cupertino
Cupertino 是一款专为苹果生态打造的本地文档爬虫与 MCP 服务器,由 Swift 语言编写。它能自动抓取并索引 Apple Developer 官方文档、Swift 演进提案、人机交互指南及各类代码示例,将其整合为可离线访问的结构化知识库。
这款工具主要解决了 AI 助手在回答苹果技术问题时容易“产生幻觉”或提供过时信息的痛点。通过为 AI 代理提供准确、实时且本地的权威文档源,Cupertino 确保了开发建议的可靠性。同时,它支持完全离线运行,让开发者在无网络环境下也能拥有完整的文档查询能力,并实现了搜索结果的高度确定性。
Cupertino 特别适合 iOS、macOS 等苹果平台的开发者,以及希望将精准苹果文档集成到本地 AI 工作流中的研究人员。其核心技术亮点在于构建了基于 SQLite FTS5 和 BM25 算法的高速搜索引擎,并通过模型上下文协议(MCP)无缝对接 Claude 等主流 AI 助手。用户只需简单配置,即可让 AI 直接读取超过 30 万个文档页面,涵盖 300 多个框架,从而大幅提升编码效率与技术查询的准确度。
使用场景
一位 iOS 开发者正在离线环境下重构旧项目,需要让 AI 助手准确理解最新的 Swift 并发模型和 Apple 人机交互指南。
没有 cupertino 时
- 幻觉频发:AI 因缺乏最新官方文档支持,常编造不存在的 API 参数或过时的回调写法,导致代码无法编译。
- 网络依赖强:在飞机或网络不稳定时,AI 无法实时检索 Apple 开发者网站,开发工作被迫中断。
- 搜索结果随机:同一技术问题多次询问,AI 给出的答案不一致,甚至引用已废弃的 Objective-C 方案。
- 上下文缺失:AI 难以同时关联 Swift 演化提案(Swift Evolution)与具体框架文档,无法提供深度的架构建议。
使用 cupertino 后
- 零幻觉引用:cupertino 将 30 万 + 页官方文档索引至本地 SQLite,AI 基于真实数据回答,精准提供 Swift 6.2 的最新语法。
- 完全离线可用:文档数据库已预下载至本地,即便在无网环境中,AI 也能瞬间调用完整的 Apple 开发知识库。
- 结果确定性高:基于 BM25 算法的本地检索确保每次查询返回一致、可验证的文档片段,消除回答的随机性。
- 深度知识关联:cupertino 自动串联人机交互指南与代码示例,使 AI 能同时从规范层面和实现层面给出重构方案。
cupertino 通过将权威苹果文档转化为本地可控的 AI 上下文,彻底解决了开发中因信息滞后和网络限制导致的信任危机。
运行环境要求
- macOS
未说明
未说明 (需约 2-3 GB 磁盘空间存储文档数据库)

快速开始
🍎📚 库比蒂诺
苹果文档爬虫与 MCP 服务器
一款基于 Swift 的工具,用于抓取、索引并经由模型上下文协议 (MCP) 向 AI 代理提供苹果开发者文档。

什么是库比蒂诺?
库比蒂诺是一个本地化、结构化的、面向 AI 的苹果平台文档系统。它能够:
- 抓取 苹果开发者文档、Swift.org、Swift 演进提案、人机界面指南、苹果档案中的历史文档以及 Swift 包元数据。
- 索引 所有内容到一个快速可搜索的 SQLite FTS5 数据库中,并使用 BM25 排序算法进行排序。
- 提供 文档给像 Claude 这样的 AI 代理,通过模型上下文协议实现。
- 支持 离线访问,涵盖 307 个框架下的 302,424+ 页文档。
为什么要构建这个项目?
