小游戏。它是结果任务，不是公司级工作流。

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。

Browserbase、Stagehand、AgentQL 等工具让 Agent 更容易操作网页。对普通用户最先有用的不是全自动下单，而是网页调研、资料提取、截图留证和页面验收。

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。

企业 AI 现在最需要的是流程、数据、工具、人工确认和 ROI 验收。这个话题应放进企业知识库与客服，让团队先做客服、销售、财务、运营中的一个小试点。

Claude Skill，用来搭建 AgenticFlow 自动化工作流，可连接大量 SaaS 服务，适合把业务流程拆成可执行节点。

阿里云开源的AI任务调度工作流。四层架构：接入层→调度中枢(Master Agent+思维链)→执行协作层(专家Agent)→记忆资产层(RAG+状态管理)。支持Plan-and-Execute模式、反思审计节点、人机对齐。已验证场景：全自动跨境电商选品+文案流水线。

用Claude Agent SDK+MCP构建的生产级AI工作流。六子Agent协同：发现Agent→规划Agent→标识符Agent→构建器→验证Agent→审批节点。采用Temporal持久化执行+人类审批门控。类型安全的租户SDK确保数据隔离。

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。

按 Anthropic Managed Agents 思路设计主 Agent：先拆任务、分派子 Agent、收集证据、合并结果、最后由主 Agent 统一验收。适合深度研究、代码库分析、竞品调研和企业流程。