编程与开发 · 第 6 页

Code to Flow

使用 AI 分析程序逻辑并生成代码流程图。

在终端把自然语言任务转换为 Shell 命令，并通过交互会话处理文件上下文。

通过命令行向本地或远程模型提交提示词，并保存问答记录、生成嵌入和提取结构化内容。

根据终端中的文字需求生成 Shell 命令、代码片段和技术文档。

把自然语言描述转换为 Shell 命令，支持查看解释、修改建议后决定是否执行。

在终端项目会话中使用多种模型，并结合 LSP 上下文与 MCP 工具开展开发协作。

根据自然语言软件规格生成并执行代码，再通过后续指令调整生成项目。

根据产品规格搭建代码库骨架，支持以提示词文件反复调整生成项目。

AiderDesk

通过桌面工作台组织 AI 开发任务，查看代码修改并控制智能体协作过程。

提供终端、桌面和仓库智能体入口，用于代码修改、并行开发与应用构建。

通过终端和编辑器等入口执行代码任务，支持子智能体、工具连接和多种模型接口。

在 VS Code、JetBrains 或命令行中使用 AI 编程智能体完成项目开发任务。

部署本地代码补全服务器，把代码模型的建议提供给编辑器客户端。

AI Commits

根据 Git 代码变更生成提交信息，并支持选择提交信息格式和模型提供方。

读取 Git 暂存变更并生成提交信息，可按项目习惯配置描述和格式。

分析代码变化并生成符合上下文的 Git 提交信息，供审阅确认后提交。

在云端代码编辑环境中使用 AI 生成代码、聊天并查看应用实时预览。

用统一运行入口部署语言、语音识别和多模态模型，并向应用提供推理服务。

vLLM

部署语言模型推理服务，通过连续批处理等机制组织多请求推理。

SGLang

运行语言、视觉语言和扩散模型推理，并为应用提供模型服务。

使用 Rust、Python 与 gRPC 服务组件部署文本生成推理；项目当前处于维护模式。

在本地运行语言或视觉语言模型，并可启动兼容 OpenAI 的接口与内置网页界面。

把模型与运行环境组合为单文件可执行程序，用于分发和本地运行语言模型。

GPUStack

统一管理 GPU 集群，编排模型推理引擎，并按需提供可访问的 GPU 实例。

把开源或自定义语言模型部署为兼容 OpenAI 的接口，并提供内置聊天界面。

编译和部署语言模型，使模型在不同设备平台上以原生方式运行。

为兼容 Hugging Face 的语言和多模态模型提供推理、批处理与分布式服务。

把模型网关、调用追踪、评估和实验组织在一起，用反馈检查提示词与推理策略。

在本机按请求切换多个生成式模型服务，为兼容接口提供统一调用入口。

利用 CPU 与 GPU 协同运行语言模型推理，适用于研究设备端模型执行。

通过 CPU 与 GPU 异构计算运行语言模型推理，并提供模型监督微调能力。

提供多模型聊天服务系统、网页界面和兼容 OpenAI 的接口，同时包含训练与评估工具。

通过命令行和网页界面配置语言模型微调，组织训练数据、模型与训练参数。

Unsloth

通过桌面应用在本机运行和训练模型，管理模型开发的实际操作。

记录模型应用调用链，管理评估数据集，并比较提示词、模型和检索实验。

采集并分析模型接口、向量数据库和模型框架的调用链、时延与使用指标。