- 不再出现幻觉:AI 代理可以获取准确且最新的苹果 API 文档。
- 离线开发:无需互联网连接即可使用完整文档。
- 确定性搜索:相同的查询始终返回相同的结果。
- 本地控制:完全掌控你的文档,检查数据库,编写自动化脚本。
- 面向 AI 的设计:专为通过 MCP 集成 AI 代理而构建。
快速入门
注意:从源码构建时,命令必须在
Packages目录下执行。而单命令安装则可在任何位置运行。
系统要求
- macOS 15+(Sequoia)
- 大约 2–3 GB 的磁盘空间用于存储完整文档。
从源码构建还需要 Swift 6.2+ 和 Xcode 16.0+
安装方法
推荐的单命令安装:
bash <(curl -sSL https://raw.githubusercontent.com/mihaelamj/cupertino/main/install.sh)
此命令会下载一个预编译、已签名且经过公证的通用二进制文件,将其安装到 /usr/local/bin,并同时下载文档数据库。
或使用 Homebrew:
brew tap mihaelamj/tap
brew install cupertino
cupertino setup
或从源码构建:
git clone https://github.com/mihaelamj/cupertino.git
cd cupertino
# 使用 Makefile(推荐)
make build # 构建发布版二进制文件
sudo make install # 安装到 /usr/local/bin
# 或直接使用 Swift 包管理器
cd Packages
swift build -c release
sudo ln -sf "$(pwd)/.build/release/cupertino" /usr/local/bin/cupertino
演示视频:观看 YouTube
快速参考
# 推荐的快速设置——下载预构建的数据库(约30秒)
cupertino setup # 从 GitHub 下载数据库
cupertino serve # 启动 MCP 服务器
# 另一种方式:从 GitHub 构建(约45分钟)
cupertino save --remote # 流式传输并本地构建
# 或者自行获取文档
cupertino fetch --type docs # 苹果开发者文档
cupertino fetch --type swift # Swift.org 文档
cupertino fetch --type evolution # Swift 演进提案
cupertino fetch --type packages # Swift 包元数据
cupertino fetch --type package-docs # Swift 包的 README 文件
cupertino fetch --type code # 来自苹果的示例代码(需要认证)
cupertino fetch --type samples # 来自 GitHub 的示例代码(推荐)
cupertino fetch --type archive # 苹果档案中的编程指南
cupertino fetch --type hig # 人机界面指南
cupertino fetch --type availability # 平台可用性数据
cupertino fetch --type all # 并行获取所有类型的数据
# 构建索引
cupertino save # 构建文档搜索索引(基于本地文件)
cupertino save --remote # 从 GitHub 构建(无需本地文件)
cupertino index # 对示例代码建立搜索索引
# 启动服务器
cupertino # 启动 MCP 服务器(默认命令)
cupertino serve # 显式启动 MCP 服务器
即时设置(推荐)
# 从 GitHub 下载预构建的数据库(约30秒)
cupertino setup
# 启动 MCP 服务器
cupertino serve
替代方案:从 GitHub 构建
# 流式传输并本地构建(约45分钟)
# 如果你想自己构建数据库,可以使用此方法
cupertino save --remote
# 启动 MCP 服务器
cupertino serve
手动设置(进阶)
# 下载苹果文档(对于超过30万页的内容,可能需要12天以上)
# 由于每次请求之间有0.05秒的默认延迟,因此耗时较长
cupertino fetch --type docs --max-pages 15000
# 下载 Swift 演进提案(约2–5分钟)
cupertino fetch --type evolution
# 下载来自 GitHub 的示例代码(约4分钟,共606个项目)
cupertino fetch --type samples
# 构建搜索索引(约2–5分钟)
cupertino save
与 Claude Desktop 配合使用
- 配置 Claude Desktop — 编辑
~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"cupertino": {
"command": "/usr/local/bin/cupertino",
"args": ["serve"]
}
}
}
注意:如果使用 Homebrew 安装在 Apple Silicon 上,请使用
/opt/homebrew/bin/cupertino;如果是 Intel Mac 或手动安装,则使用/usr/local/bin/cupertino。运行which cupertino查看具体路径。
重启 Claude Desktop
向 Claude 提问关于苹果 API 的问题:
- “搜索 SwiftUI 文档”
- “Swift 演进提案 SE-0001 提出了什么?”
