产品库

AI应用开发加速器

Anthropic Console是一个为AI应用开发提供支持的平台，它通过内置的提示生成器，测试案例生成器和模型响应评估工具，帮助开发者快速生成高质量的提示，测试和优化AI模型的响应。该平台利用Claude 3.5 Sonnet模型，简化了开发流程，提高了AI应用的产出质量。

RagaAI Catalyst 是一个用于观察、评估和调试 AI 代理的平台，助力开发者优化 AI 工作流并安全部署。

RagaAI Catalyst 是一款专注于 AI 可观察性、监控和评估的平台，旨在帮助开发者和企业优化 AI 开发流程。它提供了从可视化追踪数据到执行图的用户友好仪表板，支持深度调试和性能提升。该平台强调安全性和可靠性，通过 RagaAI Guardrails 确保上下文准确的 LLM 响应，减少幻觉风险。此外，RagaAI Catalyst 支持定制化评估逻辑，满足特定用例的全面测试需求。其开源特性也为企业提供了透明度和灵活性，适合希望在 AI 开发中实现高效、安全和可扩展的企业和开发者。

Qodo Gen 是一款 AI 驱动的 IDE 插件，帮助开发者生成高质量代码和测试用例。

Qodo Gen 是一款专为开发者设计的 AI 编程工具，以插件形式集成到 IDE 中。它通过智能代码生成、自动化测试和代码审查等功能，帮助开发者提高编程效率和代码质量。其基于 Retrieval Augmented Generation (RAG) 技术，能够理解代码上下文并生成符合项目风格的代码和测试用例。Qodo Gen 的主要优点包括高效生成代码和测试用例、智能代码审查以及与现有开发流程的无缝集成。产品面向追求高效开发和高质量代码的开发团队，支持多种编程语言和开发环境，定价策略灵活，适合不同规模的企业使用。

自动化AI语音代理测试与性能分析平台，提供真实场景模拟与评估。

TestAI是一个专注于AI语音代理的自动化测试与性能分析平台。它通过真实世界的场景模拟和详细的性能评估，帮助企业确保其语音和聊天代理的可靠性和流畅性。该平台提供快速设置、可靠洞察以及自定义指标等功能，能够有效提升AI代理的性能和用户体验。TestAI主要面向需要快速部署和优化AI语音代理的企业，帮助他们节省时间和成本，同时提高AI代理的可信度和安全性。

为人工智能提供多模态数据支持的高效数据库解决方案。

Activeloop Deep Lake是一个专为人工智能设计的数据库，支持多模态数据（如文本、图像、视频等）的高效存储和检索。它通过优化数据处理流程，帮助企业和开发者快速构建和部署AI应用，显著提升数据准备和模型训练的效率。Deep Lake的技术优势在于其高性能、可扩展性和易用性，使其成为AI开发中的重要基础设施。产品主要面向企业级用户和AI开发者，提供灵活的定价方案以满足不同规模用户的需求。

一个用于比较大型语言模型在总结短文档时产生幻觉的排行榜。

该产品是一个由Vectara开发的开源项目，用于评估大型语言模型（LLM）在总结短文档时的幻觉产生率。它使用了Vectara的Hughes幻觉评估模型（HHEM-2.1），通过检测模型输出中的幻觉来计算排名。该工具对于研究和开发更可靠的LLM具有重要意义，能够帮助开发者了解和改进模型的准确性。

ZeroBench 是一个针对当代大型多模态模型的高难度视觉基准测试。

ZeroBench 是一个专为评估大型多模态模型（LMMs）视觉理解能力而设计的基准测试。它通过 100 个精心设计且经过严格审查的复杂问题，以及 334 个子问题，挑战当前模型的极限。该基准测试旨在填补现有视觉基准的不足，提供更具挑战性和高质量的评估工具。ZeroBench 的主要优点是其高难度、轻量级、多样化和高质量的特点，使其能够有效区分模型的性能。此外，它还提供了详细的子问题评估，帮助研究人员更好地理解模型的推理能力。

