Trae

Tabby是什么Tabby是一个自托管的AI编程助手，为开发人员提供了一个开源和本地部署的替代方案，支持通过利用第三方开源代码大模型（如StarCoder、CodeLlama、DeepseekCoder）以实现类似于 GitHub Copilot 的功能。Tabby的设计目标是帮助开发者通过提供代码建议、自动完成和其他编程相关的辅助功能来提高编程效率和体验。 GitHub地址：https://github.com/TabbyML/tabbyTabby的主要功能代码自动补全: Tabby 能够根据上下文自动完成代码行，提供单行代码或整个函数的补全建议，从而减少打字量并加快编码速度。代码建议: 在编写代码时，Tabby 可以提供相关的代码片段建议，帮助开发者快速实现特定的功能或结构。多行代码生成: Tabby 不仅能补全单行代码，还能生成多行代码片段，包括循环、条件语句、函数定义等。函数和类生成: Tabby 可以建议或自动生成整个函数或类的结构，包括参数、返回类型和方法实现。错误检测和修正: Tabby 可以识别代码中的潜在错误，并提供修正建议，帮助开发者维护代码质量。代码优化: Tabby 能够根据最佳实践提供代码优化建议，帮助开发者编写更高效、更优雅的代码。语言和框架支持: Tabby 支持多种编程语言（如Python、JavaScript）和框架，使其能够适应不同开发者的需求。兼容IDE插件: Tabby 提供了与流行 IDE 兼容的插件，如 Visual Studio Code 和 IntelliJ，允许开发者在他们熟悉的开发环境中直接使用 Tabby 的功能。自托管和自定义: 由于 Tabby 是自托管的，用户可以根据自己的需求和安全标准来配置和运行 Tabby 服务器。OpenAPI 接口: Tabby 提供了 OpenAPI 接口，使得其他应用程序和服务可以轻松地与 Tabby 集成，扩展其功能。Tabby支持的大模型代码补全模型：StarCoder-1B、StarCoder-3B、StarCoder-7B、CodeLlama-7B、CodeLlama-13B、DeepseekCoder-1.3B、DeepseekCoder-6.7B对话模型：WizardCoder-3B、Mistral-7B

百宝箱Tbox是什么百宝箱Tbox（原芝士饼）是蚂蚁集团（支付宝）推出的一站式 AI 原生应用开发平台，无需任何代码基础，只需通过自然语言，简单几步即可完成应用的创建与发布。百宝箱Tbox集成了多种主流大模型，如通义千问、月之暗面等。百宝箱Tbox不仅可以帮你轻松创建各类智能体（Agent），支持一键发布到支付宝小程序，还能发布到其他平台，释放无限可能！百宝箱Tbox的主要功能0代码开发：用户无需编写代码即可快速搭建AI应用，目前支持对话型、文本型、文生图、图生图和工作流应用。提供配置/编辑应用的能力，可以设置新建 AI 应用时使用的模型、对应的提示词和应用配置参数等信息。主流大模型集成：百宝箱Tbox提供了包括通义千问、月之暗面等在内的一系列主流AI大模型，供用户选择和使用，支持各种AI应用的开发。应用广场：百宝箱Tbox应用广场可以体验各类推荐应用，同时还能克隆这些应用，定制专属于自己的 AI 应用。应用分发：AI应用支持发布到支付宝小程序、百宝箱Tbox应用广场、Web 应用，允许外部用户访问。知识库：提供了一种直观且用户友好的方式来管理和存储数据，AI 应用能用你自己专属的数据，让机器人使用上传的数据，来回答用户的查询。模型训练：支持图像大模型，训练自己的专属模型。上传训练数据集，预置训练参数，AI 自动打标，支持模型效果测试，进行优化调整。个性化定制：用户可以根据需要定制AI应用的性格特点、语言风格等，打造具有个性化特征的AI产品。百宝箱Tbox可以构建哪些应用对话型应用：对话型应用采用一问一答的模式与用户持续对话。对话型应用可以用在客户服务、在线教育、医疗保健、金融服务等领域，帮助组织提高工作效率、减少人工成本和提供更好的用户体验。文本型应用：文本型应用是指根据用户提供的信息自动生成高质量文本，例如文章摘要、翻译、新闻媒体、广告、SEO、市场营销等，为行业提供高效、快速的文本生成服务。文生图型应用：文生图型应用可以根据你输入或选择的文字信息，应用可以自动生成相关图片。文生图型应用提供专业的图像模型生成能力，可以帮你轻松构建应用，如 AI 卡通头像、 AI 营销海报等。图生图型应用：图生图型应用是指构建的 AI 应用支持用户输入文字的同时，也输入图片，以此综合生成图片。工作流应用：工作流是指通过可视化的方式，对文本大模型、知识库等功能进行组合，从而实现复杂、稳定的业务流程编排，例如旅行规划、报告分析等。如何使用百宝箱Tbox产品官网：访问百宝箱Tbox官网 tbox.alipay.com ，注册登录。选择模板：登录后，可以浏览平台提供的各种AI应用模板。根据需求选择合适的模板作为起点。定制智能体：选择模板后，可以定制智能体的人设、语言风格、性格特点等，符合品牌或产品定位。使用AI大模型：百宝箱Tbox提供多种主流AI大模型供选择。可以根据应用需求选择合适的模型来增强智能体功能。0代码搭建：利用平台的0代码特性，通过图形界面拖拽组件、设置参数等方式，快速搭建AI应用。测试和调整：在搭建过程中，可以不断测试智能体的表现，并根据测试结果进行调整，优化用户体验。发布应用：完成搭建和测试后，可以一键将AI应用发布到支付宝小程序或其他平台，供用户使用。百宝箱Tbox的应用场景支付宝小程序开发：用户可以用百宝箱Tbox快速开发支付宝小程序，涵盖电商、服务、娱乐等多个领域。智能客服：创建智能客服系统，提供24*7小时的自动化客户支持，处理常见问题和用户咨询。内容创作辅助：辅助用户进行内容创作，如自动生成文章、设计图像或音乐等创意作品。教育和培训：开发智能教育应用，提供个性化学习体验，包括语言学习、技能培训等。健康管理：构建健康咨询和管理应用，提供饮食建议、运动计划和健康监测。企业自动化：为企业提供自动化解决方案，如自动化报告生成、数据分析和业务流程优化。