- “列出可用的框架”
与 Claude Code 配合使用
如果你正在使用 Claude Code,只需一条命令即可将库比蒂诺添加为 MCP 服务器:
claude mcp add cupertino --scope user -- $(which cupertino)
这会将库比蒂诺全局注册到你所有的项目中。Claude Code 将自动获得对苹果文档搜索的权限。
与 OpenAI Codex 配合使用
如果你正在使用 OpenAI Codex,可以通过以下命令添加库比蒂诺:
codex mcp add cupertino -- $(which cupertino) serve
或者直接添加到 ~/.codex/config.toml 中:
[mcp_servers.cupertino]
command = "/opt/homebrew/bin/cupertino" # Homebrew on Apple Silicon
# command = "/usr/local/bin/cupertino" # Intel Mac 或手动安装
args = ["serve"]
提示:运行
which cupertino查看你的安装路径。
与 Cursor 配合使用
将以下内容添加到你项目的 .cursor/mcp.json 文件中(或全局的 ~/.cursor/mcp.json):
{
"mcpServers": {
"cupertino": {
"command": "/opt/homebrew/bin/cupertino",
"args": ["serve"]
}
}
}
与 VS Code(GitHub Copilot)配合使用
在工作区的 .vscode/mcp.json 中添加以下内容:
{
"servers": {
"cupertino": {
"type": "stdio",
"command": "/opt/homebrew/bin/cupertino",
"args": ["serve"]
}
}
}
与 Zed 配合使用
在 Zed 的 settings.json 中添加以下内容:
{
"context_servers": {
"cupertino": {
"command": "/opt/homebrew/bin/cupertino",
"args": ["serve"]
}
}
}
与 Windsurf 配合使用
在 ~/.codeium/windsurf/mcp_config.json 中添加以下内容:
{
"mcpServers": {
"cupertino": {
"command": "/opt/homebrew/bin/cupertino",
"args": ["serve"]
}
}
}
与 opencode 配合使用
在 opencode.jsonc 中添加以下内容:
{
"mcp": {
"cupertino": {
"type": "local",
"command": ["/opt/homebrew/bin/cupertino", "serve"]
}
}
}
注意: 所有示例均使用
/opt/homebrew/bin/cupertino(Apple Silicon 上的 Homebrew)。对于 Intel Mac 或手动安装,请使用/usr/local/bin/cupertino。运行which cupertino可以找到您的路径。
作为代理技能使用(无需服务器)
Cupertino 也可以作为无状态的 CLI 技能使用,而无需运行 MCP 服务器。这对于支持 Agent Skills 规范的代理非常有用。
先决条件:
首先安装 cupertino 并下载数据库:
# 通过 Homebrew 或源码安装(参见上文的安装部分)
cupertino setup
选项 A:使用 OpenSkills 安装(推荐)
OpenSkills 是一个通用的技能加载器,可与 Claude Code、Cursor、Windsurf、Aider 等 AI 编程代理配合使用。
# 从 GitHub 安装 cupertino 技能
npx openskills install mihaelamj/cupertino
# 同步以更新 AGENTS.md
npx openskills sync
对于全局安装(在所有项目中可用):
npx openskills install mihaelamj/cupertino --global
对于多代理设置(安装到 .agent/skills/ 而不是 .claude/skills/):
npx openskills install mihaelamj/cupertino --universal
选项 B:作为 Claude Code 插件安装
在 Claude Code 会话中,添加 cupertino 市场:
/plugin marketplace add mihaelamj/cupertino
然后从市场启用该插件。
选项 C:手动安装
将技能定义复制到您的项目或全局技能目录中:
# 克隆此仓库
git clone https://github.com/mihaelamj/cupertino.git
# 对于单个项目
mkdir -p .claude/skills/cupertino
cp cupertino/skills/cupertino/SKILL.md .claude/skills/cupertino/
# 或者用于 Claude Code 的全局使用
mkdir -p ~/.claude/skills/cupertino
cp cupertino/skills/cupertino/SKILL.md ~/.claude/skills/cupertino/
工作原理:
该技能直接使用 CLI 并输出 JSON 格式,无需任何服务器进程:
# 搜索文档
cupertino search "SwiftUI View" --format json
# 按来源筛选
cupertino search "NavigationStack" --source apple-docs --format json
cupertino search "button styles" --source samples --format json
# 阅读文档
cupertino read "apple-docs://swiftui/documentation_swiftui_view" --format json
# 列出框架
cupertino list-frameworks --format json
# 列出示例项目
cupertino list-samples --framework swiftui --format json
所有命令都支持 --format json,以便代理可以解析结构化输出。
可用来源:
apple-docs- 苹果官方文档(301,000+ 页)samples- 苹果示例代码项目hig- 人机界面指南swift-evolution- Swift 进化提案swift-org- Swift.org 文档swift-book- Swift 编程语言书apple-archive- 旧版编程指南packages- Swift 包文档
您将获得的内容
配置完成后,Claude Desktop 就可以搜索您本地的文档了:
搜索结果示例:
# “SwiftUI”的搜索结果
找到 **20** 条结果:
## 1. NSHostingView | 苹果开发者文档
- **框架:** `swiftui`
- **URI:** `apple-docs://swiftui/documentation_swiftui_nshostingview`
- **得分:** 1.82
一个托管 SwiftUI 视图层次结构的 AppKit 视图。
## 2. UIHostingController | 苹果开发者文档
- **框架:** `swiftui`
- **URI:** `apple-docs://swiftui/documentation_swiftui_uihostingcontroller`
一个管理 SwiftUI 视图层次结构的 UIKit 视图控制器。
...
