# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
大家总说新科技会淘汰老技术。
但大模型要想深度落地，必须拥抱老技术，拥抱兼容性。
在过去很长一段时间里，开发者想要测试 OpenAI 的模型能力，通常有两种路径：要么在 Playground 进行手动调试，要么编写一段 Python 或 Node.js 脚本来调用 SDK。
来回调用和包装 SDK 是很麻烦的一件事。回到结构化的世界，回到命令行调用工作流，是开发者们喜闻乐见的。
OpenAI 也知道这一点。
就在今天，OpenAI 的 Codex 团队开发者体验工程师 Jason Liu 发推公布了一个「小而有爱」的项目：
OpenAI 官方推出了命令行界面工具 openai-cli，开发者只需在终端敲下一行命令，即可直接与 OpenAI 的最新模型深度交互，打破了过去SDK的限制。
根据Jason Liu 发布的信息，openai-cli具有如下特性：
目前，项目已经开源。
在传统的开发流程中，如果你想让 AI 分析 100 个日志文件的异常，你需要写一个循环读取文件的脚本。使用 openai-cli ，利用 Unix 的管道哲学，你只需要一行命令： cat error.log | openai chat --system "分析日志中的潜在风险" > analysis.txt 这种将 AI 能力「原子化」的做法，让 AI 能够像 grep 或 awk 一样参与到日常的系统运维中。
当开发者需要测试一个复杂的 Prompt 或调整 Temperature 参数时，在代码里反复修改并重启程序是非常低效的。openai-cli 提供了一个即时的沙盒环境。通过在终端快速尝试不同的参数组合，开发者可以在确认效果后再将参数写入正式代码，极大缩短了调试周期。
对于需要管理大量 Fine-tuning 任务或向量数据库文件的团队，openai-cli 提供了比 Web 界面更高效的批处理能力。无论是批量删除过期的训练文件，还是实时监控微调任务的收敛情况，命令行提供的交互速度和可编程性都是 Web 页面无法比拟的。
OpenAI 推出官方 CLI，本质上是将其 API 能力向操作系统的底层「下沉」。当 AI 能力变成一个标准的命令行工具时，它就具备了无穷的组合潜力。它可以被封装进 Docker 镜像，可以被写进 Crontab 定时任务，也可以被集成到各种 IDE 的快捷操作中。
随着具备本地 AI 执行能力的「智能硬件」和「Agent PC」逐渐普及，开发者需要更轻量、更直接的方式与云端大模型进行协同。openai-cli 的出现，实际上是为本地自动化脚本（Agents）提供了一个标准的通信口，让本地硬件与云端大脑的耦合变得前所未有的简单。
此前，开源社区存在大量优秀的第三方 CLI 工具。官方工具的介入虽然会带来竞争，但更重要的是它确立了官方的调用规范和标准。对于第三方开发者而言，这更像是一个信号：AI 调用正在走向「标准化」。
openai-cli 的发布，代表了 OpenAI 对开发者工作流的深度理解——最好的工具应当是隐形的，原生的。
从 brew install openai/tools/openai 开始吧。
文章来自于微信公众号 "机器之心"，作者 "机器之心"
【开源免费】字节工作流产品扣子两大核心业务：Coze Studio（扣子开发平台）和 Coze Loop（扣子罗盘）全面开源，而且采用的是 Apache 2.0 许可证，支持商用！
项目地址：https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目，它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址：https://github.com/n8n-io/n8n
在线使用：https://n8n.io/（付费）
【开源免费】DB-GPT是一个AI原生数据应用开发框架，它提供开发多模型管理（SMMF）、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL（智能体工作流编排）等多种技术能力，让围绕数据库构建大模型应用更简单、更方便。
项目地址：https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础，任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤，并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址：https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用：https://vectorvein.ai/（付费）
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】Whisper是由openai出品的语音转录大模型，它可以应用在会议记录，视频字幕生成，采访内容整理，语音笔记转文字等各种需要将声音转出文字等场景中。
项目地址：https://github.com/openai/whisper
在线使用：https://huggingface.co/spaces/sanchit-gandhi/whisper-jax
【开源免费】graphrag是微软推出的RAG项目，与传统的通过 RAG 方法使用向量相似性作为搜索技术不同，GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址：https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG，Agent，模型管理等一站式AI开发的工具平台，并且项目方一直持续维护。其中在任务编排方面相对领先对手，可以帮助研发实现像字节扣子那样的功能。
项目地址：https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目，该项目在大文件解析方面做的更出色，拓展编排方面相对弱一些。
项目地址：https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储，并通过AI实现RAG功能的项目
项目地址：https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG，Agent，大模型管理等AI项目开发的工具平台，比LangChain更强大的中间件AI平台工具。
项目地址：https://github.com/TaskingAI/TaskingAI
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台，可以对大语言模型（LLM）和多模态图文模型（VLM）进行预训练和轻量级微调。XTuner 支持多种微调算法，如 QLoRA、LoRA 和全量参数微调。
项目地址：https://github.com/InternLM/xtuner
【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。
项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0
【开源免费】VideoChat是一个开源数字人实时对话，该项目支持支持语音输入和实时对话，数字人形象可自定义等功能，首次对话延迟低至3s。
项目地址：https://github.com/Henry-23/VideoChat
在线体验：https://www.modelscope.cn/studios/AI-ModelScope/video_chat
【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案，生成数字人形象进行直播，并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。
项目地址：https://github.com/PeterH0323/Streamer-Sales
