编程与开发 · 第 8 页

通过图形界面为图像绘制区域标签，支持 AI 辅助标注及常见视觉数据格式导出。

管理语言模型开发所需的多模态标注任务，并按任务配置标注工具。

用表结构组织图像、音视频和文档，把数据转换、索引及服务接口组合为 AI 应用后端。

通过命令行管理机器学习数据和模型版本，跟踪实验并复现数据处理流程。

组织生成式 AI 与机器学习应用的开发流程，连接数据、模型管道和在线服务。

集中跟踪模型实验、版本化数据并编排训练或推理任务。

记录模型训练与 AI 元数据，在自托管界面中比较和分析不同运行。

通过平台和命令行管理深度学习工作负载、GPU 资源、训练与运行监测。

把模型训练或智能体逻辑组织为可运行管道，并跟踪代码、参数、日志与运行结果。

在 Kubernetes 上组织数据与 AI 工作负载，支持模型开发和运行流程。

部署集成 Jupyter、VS Code、模型库和训练监测工具的网页机器学习开发环境。

通过命令行和网页界面组织分布式训练、超参数搜索、资源管理与实验追踪。

在 Kubernetes 中部署与管理模型和 AI 处理管道，组织多模型推理服务。

在 Kubernetes 上统一部署生成式与预测式模型推理，提供标准化服务接口。

运行已有训练脚本并记录实验，通过网格、随机或贝叶斯搜索比较模型配置。

在桌面或浏览器中打开神经网络模型，查看模型结构与支持格式的内容。

通过网页可视化查看模型运行日志、计算图和训练指标。

为机器学习模型、代码、数据和配置记录版本，追踪实验并生成表现看板。

从 CSV 通过命令行训练机器学习模型，并在浏览器中查看模型与运行监测。

把机器学习模型打包为标准部署产物，生成依赖与输入元数据，并提供接口服务或批处理。

通过统一命令和图形界面组织模型训练、推理和部署，覆盖 OCR、视觉分析等任务。

分析代码仓库结构，自动生成交互式 Wiki、说明文档和结构图。

读取代码库并格式化为单一模型提示词上下文，支持命令行处理项目目录。

把仓库文件打包成适合 AI 阅读的单个上下文文件，便于向模型提供项目资料。

把 Git 仓库网址或本地目录转成适合模型读取的文本摘要，并显示结构和规模信息。

阅读现有代码库，为复杂功能编写分阶段实施规格和逐文件开发指引。

用网页界面管理编程智能体会话，结合终端、文件编辑和 Git 视图处理代码任务。

通过桌面应用管理 Claude Code 会话、自定义智能体与后台任务，并查看使用情况。

为编程智能体提供本地模型网关，集中配置提供方、路由、回退与调用观察。

集中切换编程智能体的 API 提供方，并管理 MCP、技能与提示词配置。

在实时终端界面监测 Claude Code 用量与限额信息，并导出机器可读使用状态。

在同一应用中运行多提供方编程会话，并从手机继续查看和协作控制同一任务。

保留原有编程智能体终端会话，通过手机、网页或 Telegram 远程查看和控制任务。

在终端内把多个编程智能体分配到隔离的 Git 工作区，并审阅各自代码变更。

通过桌面应用在独立 Git 工作树中并行运行编程智能体，审阅差异并处理代码合并。

为编程智能体创建各自容器与 Git 分支，通过命令行和 MCP 观察任务日志并接管运行。