框架统计:
| 框架 | 文档数 |
|---|---|
| Kernel | 39,396 |
| Matter | 24,320 |
| Swift | 17,466 |
| AppKit | 12,443 |
| Foundation | 12,423 |
| UIKit | 11,158 |
| Accelerate | 9,114 |
| SwiftUI | 7,062 |
| ... | ... |
| 307 个框架 | 302,424 |
核心功能
1. 多源文档获取
苹果开发者文档(301,000+ 页)
- 通过 WKWebView 实现 JavaScript 可感知的渲染
- HTML 到 Markdown 的转换
- 智能变更检测
Swift 进化提案(约 400 个提案)
- 基于 GitHub 获取
- Markdown 格式
- 快速下载
Swift.org 文档
- 官方 Swift 语言文档
- 清洁的 HTML 结构
Swift 包元数据
- 优先包目录
- README 文件
苹果示例代码(606 个项目)
- 提供两种获取方式:GitHub(推荐)或苹果官网
- 在所有源文件中进行全文搜索
- 索引了超过 18,000 个 Swift 文件
苹果档案遗留指南(约 75 页)
- 2016 年之前的编程指南(Core Animation、Quartz 2D、Core Text 等)
- 深入的概念知识,现代文档中未涵盖
- 默认情况下不包含在搜索中(可使用
--include-archive参数)
人机界面指南
- 苹果所有平台的官方设计指南
- 涵盖 iOS、macOS、watchOS、visionOS 和 tvOS
- 设计模式、组件、基础和最佳实践
2. 捆绑资源
Cupertino 包含预先索引的目录数据,直接捆绑在应用程序中:
Swift 包目录(9,699 个包)
- 由 Swift Package Index 和 GitHub API 手动整理
- 包括包元数据、星标、许可证、描述
- 维护人员定期更新
示例代码目录(606 条目)
- 苹果官方示例代码项目
- 包括标题、描述、框架、下载链接
- 由于苹果的目录不常变化,因此被捆绑在一起
优先包(36 个精选包)
- 苹果官方包(31 个)加上生态系统中的重要包(5 个)
- 高优先级的 Swift 包,便于快速访问
这些目录在执行 cupertino save 时被索引,从而实现即时搜索,而无需花费数小时下载。如果需要,您仍然可以通过 cupertino fetch 单独获取包的 README 和示例代码。
3. 全文搜索引擎
- 技术:SQLite FTS5,采用BM25排序算法
- 特性:
- Porter词干提取(例如,“running”会匹配“run”)
- 框架过滤
- 平台可用性过滤(iOS/macOS版本)
- 片段生成
- 查询性能低于100毫秒
- 大小:完整文档索引约2.4GB(涵盖307个框架的302,000余篇文档)
- 存储:数据库必须位于本地文件系统——SQLite在网络驱动器(NFS/SMB)上无法可靠运行
4. 模型上下文协议服务器
- 资源:直接访问文档页面
apple-docs://{framework}/{page}swift-evolution://{proposal-id}hig://{category}/{page}
- 工具:供AI智能体使用的搜索与阅读功能
- 文档工具(需先执行
cupertino save):search_docs——全文档库全文检索- 参数:
query(必填)、source、framework、min_ios、min_macos、include_archive、limit(均为可选)
- 参数:
search_hig——人机界面指南检索- 参数:
query(必填)、platform(可选)、category(可选)、limit(可选)
- 参数:
list_frameworks——列出所有可用框架read_document——按URI读取文档,并可选择格式- 参数:
uri(必填)、format(可选:json或markdown,默认为json) - JSON格式返回完整的结构化文档数据(推荐用于AI)
- Markdown格式则以渲染后的内容呈现,便于人类阅读
- 参数:
- 示例代码工具(需先执行
cupertino index):search_samples——搜索示例代码项目及文件list_samples——列出所有已索引的示例项目read_sample——读取示例项目的README及元数据read_sample_file——读取示例中的特定源代码文件
- 文档工具(需先执行
5. 智能爬虫
- 可续爬:从保存的状态继续中断的爬取任务
- 变更检测:更新时跳过未发生变化的页面
- 礼貌性:默认请求间隔0.05秒(可配置)
- 去重:自动管理URL队列
- 优先级队列:重要内容优先抓取
命令列表
| 命令 | 描述 |
|---|---|
