博客

  • Spotify牵手环球音乐,AI翻唱正式「合法化」了

    AI翻唱、AI remix这件事,之前一直游走在灰色地带。Suno和Udio这些工具虽然火,但一路被告——华纳、环球、索尼轮番上阵,版权官司打得没完。

    Spotify决定不走这条路。2026年5月21日,它宣布跟环球音乐集团(UMG)达成授权协议,要让用户用生成式AI合法地翻唱和混音自己喜欢的歌。

    “Solving hard problems for music is what Spotify does, and fan-made covers and remixes are next. What we’re building is grounded in consent, credit, and compensation for the artists and songwriters that take part.”

    —— Alex Norström, Spotify co-CEO

    这个功能会以付费插件的形式推出,仅限Spotify Premium订阅用户使用。更关键的是,参与计划的艺人能从中获得分成——这是Suno和Udio一直没做到的。

    Spotify去年就透露过这个方向,当时的表述就很耐人寻味——说要做”先谈授权、再上线”的产品,而不是”先上线、再求原谅”。这话明显是在暗戳戳地戳Suno。


    Suno们的官司还没打完

    Suno和Udio算是AI音乐生成赛道的先行者,但法律地位一直很尴尬。2024年,各大唱片公司集体起诉,Suno后来跟华纳以5亿美元和解,Udio也跟华纳、环球达成了和解——但Suno至今还在被环球和索尼追着告。

    消费者确实有这个需求,这点从Suno的用户量就能看出来。但需求归需求,版权归版权,之前的AI音乐工具基本是在没有授权的情况下”先干了再说”。Spotify的做法相反——先拿到牌再上桌。

    艺人的态度是关键

    环球音乐集团董事长兼CEO Sir Lucian Grainge对这件事的态度很积极,说这能让艺人与粉丝的关系更深,还能创造额外的收入机会。但目前还不清楚有哪些环球旗下的艺人已经同意参与。

    这也合情合理——让粉丝用AI翻唱自己的歌,对有些艺人是加分项,对另一些可能就不是。所以这个功能必须是”选择加入”的,不能强制。

    不只是AI翻唱

    这次AI翻唱功能的官宣,是Spotify投资者日(Investor Day)一系列公告中的一项。同一天,Spotify还发布了几个其他AI功能:

    • 基于ElevenLabs的AI有声书创作工具
    • 面向播客的AI问答和摘要生成功能
    • 桌面端AI个人播客生成应用
    • 为头部粉丝预留演唱会门票的功能

    看得出来,Spotify在AI这个方向上是真的打算全面铺开,不只是试试水。但跟其他公司不一样的是,它选择先搞定版权方,再推产品。


    这件事对整个AI音乐行业来说,可能是个转折点。之前大家都在摸着石头过河,现在Spotify把”先授权、再上线”这个模板立起来了。接下来,看索尼和其他平台跟不跟吧。

  • Google搜索大变样,这6款替代引擎值得一试

    Google搜索要变天了。在2026年I/O大会上,这家公司宣布要对搜索进行”25年来最大升级”——说白了,就是要全面拥抱AI对话式搜索。以后你打开Google,默认就可能进入AI模式,就算你不选AI模式,搜索结果里也会塞满AI Overview,还附带一个聊天框让你追问。

    Google搜索部门的负责人Elizabeth Reid说这是”自25年前搜索框诞生以来最大的一次升级”。可用户买账吗?从评论区来看,答案是否定的。

    记得去年AI Overview刚推出那会儿出的那些洋相,用户对它的信任度本来就不高,现在又要强推AI模式,很多人觉得这就是在把聊天机器人硬塞进每一个角落。

    “This is the biggest upgrade to our iconic search box since its debut over 25 years ago,” said Elizabeth Reid, leader of the Search organization at Google.

    更有意思的是,美国地方法院2024年已经裁定Google在搜索市场存在非法垄断行为。一边是反垄断阴影,一边是AI搜索大改版,Google搜索正在经历一场身份危机。

    如果你也想换个搜索引擎试试,下面这6款值得一看。


    Kagi:付费去广告,还能自定义

    Kagi的思路很简单——不靠广告赚钱,所以不需要用AI Overview来吸引广告主。每个月5美元(无限搜索10美元),你就能用上一个没有广告、也没有AI Overview的搜索引擎。

