软件简介
这里展示软件的核心功能、适用场景与补充说明。
Google Antigravity - Build the new way
安装教程 / 使用教程
补充安装步骤、使用方式与常见注意事项,方便统一维护。
当前还没有填写教程内容。
相关软件
继续浏览同类软件与相关工具。
Claude Code
Claude Code最值得看的不是补全有多快,而是它把AI编程带回了终端和真实仓库环境。它适合愿意直接交任务给代理的人,不适合只把它当成普通聊天侧边栏。
OpenRouter
OpenRouter 值得本站单独收录,不是因为它把“多模型统一接入与路由平台”说得更热闹,而是因为 它让“先试模型、再定接入策略”这件事更轻,而不是把开发者锁死在单一供应商里。 官方站点给出的定位很明确,本质上是在回答一个现实问题:当模型选择变成常态时,真正消耗时间的不是调用本身,而是反复切换供应商、接口和限额规则。 这类工具真正适合的人,不是想随手试试 AI 新鲜感的人,而是 需要在同一套接口下切换多个大模型、做成本控制和快速验证的开发者与产品团队。 如果你的工作经常落到 模型对比、接口调试、应用接入、成本管理、快速原型验证和多模型策略切换 这些场景,OpenRouter 的价值通常体现在把零散动作压缩成更短的执行链,而不是只返回一段看起来漂亮的答案。 本站愿意收录 OpenRouter,还因为它的方向比较清楚。很多 AI 工具喜欢把卖点写成“会聊天、会生成、会自动化”的混合句式,但真正能留下来的产品,往往会说明它到底帮你省哪一类时间、接哪一段流程、又在哪些地方不该被高估。OpenRouter 更强调 多模型统一接入与路由平台 与 模型对比、接口调试、应用接入、成本管理、快速原型验证和多模型策略切换 的组合价值,而不是只靠一句口号吸引点击。 当然,OpenRouter 也不是对所有人都省事。统一入口不等于统一质量,不同模型的价格、速度和输出稳定性差异依旧很大,路由层只能缩短接入时间,不能替代判断。 如果你没有稳定场景,只是想找一个“什么都能自动搞定”的按钮,这类平台很容易在预期过高时变成新的折腾来源。 本站对 OpenRouter 的判断是:如果你经常在多个模型之间切换,OpenRouter 的价值远大于一句“支持很多模型”,它更像开发阶段的统一模型底座。 只要你愿意先用真实任务校准边界,再决定是否长期接入工作流,它就比那种只靠厂商套话撑起来的页面更值得被谷歌和真实用户同时看到。当前正式入口以 openrouter.ai 对应的官方页面为准。
Cursor
Cursor最强的地方不是会聊天,而是它把补全、改代码、读代码库这些动作融进了编辑器本身。它适合高频写代码的人,不适合只拿来偶尔问两句语法问题。
Codex
Codex最有分量的地方,不是补全几行代码,而是它开始把多代理协作、云端任务和持续编码工作流做成产品。它适合真正拿AI做工程推进的人,不适合只当成代码玩具看。
MCP.so
MCP.so 值得本站单独收录,不是因为它把“面向 MCP 生态的服务器发现与整理入口”说得更热闹,而是因为 它把分散的 MCP 服务器信息集中起来,降低了工具扩展前的检索与筛选成本。 官方站点给出的产品方向很清楚,本质上是在回答一个现实问题:MCP 生态一热,真正难的不是知道有这个概念,而是怎么快速找到能用、够稳、适合自己场景的服务器。 这类工具真正适合的人,不是只想看一眼 AI 热闹的人,而是 想系统化了解和挑选 MCP 服务、为 AI 开发环境补工具能力的开发者与 Agent 使用者。 如果你的工作经常落到 MCP 服务发现、Agent 工具扩展、开发环境增强和生态选型 这些场景,MCP.so 的价值通常体现在把原本分散的动作压缩成更短的执行链,而不是只返回一段表面完整的回答。 本站愿意收录 MCP.so,还因为它的方向比较明确。很多 AI 工具喜欢把卖点写成“会聊天、会生成、会自动化”的混合口号,但真正能留下来的产品,往往会说明它到底帮你省哪一类时间、接哪一段流程,又在哪些地方不该被高估。MCP.so 更强调 面向 MCP 生态的服务器发现与整理入口 与 MCP 服务发现、Agent 工具扩展、开发环境增强和生态选型 的组合价值,而不是只靠热词吸引点击。 当然,MCP.so 也不是对所有人都省事。聚合入口可以帮你找到工具,但不会替你承担兼容性、权限和安全判断;真正接入前仍然要单独验证每个服务。 如果你没有明确场景,只是想找一个“什么都能自动搞定”的按钮,这类平台很容易在预期过高时变成新的折腾来源。 本站对 MCP.so 的判断是:如果你已经开始把 AI 工具接到真实开发流程里,MCP.so 比泛泛的概念介绍更值得单独收录。 只要你愿意先用真实任务校准边界,再决定是否长期接入工作流,它就比那种只靠厂商套话撑起来的页面更值得被谷歌和真实用户同时看到。当前正式入口以 mcp.so 对应的官方页面为准。
v0