cupertino |
启动MCP服务器(默认) |
cupertino setup |
从GitHub下载预构建数据库 |
cupertino serve |
启动MCP服务器 |
cupertino fetch |
下载文档 |
cupertino save |
构建搜索索引 |
cupertino search |
通过命令行搜索文档 |
cupertino read |
按URI读取完整文档 |
cupertino doctor |
检查服务器健康状况 |
cupertino index |
索引示例代码以便搜索 |
cupertino cleanup |
清理示例代码存档 |
详细用法及选项请参阅docs/commands/。
架构设计
Cupertino采用了ExtremePackaging架构,整合了9个模块:
基础层:
├─ MCP # 整合的MCP框架(协议+传输+服务器)
├─ Logging # os.log基础设施
└─ Shared # 配置与模型
基础设施层:
├─ Core # 爬虫与下载组件
└─ Search # SQLite FTS5搜索
应用层:
├─ MCPSupport # 资源提供者
├─ SearchToolProvider # 搜索工具实现
└─ Resources # 内嵌资源
可执行文件:
├─ CLI # 统一的cupertino二进制文件
├─ TUI # 终端用户界面(cupertino-tui)
└─ MockAIAgent # 测试工具(mock-ai-agent)
数据流
1. 抓取: cupertino fetch --type docs
↓
WKWebView → HTML → Markdown → 磁盘(~/.cupertino/docs/)
2. 保存: cupertino save
↓
Markdown文件 → SQLite FTS5索引(~/.cupertino/search.db)
3. 服务: cupertino serve
↓
MCP服务器(标准输入输出)← JSON-RPC ← Claude Desktop
↓
DocsResourceProvider + CupertinoSearchToolProvider
核心设计原则
- Swift 6.2并发编程:100%严格遵循并发检查,使用actor和async/await
- 值语义:默认使用不可变结构体,并符合Sendable协议
- Actor隔离:WKWebView使用@MainActor,共享状态由actor管理
- 显式依赖:不使用单例,采用清晰的依赖注入
- 关注点分离:爬取→索引→服务作为独立阶段
开发流程
构建系统
# 显示所有可用命令
make help
# 常用任务
make build # 构建发布版二进制文件
sudo make install # 安装至/usr/local/bin
sudo make update # 重新构建并重新安装
make test # 运行所有测试
make clean # 清理构建产物
# 开发工作流程
make test-unit # 仅运行快速单元测试
make test-integration # 运行全部测试(包括网络请求)
make format # 使用SwiftFormat格式化代码
make lint # 使用SwiftLint进行代码检查
测试
测试套件:
- 73个测试套件,共698个测试用例
- 总耗时约35秒
- 包括单元测试、集成测试和格式化测试
测试类别:
- Web爬虫测试——真实苹果文档抓取
- Fetch命令测试——软件包/代码下载
- Save命令测试——搜索索引构建
- MCP测试——服务器健康、工具/资源提供者
- Core测试——搜索、日志记录、状态管理
日志记录
Cupertino使用os.log进行结构化日志记录:
# 查看所有日志
log show --predicate 'subsystem == "com.cupertino"' --last 1h
# 查看特定类别
log show --predicate 'subsystem == "com.cupertino" AND category == "crawler"' --last 1h
# 实时查看日志
log stream --predicate 'subsystem == "com.cupertino"'
类别:爬虫、MCP、搜索、CLI、传输、PDF、evolution、samples
性能指标
| 操作 | 时间 | 大小 |
|---|---|---|
| 构建CLI | 10–15秒 | 4.3MB |
| 爬取301,000+页 | 12天以上 | 2–3GB |
| Swift Evolution | 2–5分钟 | 429项提案 |
| Swift.org文档 | 5–10分钟 | 501页 |
| 构建搜索索引 | 2–5分钟 | 约160MB |
| 搜索查询 | <100毫秒 | — |
为什么爬取需要12天以上?