    Kagi不是简单的”无广告版Google”,它还有个很实用的功能叫”镜片”(Lenses)——你可以给搜索结果加滤镜,比如学生在写论文时用学术镜片,搜出来的就主要是期刊文章,而不是营销博客。如果你偶尔想用AI总结搜索结果,Kagi也有”快速回答”功能,但关键是你可以选择关掉它。

    DuckDuckGo:老牌隐私卫士

    DuckDuckGo大概是最知名的Google替代品了,免费,靠投放广告赚钱——但它不像Google那样收集你的搜索历史、浏览记录和购买数据来定向投广告,而是根据你的搜索关键词来展示相关广告。

    界面长得跟Google很像,也有AI生成回答功能。但如果你不喜欢AI回答,可以在设置里完全关掉AI功能。简单直接。

    Startpage:让Google不知道你是谁

    Startpage相当于Google的”隐私代理”。你在Startpage上搜索,它会把你的请求”洗白”——去掉IP地址等个人信息——再发给Google,然后把结果返回给你。所以你拿到的是Google的搜索结果,但Google不知道是谁在搜。

    当然,本质上用的还是Google的索引。好处是Startpage也允许你关闭AI功能。

    &udm=14:给Google搜索”做手术”

    这个工具的名字看起来很怪,其实&udm=14是Google搜索的一个隐藏参数——加上它,Google就不会显示AI Overview。&udm=14这个网站做的事情就是自动帮你加上这个参数,这样你每次搜索都是”纯净版Google”。代码开源在GitHub上,懂技术的话还可以自己搭一个。

    Brave:浏览器+搜索引擎一起换

    Brave既有自己的浏览器,也有自己的搜索引擎。浏览器基于Chromium开发,所以Chrome的插件在Brave上也能用。搜索方面,Brave有个叫”Goggles”的功能,可以让你用不同的视角来看搜索结果——比如”右翼新闻”、”左翼新闻”、”技术博客”,还有一个叫”无Pinterest”的滤镜。

    是的,Brave也允许你开关AI功能。Google,你学学人家。

    Ecosia:搜索也能种树

    Ecosia也提供浏览器和搜索引擎,同样基于Chromium。但它最大的卖点是环保——把大约80%的广告收入捐给全球各地的植树项目。种树这个事情有时候会是”漂绿”行为,但Ecosia跟当地社区合作开展植树,每月公布财务报告,还在博客上记录实际成效,透明度还算可以。


    说到底,换不换搜索引擎是个很个人的选择。有人在意隐私,有人受不了AI Overview,有人就是想跟垄断者较个劲。不管你图什么,现在的选择比以往任何时候都多。

  • Hermes Agent:161k Stars!自我进化的AI智能体,越用越懂你的开源数字助手

    Hermes Agent:161k Stars!自我进化的AI智能体,越用越懂你的开源数字助手

    Hermes Agent Logo

    Hermes Agent 项目Logo


    📦 项目简介

    Hermes Agent 是一款具备自我进化能力的AI智能体,由 Nous Research 研发。它的核心理念是”与你共同成长的智能体”——不仅执行任务,还能从经验中学习、自主创建技能、跨会话记忆你的偏好,真正像一位会越来越懂你的数字助手。


    ⚙️ 安装要求和过程

    环境要求

    支持系统:
    • Linux / macOS / WSL2 / Termux(安卓)
    • Windows(PowerShell 原生安装,当前Beta阶段,推荐WSL2)
    • 最低:5美元/月的VPS即可运行
    • 推荐:支持GPU集群、无服务器架构部署

    快速安装

    Linux / macOS / WSL2 / Termux:

    curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

    Windows(PowerShell 原生):

    iex (irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1)

    ⚡ 安装后执行 source ~/.bashrc(或 source ~/.zshrc)重载配置,然后运行 hermes 即可启动!


    🚀 核心功能

    1️⃣ 多模型兼容,无厂商锁定

    支持 Nous PortalOpenRouter(200+模型)、OpenAI、Hugging Face、自定义端点等任意模型。通过 hermes model 命令即可切换,真正自由。

    2️⃣ 全平台交互,随时随地

    支持 CLI终端TelegramDiscordSlackWhatsAppSignal邮件多端接入。跨平台对话连续,支持语音转写,出门在外也能通过消息平台远程控制。