增强你的Lovable.dev工作流，提供文档访问、AI规划工具和自动化测试能力。

Lovify是Lovable.dev的扩展插件，旨在通过一系列AI驱动的功能提升开发人员的工作效率。它支持GitHub集成，能够快速导入和管理仓库；提供智能提示增强功能，根据上下文优化提示；具备项目规划工具，自动生成PRD和行动计划；支持语音交互，实现免手动编码和调试；还有快捷的斜杠命令，快速访问各种功能。这些功能的结合使得开发人员能够更高效地编写代码、管理项目，并获得实时帮助。目前该产品处于推广阶段，具体价格未明确，但可通过Chrome扩展程序商店免费试用。

SWE-Lancer 是一个包含 1400 多个自由软件工程任务的基准测试，总价值 100 万美元。

SWE-Lancer 是由 OpenAI 推出的一个基准测试，旨在评估前沿语言模型在真实世界中的自由软件工程任务中的表现。该基准测试涵盖了从 50 美元的漏洞修复到 32000 美元的功能实现等多种独立工程任务，以及模型在技术实现方案之间的选择等管理任务。通过模型将性能映射到货币价值，SWE-Lancer 为研究 AI 模型开发的经济影响提供了新的视角，并推动了相关研究的发展。

Dolphin R1是一个用于训练推理模型的数据集，包含80万条样本。

Dolphin R1是一个由Cognitive Computations团队创建的数据集，旨在训练类似DeepSeek-R1 Distill模型的推理模型。该数据集包含30万条来自DeepSeek-R1的推理样本、30万条来自Gemini 2.0 flash thinking的推理样本以及20万条Dolphin聊天样本。这些数据集的组合为研究人员和开发者提供了丰富的训练资源，有助于提升模型的推理能力和对话能力。该数据集的创建得到了Dria、Chutes、Crusoe Cloud等多家公司的赞助支持，这些赞助商为数据集的开发提供了计算资源和资金支持。Dolphin R1数据集的发布，为自然语言处理领域的研究和开发提供了重要的基础，推动了相关技术的发展。

GoCodeo 是一款强大的 AI 编程助手，支持代码生成、测试和部署，助力开发者高效开发。

GoCodeo 是一款专为 Visual Studio Code 设计的 AI 编程插件，旨在通过最新的 AI 技术提升开发效率。它支持多种语言和框架，提供代码生成、测试、部署等功能，帮助开发者快速构建项目并确保代码质量。GoCodeo 的主要优点包括高效生成生产级代码、自动化测试和一键部署，极大地节省了开发时间和精力。该产品免费提供基础功能，适合希望提升开发效率的开发者。

自然语言编写测试，AI自动执行

Shortest是一个基于Playwright构建的测试框架，它允许用户用自然语言编写测试用例，并由AI自动处理执行。这种测试方法简化了测试流程，提高了开发效率，特别适合需要持续集成和自动化测试的软件开发项目。Shortest通过与GitHub的无缝集成，使得测试用例的管理和版本控制更加便捷。

一个尝试复现OpenAI O1模型的编程辅助工具

O1-CODER是一个旨在复现OpenAI的O1模型的项目，专注于编程任务。该项目结合了强化学习(RL)和蒙特卡洛树搜索(MCTS)技术，以增强模型的系统二型思考能力，目标是生成更高效、逻辑性更强的代码。这个项目对于提升编程效率和代码质量具有重要意义，尤其是在需要大量自动化测试和代码优化的场景中。

无需编码的跨浏览器自动化测试工具

Autoflow是一个为现代QA设计的跨浏览器自动化测试工具，它允许用户无需编码即可进行复杂的测试流程。该工具以其快速、高效的测试能力，帮助开发者、QA和产品经理加速测试周期，提高产品质量，同时减少测试成本和时间。Autoflow以其易用性、灵活性和强大的功能，成为测试领域的重要工具。

使用Anthropic API进行Playwright测试的AI工具

playwright-ai是一个集成了Anthropic的AI能力的Playwright测试插件。它允许开发者使用自然语言描述测试步骤，通过AI来执行复杂的测试任务，提高了测试的效率和准确性。该技术的主要优点包括简化测试流程、减少重复代码和提高测试覆盖率。产品背景是基于Playwright测试框架和Anthropic的AI技术，适用于需要进行自动化测试的软件开发项目。目前该项目是开源的，因此对于开发者来说是免费的。