爬虫默认每次请求之间有0.05秒的延迟(可配置):
- 301,000页 × 0.05秒 = 最低约4.2小时
- 加上页面渲染、解析和保存的时间
- 爬取必须达到深度21才能获取全部文档
- 总计:首次完整爬取需12天以上
可使用cupertino setup下载预构建数据库,耗时约30秒。
这是一次性操作。后续增量更新会利用变更检测跳过未变化的页面,从而大大缩短时间。
示例用法
1. 离线文档存档
# 下载所有内容以供离线使用
cupertino fetch --type docs --max-pages 15000
cupertino fetch --type evolution
cupertino save
2. 框架特定研究
cupertino search --framework UIKit --query "Auto Layout"
# 仅 SwiftUI 文档
cupertino fetch --type docs \
--start-url "https://developer.apple.com/documentation/swiftui" \
--max-pages 500
3. AI 辅助开发
# 向 Claude 提供文档服务
cupertino serve
# 然后向 Claude 提问:“如何在 SwiftUI 中使用 @Observable?”
4. 自定义文档工作流
# 多个来源,自定义路径
cupertino fetch --type docs --output-dir ~/docs/apple
cupertino fetch --type evolution --output-dir ~/docs/evolution
cupertino save --base-dir ~/docs --search-db ~/docs/search.db
cupertino serve --docs-dir ~/docs/apple --search-db ~/docs/search.db
文档
- DEVELOPMENT.md - 构建、测试、贡献及发布流程
- docs/ARCHITECTURE.md - 技术深度解析(并发、MCP、WKWebView 测试)
- docs/DEPLOYMENT.md - Homebrew 分发与 CI/CD 设置
- docs/commands/ - 命令专用文档
命令文档
每个命令都有详细的文档说明:
- docs/commands/fetch/ - 下载文档
- docs/commands/save/ - 构建搜索索引
- docs/commands/serve/ - 启动 MCP 服务器
- docs/commands/search/ - 从 CLI 搜索文档
- docs/commands/doctor/ - 检查服务器健康状况
贡献
欢迎提交问题和拉取请求!我很想听听您是如何将 Cupertino 应用于自己的 AI 工作流的。
如有任何疑问或讨论,请使用 GitHub Discussions。
我更倾向于协作而非竞争——如果您正在做类似的事情,让我们一起探讨合作的可能性吧。
请不要因为代码风格而犹豫提交 PR。比起完美的格式,我更希望看到您的贡献。
参与本项目即表示您同意遵守 Contributor Covenant 行为准则。
有关开发环境的搭建,请参阅 DEVELOPMENT.md。
项目状态
版本: 0.10.0
状态: 🚧 正在开发中
- ✅ 所有核心功能正常运行
- ✅ 93 个测试通过(100% 通过率)
- ✅ 无 lint 违规
- ✅ 符合 Swift 6.2 标准,并实现 100% 的严格并发检查
- ✅ 所有生产环境中的 Bug 已修复
许可证
MIT 许可证 - 详情请参阅 LICENSE
致谢
- 使用 Swift 6.2 和 Swift Package Manager 构建
- 使用 swift-argument-parser 实现 CLI
- 遵循 Model Context Protocol 规范
- 受到对离线访问 Apple 文档需求的启发
相关仓库
- cupertino-desktop - 原生 macOS 桌面应用,带有图形界面
- cupertino-docs - 预构建的文档存档,便于快速安装
- cupertino-sample-code - Apple 示例代码库镜像
这些文档和示例代码仓库将被计划中的 make install (full) 命令所使用(详见 #52),从而提供预构建的文档和示例代码,以避免最初的 20 多小时爬取过程。
支持
- 问题: GitHub Issues
- 讨论: GitHub Discussions
注: 本工具仅供教育和开发用途。使用 Apple 文档时,请务必遵守其服务条款。
版本历史
