开发者工具
让 AI 应用更容易构建、部署和调试的基础设施、托管与工程工具。
LangChain
当一个流程需要协调模型、工具和上下文时，使用 LangChain。
查阅工具 →LangGraph
当 Agent 需要状态、审批或可重试步骤时，使用 LangGraph。
查阅工具 →LlamaIndex
当产品依赖搜索、文档或私有知识时，使用 LlamaIndex。
查阅工具 →OpenAI API
对构建 AI 功能的团队来说，这是很快就能上手的起点。
查阅工具 →Anthropic API
适合写作、分析和长上下文工作流。
查阅工具 →Vercel AI SDK
当前端速度和开发体验很重要时，使用它。
查阅工具 →PydanticAI
PydanticAI 适合希望获得结构化输出和可预测 Agent 行为的 Python 团队。
查阅工具 →GitHub MCP Server
当 Agent 需要明确的 GitHub 上下文和受控工具权限时，使用 GitHub MCP Server。
查阅工具 →Gemini CLI
当你想比较 terminal-first coding agent，并且需要清楚的上下文与工具边界时，评估 Gemini CLI。
查阅工具 →Agno
当 Agent 要变成可管理的产品表面，而不是本地 demo 时，评估 Agno。
查阅工具 →Mastra
Mastra 适合希望用更干净、对开发者友好的技术栈来做 AI 产品的团队。
查阅工具 →Dify
当你想在一个地方完成 AI 应用的构建与上线时，使用 Dify。
查阅工具 →n8n
用 n8n 把应用、API 和 AI 步骤接进同一条工作流。
查阅工具 →Pipedream
Pipedream 让开发者可以很快把 API 和代码接入自动化工作流。
查阅工具 →Temporal
当一个工作流必须在系统故障后继续可靠运行时，使用 Temporal。
查阅工具 →Browserbase
Browserbase 让 Agent、测试和抓取流程都能直接使用浏览器会话。
查阅工具 →Playwright
对很多团队来说，Playwright 是最先会信任的浏览器自动化基础库。
查阅工具 →Stagehand
Stagehand 帮助团队构建更像“给出指令”而不是“写底层自动化”的浏览器流程。
查阅工具 →Pinecone
在生产级 RAG 系统里，Pinecone 是团队常选的托管向量数据库。
查阅工具 →Weaviate
如果团队希望在向量搜索上获得更高控制力和开放性，Weaviate 很有吸引力。
查阅工具 →Qdrant
如果团队想在向量搜索里兼顾速度、过滤能力和控制权，Qdrant 是强选项。
查阅工具 →Supabase
对 AI 产品来说，这是一个很快就能搭好后端的办法。
查阅工具 →Neon
Neon 为团队提供带无服务器体验的现代 Postgres。
查阅工具 →Convex
Convex 把后端逻辑、数据和实时更新打包成一套对开发者友好的方案。
查阅工具 →Linear
当团队想要更清晰的规划和执行时，使用 Linear。
查阅工具 →Retool
当你需要快速做出内部仪表盘或后台工具时，使用 Retool。
查阅工具 →