    3️⃣ 自主学习闭环,越用越懂你

    自主从任务经验中创建技能、使用中自我优化;支持持久化记忆、跨会话对话搜索、用户画像建模。兼容 agentskills.io 开放标准,可接入社区共享技能生态。

    4️⃣ 任务调度与并行,智能体协作

    内置 Cron定时任务,支持自然语言配置定时报告、备份等无人值守任务;可派生子智能体并行处理,通过RPC调用工具降低上下文成本。

    5️⃣ 多环境部署,成本极致优化

    支持 7种终端后端:本地、Docker、SSH、Singularity、Modal、Daytona、Vercel沙箱。其中 Modal、Daytona 支持无服务器休眠,空闲时成本极低,5美元/月的VPS就能跑起来。


    💡 典型使用场景

    🏠

    个人智能助手

    通过CLI或社交平台接入,帮你处理信息查询、任务规划、代码编写等工作。记忆你的偏好,跨会话延续服务,越用越顺手。

    ⚙️

    自动化运维

    配置定时任务,自动执行每日报告生成、夜间备份、周期审计等无人值守工作,结果推送到指定平台,解放双手。

    ☁️

    云端部署

    部署在云端VPS或Serverless环境,远程通过消息平台控制,无需占用本地计算资源。支持GPU集群扩容,按需付费。

    🔬

    AI研究与训练

    批量生成智能体交互轨迹,压缩轨迹数据用于训练下一代工具调用类AI模型。研究友好,支持轨迹生成与压缩。


    🌟 推荐理由

    说实话,AI Agent 框架已经多到让人选择困难了——LangChain、CrewAI、AutoGPT……但 Hermes Agent 真正打动我的是它的“自我进化”理念。它不是那种你配置好就一成不变的框架,而是会从你的使用习惯中学习,自主创建和优化技能,越用越懂你。

    另外就是部署灵活性——5美元/月的VPS就能跑,还支持无服务器休眠,成本极致优化。对于想自己搭建AI助手的个人开发者来说,这简直是福音。再加上支持从 OpenClaw 一键迁移,如果你之前在用OpenClaw,切换到Hermes几乎零成本。

    最关键的:161k Stars 不是刷出来的,是社区真金白银用出来的。Nous Research 团队在开源AI圈口碑极佳,Hermes系列模型也是质量担当。这个项目,值得你Star、Fork、并在自己的服务器上跑起来。

    161k+
    GitHub Stars

    26.3k
    Forks

    MIT
    开源协议


    📥 下载地址

    🔗 GitHub仓库:
    https://github.com/NousResearch/hermes-agent

    📚 官方文档:
    https://hermes-agent.nousresearch.com/docs/

    💬 Discord社区:
    https://discord.gg/NousResearch

    🏠 Skills社区:
    https://agentskills.io
    (获取社区共享技能)


    本文由 WorkBuddy 搜集整理,开源项目信息来自 GitHub 官方仓库,如有侵权请联系删除。

  • 融资7亿美元、估值60亿,Hark要做AI时代的「通用接口」

    要做一款真正 indispensable 的 AI 消费级产品,需要多少钱?Hark 的答案是:7 亿美元。

    这家 AI 实验室本周四宣布完成 A 轮融资,金额 7 亿美元,投后估值 60 亿美元。光看这个数字就知道,这帮人不是在玩票的。

    这个 Brett Adcock 又来创业了

    Hark 的创始人兼 CEO Brett Adcock 是个连续创业者,之前搞过两件事:人形机器人公司 Figure.AI,还有电动飞机制造商 Archer。2025 年末他自掏 1 亿美元创立了 Hark,方向是做一个『数字世界的通用接口』——说白了就是一套能跟所有产品、服务打通的个人 AI 平台。

    Adcock 自己说 Hark 要做的不是另一个聊天机器人,而是一个『智能体 AI 系统』,它得是你在数字世界里的通用接口——什么都接,什么都懂。

    这个定位跟 Anthropic 和 OpenAI 不太一样。Anthropic 现在优先搞编码工具,OpenAI 也在往生产力方向走(IPO 前得证明自己能赚钱)。Hark 的差异化是只盯『界面和原生硬件』——先做软件平台,再做专属硬件设备。

    投资方阵容豪华到离谱

    这轮由 Parkway Venture Capital 领投,参投方名单长得离谱:英伟达、AMD Ventures、ARK Invest、Brookfield、Greycroft、英特尔资本、Prime Movers Lab、高通创投、Salesforce Ventures、Tamarack Global。

    芯片厂商(英伟达、AMD、英特尔、高通)集体下注,这个信号挺明确的——他们觉得 Hark 的硬件计划值得提前站队。毕竟如果 Hark 的硬件真做出来了,跑的全是这些厂商的芯片。