v0.2.72025/12/04v0.2.62025/12/03v0.2.52025/12/03v0.2.32025/12/02v0.2.22025/12/02v0.2.12025/12/02v0.2.02025/12/02v0.1.92025/12/01v0.10.02026/03/13v0.9.12026/01/25v0.9.02025/12/31v0.8.22025/12/28v0.8.12025/12/28v0.8.02025/12/20v0.7.02025/12/15v0.6.02025/12/12v0.5.02025/12/11v0.4.02025/12/09v0.3.42025/12/05v0.3.02025/12/05常见问题
相似工具推荐
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。
gpt4free
gpt4free 是一个由社区驱动的开源项目,旨在聚合多种可访问的大型语言模型(LLM)和媒体生成接口,让用户能更灵活、便捷地使用前沿 AI 能力。它解决了直接调用各类模型时面临的接口分散、门槛高或成本昂贵等痛点,通过统一的标准将不同提供商的资源整合在一起。 无论是希望快速集成 AI 功能的开发者、需要多模型对比测试的研究人员,还是想免费体验最新技术的普通用户,都能从中受益。gpt4free 提供了丰富的使用方式:既包含易于上手的 Python 和 JavaScript 客户端库,也支持部署本地图形界面(GUI),更提供了兼容 OpenAI 标准的 REST API,方便无缝替换现有应用后端。 其技术亮点在于强大的多提供商支持架构,能够动态调度包括 Opus、Gemini、DeepSeek 等多种主流模型资源,并支持 Docker 一键部署及本地推理。项目秉持社区优先原则,在降低使用门槛的同时,也为贡献者提供了扩展新接口的便利框架,是探索和利用多样化 AI 资源的实用工具。
gstack
gstack 是 Y Combinator CEO Garry Tan 亲自开源的一套 AI 工程化配置,旨在将 Claude Code 升级为你的虚拟工程团队。面对单人开发难以兼顾产品战略、架构设计、代码审查及质量测试的挑战,gstack 提供了一套标准化解决方案,帮助开发者实现堪比二十人团队的高效产出。 这套配置特别适合希望提升交付效率的创始人、技术负责人,以及初次尝试 Claude Code 的开发者。gstack 的核心亮点在于内置了 15 个具有明确职责的 AI 角色工具,涵盖 CEO、设计师、工程经理、QA 等职能。用户只需通过简单的斜杠命令(如 `/review` 进行代码审查、`/qa` 执行测试、`/plan-ceo-review` 规划功能),即可自动化处理从需求分析到部署上线的全链路任务。 所有操作基于 Markdown 和斜杠命令,无需复杂配置,完全免费且遵循 MIT 协议。gstack 不仅是一套工具集,更是一种现代化的软件工厂实践,让单人开发者也能拥有严谨的工程流程。
meilisearch
Meilisearch 是一个开源的极速搜索服务,专为现代应用和网站打造,开箱即用。它能帮助开发者快速集成高质量的搜索功能,无需复杂的配置或额外的数据预处理。传统搜索方案往往需要大量调优才能实现准确结果,而 Meilisearch 内置了拼写容错、同义词识别、即时响应等实用特性,并支持 AI 驱动的混合搜索(结合关键词与语义理解),显著提升用户查找信息的体验。 Meilisearch 特别适合 Web 开发者、产品团队或初创公司使用,尤其适用于需要快速上线搜索功能的场景,如电商网站、内容平台或 SaaS 应用。它提供简洁的 RESTful API 和多种语言 SDK,部署简单,资源占用低,本地开发或生产环境均可轻松运行。对于希望在不依赖大型云服务的前提下,为用户提供流畅、智能搜索体验的团队来说,Meilisearch 是一个高效且友好的选择。
awesome-claude-skills
awesome-claude-skills 是一个精心整理的开源资源库,旨在帮助用户挖掘和扩展 Claude AI 的潜力。它不仅仅是一份列表,更提供了实用的“技能(Skills)”模块,让 Claude 从单纯的文本生成助手,进化为能执行复杂工作流的智能代理。 许多用户在使用 AI 时,常受限于其无法直接操作外部软件或处理特定格式文件的痛点。awesome-claude-skills 通过预设的工作流解决了这一问题:它不仅能教会 Claude 专业地处理 Word、PDF 等文档,进行代码开发与数据分析,还能借助 Composio 插件连接 Slack、邮箱及数百种常用应用,实现发送邮件、创建任务等自动化操作。这使得重复性任务变得标准化且可复用,极大提升了工作效率。 无论是希望优化日常办公流程的普通用户、需要处理复杂文档的研究人员,还是寻求将 AI 深度集成到开发管线中的开发者,都能从中找到适合的解决方案。其独特的技术亮点在于“技能”的可定制性与强大的应用连接能力,让用户无需编写复杂代码,即可通过简单的配置让 Claude 具备跨平台执行真实任务的能力。如果你希望让 Claude