通义千问，阿里云推出的强大AI对话工具，引领智能问答新时代，助力企业高效沟通与创新。

豆包，抖音旗下AI大模型平台，融合创新技术与创意内容，赋能内容创作者与品牌营销。

Plandex是什么Plandex是一个基于终端的开源 AI 编程引擎，可帮助程序员完成复杂的软件编程开发任务、解决不良输出并最大限度地提高生产力。该AI编程助手通过使用长期运行的智能体来完成跨越多个文件并需要多个步骤的任务，将大型任务分解为较小的子任务，然后逐一实现它们，直到完成整个软件开发工作。Plandex旨在提高开发效率，帮助用户处理积压工作，掌握不熟悉的技术，并减少在重复性工作上的时间投入。Plandex的主要功能任务分解与执行：Plandex能够将复杂的开发任务项目分解成更小的子任务（如任务规划、代码补全、代码编写、代码审查等），并逐一完成它们，直至整个任务顺利结束。沙盒保护与版本控制：Plandex在一个受保护的沙盒环境中累积更改，允许用户在将更改应用到项目文件之前进行审查。同时，内置的版本控制功能使得用户可以轻松地回退并尝试不同的解决方案。上下文管理：Plandex允许用户在终端中高效地管理上下文，可以轻松添加文件或整个目录，并自动保持更新，确保模型始终拥有项目的最新状态。多平台支持：Plandex支持多种操作系统，包括Mac、Linux、FreeBSD和Windows，并且可以从单一的二进制文件运行，无需依赖其他软件。依赖OpenAI API：Plandex依赖于OpenAI API来执行任务，并需要设置环境变量OPENAI_API_KEY来使用。后续计划支持开源模型、Google Gemini和Anthropic Claude。分支功能：用户可以利用分支功能尝试多种方法并比较结果，这有助于在开发过程中探索不同的解决方案。如何使用Plandex1. 下载Plandex源代码打开终端，依次输入以下命令并运行git clone https://github.com/plandex-ai/plandex.gitgit clone https://github.com/plandex-ai/survey.gitcd plandex/app/cligo build -ldflags "-X plandex/version.Version=$(cat version.txt)"mv plandex /usr/local/bin #根据系统路径自行修改2. 设置 OpenAI API 密钥cd plandexexport OPENAI_API_KEY=YOUR_KEY #输入你自己的Key3. 运行 Plandexplandex newPlandex的产品定价用户可以选择自托管Plandex，在自己的服务器上部署和运行，对数据隐私和安全有特殊要求的用户来说是一个不错的选择。Plandex还提供了基于云的服务，称为Plandex Cloud，使得用户可以轻松开始使用Plandex。在创建第一个项目时，用户会被提示开始一个匿名试用，这个试用不需要提供电子邮件地址。试用账户有一定的限制，例如每个计划限制了10个任务和10次AI模型的回复。目前Plandex Cloud账户是免费的，未来可能会引入收费。预计的费用范围在每月10到20美元之间，具体的价格会根据服务的发展和市场情况进行调整。

文心智能体平台官网文心智能体平台（原灵境矩阵）是百度推出的基

MLX是由苹果的机器学习研究团队推出的用于机器学习的阵列框架，该开源框架专为 Apple Silicon 芯片而设计优化，从NumPy、PyTorch、Jax和ArrayFire等框架中吸取灵感，提供简单友好的使用方法，帮助开发人员在苹果M系列芯片上有效地开发、训练和部署模型。MLX的主要功能熟悉的 API：MLX 有一个紧随 NumPy 的 Python API。MLX 还拥有功能齐全的 C++ API，与 Python API 非常相似。可组合的函数转换：MLX 支持用于自动微分、自动向量化和计算图优化的可组合函数转换。惰性计算：MLX 中的计算是惰性计算，数组仅在需要时才会具体化。动态图构建：MLX 中的计算图是动态构建的。更改函数参数的形状不会触发缓慢的编译，并且调试简单直观。多设备：可以在任何支持的设备（CPU 和 GPU）上运行。统一内存：MLX 和其他框架的主要区别在于统一内存模型，阵列共享内存。MLX 上的操作可以在任何支持的设备类型上运行，无需移动数据。

Coze扣子官网快速搭建个性化或具备商业价值的智能体网站服务