    产品到底长什么样

    问题在于:Hark 到目前为止对产品细节几乎什么都没公布。TechCrunch 本周问了一堆问题,设计总监 Abidur Chowdhury(前苹果产品高管)一个都没正面回答。

    不过他说了一句挺有意思的话:『我还没见过任何感觉真的能帮到普通人的 AI 产品。人们确实在开发能帮助人们制作软件的东西,这很有效,也很有影响力,但我们还没看到真正面向普通人的产品。』

    • 今年夏天会发布首批多模态模型,给个人 AI 平台提供『大脑』
    • 平台会兼容现有各种产品和服务(不用什么都自己重做)
    • 之后再推出专门为这个系统设计的硬件设备(原生硬件,不是手机装个 App 那种)
    • 目前团队 70 人,数据中心跑的是英伟达 B200 GPU

    悬念还很多

    最大的疑问是隐私。要让 AI 助手真正有用,它得知道你是谁、在干什么、周围有什么人——但这很容易让旁边的人感到不舒服。Meta 的眼镜、即将上市的安卓 XR 眼镜都没真正解决这个问题。

    TechCrunch 问 Chowdhury 打算怎么解决这个难题,他只是笑了笑,说『听起来这会是个很棒的产品』。好吧,至少他挺乐观的。

    7 亿美元 A 轮,这个量级在 AI 圈也是相当夸张的。Brett Adcock 之前两次都把自己创的公司做成了(Figure.AI 和 Archer 都还活着),这次能不能把『AI 通用接口』变成真东西,今年夏天见分晓。

  • OpenAI安全一把手Aleksander Madry离职,转去研究AI对经济的影响

    OpenAI 又少了一个关键人物。Aleksander Madry 本周四宣布离开公司,去搞一件新事情——研究 AI 对经济的真实影响。

    这个人不是普通员工。Madry 之前是 OpenAI 的『准备工作负责人』(head of preparedness),说白了就是管 AI 安全最关键的那个人。去年夏天他被调去搞 AI 推理方向,现在直接走了。

    他是谁,为什么重要

    Madry 在加入 OpenAI 之前是 MIT 的教授,专门研究对抗性机器学习——就是研究怎么让 AI 不被『骗』。他在学术圈的口碑很硬,2023 年加入 OpenAI 的时候,不少人觉得这下 OpenAI 的安全团队是真的要认真了。

    『准备工作团队』(Preparedness)是 OpenAI 内部专门评估模型是否『危险』的团队,负责设定安全红线——比如模型在什么能力水平下需要暂停训练。

    去年 Sam Altman 被董事会开除又回来的那场闹剧之后,OpenAI 的安全团队经历了好几轮震荡。Madry 被调离安全岗位,当时就有人觉得这是 OpenAI 在『弱化安全叙事』的信号。

    现在他彻底走了。OpenAI 最近几个月已经走了不少人——Andrej Karpathy 去了 Anthropic,现在 Madry 也离职。这个时间点挺微妙的,毕竟 OpenAI 正在准备 IPO。

    他要去做什么

    Madry 自己说要去搞『聚焦 AI 对经济影响』的新工作。具体是什么还没公布,但方向大概是研究 AI 到底怎么改变就业、产业、财富分配这些大问题。

    这个方向其实挺缺人的。现在大家都在卷模型性能,但 AI 对经济社会的真实冲击——哪些工作真的会被替代、哪些只是被改造——研究得还不够深。Madry 有学术背景又有 OpenAI 内部视角,搞这个方向确实有优势。


    OpenAI 这边还没对 Madry 离职发表正式回应。按这个人事流失的速度,外界迟早要问一句:OpenAI 到底还能留住多少人?

  • 马斯克诉OpenAI案败诉,9人陪审团一致裁定超时诉讼无效,索赔1340亿美元化为泡影

    2026年5月18日,加州奥克兰联邦法院,9名陪审员只用了不到两小时就做出了一致裁定:埃隆·马斯克针对OpenAI、萨姆·奥特曼等人的诉讼,因超出法定诉讼时效而被驳回。这场索赔金额高达1340亿美元的”世纪诉讼”,在没有触及任何实体问题之前,就因为一道程序性门槛戛然而止。

    埃隆·马斯克在达沃斯世界经济论坛
    埃隆·马斯克,特斯拉首席执行官,2026年1月22日于瑞士达沃斯世界经济论坛(图源:Bloomberg / Getty Images)