v0 值得本站单独收录,不是因为它把“面向界面与应用生成的 AI 开发工具”说得更热闹,而是因为 它瞄准的是界面从描述到初版落地的中间空档,而不是只输出一段看着像代码的回答。 官方站点给出的产品方向很清楚,本质上是在回答一个现实问题:很多前端与产品团队真正消耗时间的,不是不会想界面,而是从想法落到第一版可编辑页面这一步太慢。 这类工具真正适合的人,不是只想看一眼 AI 热闹的人,而是 希望把界面想法更快转成可编辑页面、组件和前端原型的开发者与产品团队。 如果你的工作经常落到 前端原型、界面生成、组件起稿、产品页面和 AI 辅助开发 这些场景,v0 的价值通常体现在把原本分散的动作压缩成更短的执行链,而不是只返回一段表面完整的回答。 本站愿意收录 v0,还因为它的方向比较明确。很多 AI 工具喜欢把卖点写成“会聊天、会生成、会自动化”的混合口号,但真正能留下来的产品,往往会说明它到底帮你省哪一类时间、接哪一段流程,又在哪些地方不该被高估。v0 更强调 面向界面与应用生成的 AI 开发工具 与 前端原型、界面生成、组件起稿、产品页面和 AI 辅助开发 的组合价值,而不是只靠热词吸引点击。 当然,v0 也不是对所有人都省事。它适合加速首版,不适合替代完整工程判断;组件结构、交互细节和真实业务逻辑仍然需要开发者接手校准。 如果你没有明确场景,只是想找一个“什么都能自动搞定”的按钮,这类平台很容易在预期过高时变成新的折腾来源。 本站对 v0 的判断是:如果你的重点是把页面从描述推进到可编辑原型,v0 很适合放进 AI 编程板块长期关注。 只要你愿意先用真实任务校准边界,再决定是否长期接入工作流,它就比那种只靠厂商套话撑起来的页面更值得被谷歌和真实用户同时看到。当前正式入口以 v0.app 对应的官方页面为准。
APIMart
APIMart 值得被放进 AI 编程板块,不是因为它把模型数量写得很大,而是它在解决开发者接入多模型时最现实的一类麻烦。官方强调统一访问和兼容式接口,这说明它想卖的不是某个单模型能力,而是让开发者在不同模型之间切换、试验和迁移时少改一大堆接入层代码。 它更适合哪些人,也比普通聊天工具更聚焦。经常做 AI 产品接入、模型实验、推理服务替换、接口聚合和成本对比的开发者、独立产品团队和技术支持人员,会比普通用户更容易理解它的价值。尤其是那些需要同时面对多个模型、多个能力和多种业务场景的人,更可能把这类平台放进工作流。 这类 API 聚合平台真正有意义的地方,不在于列出多少模型名,而在于能不能降低切换成本。APIMart 的吸引力,就在于它试图把接口格式、接入逻辑和模型访问入口收拢到同一层,让开发者把更多精力放在产品和任务本身,而不是不断为不同模型做重复适配。 但也要把预期压稳。统一入口不等于所有模型表现都等价,兼容格式也不意味着无需做任何测试。只要涉及成本控制、输出稳定性、速率限制、权限管理和实际业务质量,开发团队仍然要自己做验证。APIMart 更适合帮你降低接入摩擦,不适合被当成自动解决所有模型差异的万能桥接层。 本站对 APIMart 的判断是:它更像一款面向开发接入和多模型切换的 AI 编程基础设施,而不是普通用户向的聊天产品。只要你的工作本身和接口接入、模型试验和产品开发有关,它就值得放进 AI 编程板块持续关注。
Bolt.new
Bolt.new 值得被单独收进 AI 编程板块,不是因为它又能一句话生成应用,而是因为它明显把目标放在“尽快做出可运行的站点和原型”上。官方首页直接写着 websites、apps、prototypes,并强调用你的话去 build and scale,这说明它关心的不是单轮代码问答,而是把从需求描述到页面成型这条路缩短到足够快,快到很多人愿意先做出来再决定值不值得继续开发。 这类工具最适合哪群人,其实非常清楚。要么是会提需求但不想从零搭栈的开发者,要么是懂产品但缺工程时间的独立创作者,要么是想先把 MVP 做出来跑反馈的小团队。对这些人来说,Bolt.new 的吸引力不在于代码写得多漂亮,而在于它能不能让想法快速落地,先看到一个能跑的结果。 本站愿意收录 Bolt.new,还因为它代表了 AI 编程里另一种很实用的方向。不是所有人都需要把 AI 放进复杂仓库和长期协作里,也有人就是需要在很短时间内做出一个演示版、一个业务原型、一个活动页面或一个小工具。Bolt.new 更像是为这类“先做出来再判断”的节奏服务。 但也必须把代价说透。越是强调快速生成和即时成型,越容易把后续工程问题往后推,比如状态管理是否清楚、权限逻辑是否严谨、数据层是否稳、部署后是否便于维护。Bolt.new 很适合缩短第一版落地时间,却不意味着第一版天然就适合长期承接真实用户。 本站对 Bolt.new 的判断是:它更像一个面向原型、站点和轻量应用快速成型的 AI 全栈编程工作台,而不是普通的代码聊天器。只要你的目标是快速验证产品想法、搭出能看的结果并开始收反馈,它就值得放进 AI 编程板块持续补充。