AI驱动的安全工程师，发现并修复代码库中的漏洞

Gecko Security是一个AI驱动的安全工程师，旨在发现并修复代码库中的漏洞。它通过自动化黑客直觉，构建下一代安全工具，使寻找0-day漏洞成为可能。Gecko Security通过在安全沙箱中验证发现，减少误报，测试代码像黑客一样，发现其他工具可能遗漏的逻辑漏洞，并集成到开发环境中，实时捕捉新出现的漏洞。产品背景信息显示，Gecko Security由一支有安全经验的团队开发，致力于提高代码安全性，同时不减缓开发速度。价格方面，Gecko Security提供免费的Open Beta版本，以及针对企业客户的定制计划。

自动生成和维护经过验证的单元测试，提升软件产品质量。

Early是一个专注于自动化单元测试的在线平台，它通过人工智能技术自动生成和维护经过验证的单元测试，帮助开发者提升代码质量，增加代码覆盖率，减少bug影响，并预防代码回归。Early支持多种编程语言和框架，与主流IDE集成，使得测试工作更加便捷和高效。Early的主要优点包括节省时间、提高代码质量、增强代码覆盖率和快速发现潜在问题。产品背景信息显示，Early能够在短时间内生成大量高质量的测试用例，显著提高开发效率。

百度推出的零代码AI开发平台，一句话生成应用

秒哒是百度推出的零代码AI开发平台，它基于大模型和智能体技术，允许用户无需编写代码即可构建软件的能力。用户可以通过无代码编程、多智能体协作和规模化工具调用，轻松实现各种创意和想法。秒哒的主要优点包括0代码编程、多智能体协作、规模化工具调用、直观操作、创意实现、自动化流程和模块化构建。它适合需要快速开发和部署软件应用的企业、教育机构和个人开发者，无需具备编程知识即可使用。

使用AI驱动规划的浏览器自动化系统

Cerebellum是一个轻量级的浏览器代理，通过键盘和鼠标动作在网页上实现用户定义的目标。它将网页浏览简化为导航有向图，使用大型语言模型(LLM)来分析页面内容和交互元素，决定下一步操作。Cerebellum以其创新的AI驱动自动化技术，提高了网页自动化任务的效率和准确性。目前，Cerebellum支持与任何Selenium支持的浏览器兼容，并能够使用用户提供的JSON数据填充表单。产品目前处于Beta阶段，免费提供给开发者和研究人员使用。

利用AI协助编码，发现创建顶级代码的开发者

devpilot是一个利用人工智能技术协助编码的平台，旨在通过AI提高软件开发的效率和质量。该平台通过严格的筛选机制，确保只有真正具备高级编码技能的开发者能够加入。devpilot通过AI驱动的错误检测和修复工具，可以大幅减少查找和修复bug所需的时间，同时通过AI辅助的编码工具，如GitHub Copilot，可以提升开发者的生产力。此外，devpilot还提供了一个透明的定价策略，以及基于可靠测试结果的高效匹配机制，确保用户能够快速找到能够为项目带来真正价值的开发者。

自动化测试工具，无需编程即可生成端到端测试。

Octomind QA Agent 是一款基于人工智能的自动化测试工具，它能够自动分析网页应用并生成测试用例，执行测试并维护测试代码。这款工具的主要优点是它不需要用户具备编程知识，可以大幅降低测试的门槛，提高测试效率。它适用于希望提高软件质量、减少测试成本和时间的开发者和团队。Octomind QA Agent 提供了免费试用版本，用户可以在不提供信用卡信息的情况下尝试其功能。

研究项目，探索自动语言模型基准测试中的作弊行为。

Cheating LLM Benchmarks 是一个研究项目，旨在通过构建所谓的“零模型”（null models）来探索在自动语言模型（LLM）基准测试中的作弊行为。该项目通过实验发现，即使是简单的零模型也能在这些基准测试中取得高胜率，这挑战了现有基准测试的有效性和可靠性。该研究对于理解当前语言模型的局限性和改进基准测试方法具有重要意义。