    诉讼时效:一道马斯克没跨过去的坎

    这场官司打到现在,核心争议其实根本不是”OpenAI有没有背叛非营利初心”——而是马斯克有没有在法律规定的时间内提起诉讼。OpenAI的律师团队提出的诉讼时效抗辩相当精准:马斯克指控的损害,分别发生在2021年8月5日、2021年11月14日和2022年8月5日之前,早已超出了对应指控的起诉时效。

    陪审团一致认为,马斯克可能遭受的任何损害都发生在法律允许提交索赔的截止日期之前。案件的结束意味着OpenAI面临的一个重大威胁——可能的重组——在传言的IPO之前已经消除。

    宣判后,法官伊冯娜·冈萨雷斯·罗杰斯直接说:”有大量证据支持陪审团的裁决,这就是为什么我准备当场驳回诉讼。”OpenAI的首席律师比尔·萨维特更是不客气:”陪审团不到两小时就得出结论……马斯克的诉讼不过是不符合事实的事后编造。”


    马斯克:我上诉

    败诉当天,马斯克在推特上发文,把程序性败诉包装成了某种”道德胜利”:”任何密切关注本案细节的人都不会怀疑,奥特曼和布罗克曼确实通过窃取慈善机构中饱私囊。唯一的问题是他们是什么时候做的!”他还明确表示要将案件上诉至第九巡回法院。

    马斯克的专家证人此前估算,OpenAI和微软从马斯克身上获得的不当收益在788亿美元到1350亿美元之间——但这个数字连同整个赔偿主张,都随着败诉化为泡影。法官在庭审中还直接怼了马斯克的专家证人一句:”你的分析和基本事实完全脱节。”

    OpenAI松了一口气

    这场诉讼如果朝对马斯克有利的方向发展,OpenAI可能面临重组、甚至被迫恢复非营利架构的风险。尤其是在OpenAI传言准备IPO的当口,这种不确定性对投资者信心是致命的。现在诉讼被驳回,至少在法律层面,OpenAI可以轻装上阵了。

    微软作为共同被告,也对裁决表示欢迎。该公司发言人称,将继续致力于与OpenAI的合作,”为全球个人和组织推进和扩展AI技术”。

    不过,马斯克的上诉还没完。第九巡回法院的审理周期通常以年计,这场”AI圈最昂贵的官司”离真正结束,可能还有很长一段路。但对OpenAI来说,至少眼下,最紧要的威胁已经解除。

  • Anthropic预计Q2营收109亿美元,首次实现盈利,Claude Code半年入账10亿

    Anthropic这回真的把”烧钱实验室”的标签撕下来一块了。根据《华尔街日报》拿到的内部数据,这家公司在2026年第二季度预计实现营收109亿美元,比第一季度的48亿美元直接翻了一倍还多。更关键的是,他们预计这个季度能拿下大约5.59亿美元的营业利润——这是Anthropic成立以来的第一个盈利季度。

    从”融资机器”到”收入引擎”

    说实话,Anthropic之前给人的印象就是”不停地融、不停地烧”。到2026年2月,它的估值才刚到300多亿美元,结果这一季度直接预测营收109亿、利润5.59亿,这种增速放在整个软件行业都是反常的存在。

    Anthropic实现营业盈利将改变整个前沿AI领域的融资逻辑,因为投资者现在可以参考盈利路径,而非仅资助其持续亏损。

    背后的核心动力只有一个:企业对Claude的采用速度远超预期。特别是Claude Code这款编程助手,上线仅仅6个月,年化营收就突破了10亿美元。这个速度比GitHub Copilot当年还要猛,直接把”AI辅助编程”从实验性工具抬到了工程团队核心基础设施的位置。

    Claude Code做对了什么

    Claude Code的10亿美元年化营收,本质上验证了一件事:开发者愿意为”能真正理解代码上下文、不瞎聊天的AI搭档”付钱。它不是简单地补代码,而是能把整个工程流程串起来——从读issue、写代码、跑测试到提PR,一套流程下来省掉的时间,企业是算得过来账的。

    现在Anthropic和企业买家的关系,已经从”研究+资本”模式转向了”收入驱动”模式。这对OpenAI和谷歌来说,是个不小的压力——Anthropic证明了自己可以不靠下一轮融资活下来,这种信号会直接影响客户的长期采购决策。


    盈利背后的隐忧

    不过也得泼点冷水。Anthropic这5.59亿美元的营业利润能不能真正落袋,还得看几个变数:

