面向大模型的智能解决方案平台，自动优化多任务。
PromptPilot 是一个智能解决方案平台，专注于大模型的优化和用户任务意图的实现。通过交互反馈，该平台能够自动优化多步骤、多模态和多场景的任务，为用户提供高效的智能解决方案，适合企业和个人用户提升工作效率和任务完成质量。
AI驱动的测试代理工具，帮助开发人员更快地发布无bug软件。
Bugster是一款AI驱动的测试解决方案，能够将用户流程转化为自动化测试，帮助开发人员快速发布无bug的软件。其主要优点在于自动化测试流程、智能测试适应性和减少测试维护工作。Bugster定位于提高开发速度并保证软件质量。
TestFlight 是苹果提供的帮助开发者测试 Beta 版 App 的平台。
TestFlight 是苹果提供的测试平台，可帮助开发者轻松测试和优化他们的应用。该平台提供了易用的界面和丰富的功能，能够帮助开发者更快速地发布稳定的应用版本。
AI编程助手，支持整个软件开发生命周期，加速代码编写，提高生产力，自动化测试和DevOps集成。
Codespell.ai是一个AI工具，利用人工智能生成代码文档，修复错误，构建API，自动化测试和设置基础架构。它支持整个软件开发生命周期，包括自动化测试和DevOps集成。
通过测试时间缩放显著提升视频生成质量。
Video-T1 是一个视频生成模型，通过测试时间缩放技术（TTS）显著提升生成视频的质量和一致性。该技术允许在推理过程中使用更多的计算资源，从而优化生成结果。相较于传统的视频生成方法，TTS 能够提供更高的生成质量和更丰富的内容表达，适用于数字创作领域。该产品的定位主要面向研究人员和开发者，价格信息未明确。
使用 Playwright MCP Server，可快速用 AI 测试 API 和 UI，无需代码。
Playwright MCP Server 是一款基于 NodeJS 构建的工具，旨在通过 AI 技术帮助用户快速测试应用程序的 UI 和 API。它允许用户以简单的英语文本描述测试需求，无需编写代码，大大提高了测试效率。该工具主要面向开发人员和测试人员，帮助他们快速验证应用程序的功能，减少手动测试的工作量。产品目前由 ExecuteAutomation Pvt Ltd. 提供，具体价格未在页面中明确，但从其功能和定位来看，可能面向企业级用户，具有一定的商业价值。
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。
一种测试大语言模型在复杂社交博弈中智能性的基准测试框架，灵感来源于‘狼人杀’游戏。
Elimination Game 是一种创新的基准测试框架，用于评估大语言模型（LLMs）在复杂社交环境中的表现。它模拟了类似‘狼人杀’的多玩家竞争场景，通过公开讨论、私下交流和投票淘汰机制，测试模型的社交推理、策略选择和欺骗能力。该框架不仅为研究 AI 在社交博弈中的智能性提供了重要工具，还为开发者提供了洞察模型在现实社交场景中潜力的机会。其主要优点包括多轮互动设计、动态联盟与背叛机制以及详细的评估指标，能够全面衡量 AI 的社交能力。
一个基于AI的Streamlit应用程序，帮助内容创作者预测不同版本内容的用户参与度。
Viral Predictor 是一款利用人工智能技术预测内容在社交媒体上可能获得的用户参与度的工具。它通过模拟用户对不同版本内容的反应，为内容创作者提供数据支持，帮助他们优化内容策略，提高内容的吸引力和传播力。该工具支持多种社交媒体平台，能够实时预测点赞、评论、分享等关键指标，并提供统计置信度评分。其主要优点是能够快速、准确地提供内容效果的预估，帮助创作者在发布前做出更明智的决策。
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。
用于多模态上下文中的检索增强生成的基准测试代码库。
M2RAG是一个用于多模态上下文中的检索增强生成的基准测试代码库。它通过多模态检索文档来回答问题，评估多模态大语言模型（MLLMs）在利用多模态上下文知识方面的能力。该模型在图像描述、多模态问答、事实验证和图像重排等任务上进行了评估，旨在提升模型在多模态上下文学习中的有效性。M2RAG为研究人员提供了一个标准化的测试平台，有助于推动多模态语言模型的发展。
一个为测试通用网络浏览AI代理设计的挑战集合。
WebGames 是一个由 convergence.ai 构建的平台，旨在通过一系列挑战测试通用网络浏览 AI 代理的能力。这些挑战对人类来说简单，但对 AI 代理来说却很难完成。每个任务成功完成后都会提供一个独特的密码。该平台不仅为 AI 开发者提供了测试和优化 AI 代理的机会，还为研究人员提供了研究 AI 与人类交互的场景。WebGames 的设计旨在推动 AI 技术的发展，特别是在自然语言处理和视觉识别方面。目前，该平台是免费的，主要面向 AI 研究人员和开发者。
通过 MBTI 性格测试，快速了解自己的性格类型及行为动机。
MBTI Characters 是一款基于迈尔斯 - 布里格斯类型指标（MBTI）的性格评估工具。它通过一系列问题，帮助用户快速了解自己的性格类型，揭示个人行为背后的原因。该工具不仅有助于个人自我认知，还能改善人际关系、职业发展和团队协作。其主要优点是测试过程简单快捷，通常只需 10 - 15 分钟即可完成，并且结果准确率较高，超过 91% 的用户认为结果准确或非常准确。此外，它还提供个性化的职业建议和人际关系兼容性分析，具有较高的实用性和参考价值。该产品主要面向希望通过了解自身性格提升个人能力、改善人际关系和优化职业发展的用户，无论是学生、职场人士还是团队管理者，都能从中受益。
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。
© 2025 AIbase 备案号：闽ICP备08105208号-14