非技术测试人员的自动化浏览器测试平台

Magic Inspector是一个专为非技术测试人员设计的自动化浏览器测试平台。它利用人工智能技术来提前发现潜在的错误，并通过自然语言控制浏览器，实现无需编程知识的自动化测试。此外，它还支持测试套件的定时运行、测试失败通知、内置变量和秘密信息配置，以及与多种通讯工具的集成。它还提供了每个测试运行的视频录制，以便用户可以详细查看测试过程中发生的情况。

用于测试和开发AI代理的可扩展开源框架

Windows Agent Arena (WAA) 是一个专注于Windows操作系统的可扩展、开源框架，用于测试和开发能够使用语言模型在PC上进行推理、规划和行动的AI代理。它通过模拟真实的Windows环境，允许代理自由操作，并使用与人类用户相同的应用程序、工具和网络浏览器来解决任务。WAA通过Azure实现可扩展性和并行化，能够在短短20分钟内完成完整的基准测试评估。

企业级AI服务平台，提供大模型应用开发与部署

无问芯穹是一个面向企业级用户的AI服务平台，专注于提供大模型应用开发与部署的解决方案。它支持多种模型和芯片，提供端到端的服务体验，包括模型微调、模型服务、开发机、任务、推理服务等。无问芯穹致力于帮助开发者和企业快速构建和部署AI应用，提高开发效率，降低技术门槛。

智能自动化测试，提升AI聊天机器人的质量和安全性。

bottest.ai提供的是一个自动化测试平台，专注于为基于AI的聊天机器人构建质量、可靠性和安全性，无需编写代码即可进行测试。平台通过记录、评估和改进三个步骤，帮助用户智能地进行回归测试、性能测试、AI驱动覆盖测试、对抗性测试和多语言测试。

自然语言编程，快速构建AI应用

Wordware是一个集成了自然语言编程(NLP)的在线开发环境，它允许用户通过自然语言指令来开发、迭代和部署AI代理。Wordware结合了软件的最佳特性和自然语言的强大能力，摆脱了传统无代码工具的限制，使得每个团队成员都能独立地进行迭代。它提供了一个类似Notion的界面，简单灵活，支持团队协作、管理提示(prompts)和工作流程。Wordware还具备高级技术能力，如循环、分支、结构化生成、版本控制和类型安全，同时支持自定义代码执行，连接到任何API。此外，Wordware支持多种大型语言模型(LLM)提供商，一键切换，优化工作流程。

快速生成问答数据，评估语言模型。

FiddleCube是一个专注于数据科学领域的产品，它能够快速地从用户的数据中生成问答对，帮助用户评估大型语言模型（LLMs）。它提供了准确的黄金数据集，支持多种问题类型，并能够通过度量标准来评估数据的准确性。此外，FiddleCube还提供了诊断工具，帮助用户找出并改进性能不佳的查询。

开源AI工具，推动AI民主化。

ComfyUI是一个开源AI模型，致力于推动AI工具的民主化和开源化。它由一个团队创建和维护，旨在为AI社区提供易于使用、安全和可靠的工具。ComfyUI支持通过各种工具，如节点管理器、节点注册表、命令行界面、自动化测试和公共文档来支持其生态系统。团队相信开源模型将在长期内胜过封闭模型，并致力于通过社区驱动的方式推动AI工具的发展。

安全数据湖，为生成式AI开发提供数据

Tonic Textual 是全球首个为大型语言模型（LLMs）设计的Secure Data Lakehouse。它通过自动化流程，帮助企业从云存储中提取、治理、丰富和部署非结构化数据，以支持生成式AI的发展。该产品强调数据隐私保护，利用其专有的命名实体识别（NER）模型自动检测和去标识化敏感信息，同时通过数据合成保持数据的语义真实性。它支持多种数据格式，并通过AWS Marketplace、Google Cloud Marketplace和Snowflake Marketplace提供服务。