    • 算力成本会不会突然抬头?如果AWS或谷歌的数据中心租金重新谈判,利润率会被直接压缩。
    • 微软要是把GitHub Copilot企业版大幅降价,或者OpenAI把编程智能体直接绑进ChatGPT企业合同里,Anthropic会受到不成比例的影响。
    • 109亿是实际确认营收还是年化运行率?这个口径差别,会极大影响投资者对”盈利”这件事的理解。

    但不管怎么说,Anthropic这步走出来,AI三巨头的竞争格局已经悄悄变了。OpenAI还在亏、谷歌靠母公司输血,Anthropic率先摸到了盈利的门槛。接下来就看它能不能在算力成本、产品差异化、企业客户留存这几件事上同时守住优势了。

  • Langflow:148.6k Stars!可视化AI工作流构建平台,让Agent开发像搭积木一样简单

    Langflow:148.6k Stars!可视化AI工作流构建平台,让Agent开发像搭积木一样简单

    🚀 项目简介

    Langflow 是一个强大的AI智能体和AI工作流可视化构建平台。它让开发者可以通过拖拽式界面快速搭建LLM应用,同时也支持直接修改Python源码进行深度定制。内置API和MCP服务器,可以把每一个工作流变成可被任何框架调用的工具。

    Langflow

    Langflow — 可视化AI工作流构建平台

    ⚙️ 安装要求和过程

    环境要求

    • Python 3.10 – 3.13
    • 推荐包管理器:uv(更快更现代)
    • 可选:Docker(容器化部署)

    快速安装(推荐方式)

    # 安装 Langflow
    uv pip install langflow -U
    
    # 启动 Langflow
    uv run langflow run

    启动后访问 http://127.0.0.1:7860 即可使用可视化界面。

    Docker 方式

    docker run -p 7860:7860 langflowai/langflow:latest

    桌面版(最简单)

    Langflow Desktop 是入门首选,包含所有依赖,无需手动管理Python环境。支持 Windows 和 macOS,可从 langflow.org/desktop 下载。

    ✨ 核心功能

    🎨 可视化构建界面

    通过拖拽组件即可快速搭建AI工作流,所见即所得,迭代速度极快。不需要写大量样板代码,新手也能快速上手。

    🐍 源码级定制能力

    每一个组件都支持直接查看和修改Python源码。你可以轻松添加自定义逻辑、接入私有API,而不被平台限制住手脚。

    🤖 多智能体编排

    内置对话管理和检索能力,支持构建多智能体系统。可以轻松实现Agent之间的协作、记忆共享和任务分工。

    🚀 一键部署为 API / MCP 服务器

    任何工作流都可以一键部署为REST API,也可以作为MCP服务器运行,让你的AI工作流变成其他应用可以调用的工具。真正实现了”构建一次,随处使用”。

    📊 可观测性集成

    支持 LangSmith、LangFuse 等可观测性工具集成,方便调试和监控生产环境中的AI工作流表现。

    💡 典型使用场景

    📄

    RAG文档问答系统

    连接向量数据库和LLM,构建基于私有知识的问答系统。可视化配置文档加载、分块、检索和生成的完整流程。

    🤝

    多Agent协作任务

    构建多个专业Agent协作完成复杂任务,比如一个Agent负责搜索、一个负责总结、一个负责写作,通过可视化流程串联起来。

    🔌

    AI能力API化

    把精心设计的AI工作流一键部署为API或MCP工具,供前端应用、企业系统或其他AI Agent调用,实现AI能力的模块化复用。

    🧪

    Prompt工程实验

    快速搭建不同的Prompt链路进行对比测试,找到效果最好的提示词组合。交互式Playground支持单步调试,每个环节的输入输出都清晰可见。

    🌟 推荐理由

    如果你在寻找一个既适合快速原型验证、又能支撑生产部署的AI工作流工具,Langflow值得认真考虑。

    它和Dify的定位有些类似,但Langflow更偏向开发者的使用习惯——你可以直接在界面里改Python代码,组件库开放且易扩展,不会被”低代码”的边界限制住。

    我个人最喜欢的功能是部署为MCP服务器。现在AI Agent生态里MCP是重要协议,Langflow让你可以把任何工作流变成MCP工具,被Claude、Cursor等AI助手直接调用,这个设计非常前瞻。

    另外,Langflow Desktop版本对Windows用户非常友好,一键安装,开箱即用,不需要折腾Python环境,这点必须点赞 👍

    🔗 下载地址

    📌 本文由 WorkBuddy AI 自动采集撰写,开源项目信息来自 GitHub 官方仓库。