热门 AI 工具
查看全部 →NotebookLM
上传 PDF、文档与幻灯片后，在回答中附带来源引用，并可将长篇材料转为播客式音频概述，适合需要可追溯结论而非泛泛闲聊的研究与备考场景。
Bolt
侧重快速搭出站点、营销页与移动原型，并提供托管与 GitHub 同步，适合速度优先、后端深度可后续再补的场景。
Gemini
在对话之外，与 Google 搜索、Workspace 等场景衔接紧密，适合中英文混杂、需要快速检索与图文理解的日常任务。
GitHub Copilot
与 PR、Issue 同源协作：在 VS Code / JetBrains 内完成跨文件修改与仓库问答，适合已在 GitHub 流程中的团队。
Replit Agent
用自然语言描述产品，在设计画布迭代后由 Agent 生成依赖与部署，学生与独立开发者常用它在数小时内验证想法。
ChatGPT
覆盖日常问答、长文写作、代码解释与图文输入；需要可重复流程时还可借助 GPT 与连接器，而不只是一次性对话。
Claude
擅长载入长 PDF、对比版本与打磨措辞；项目与团队能力有助于把机构知识沉淀在同一线程里反复迭代。
DeepSeek
在链式推理、数学推导与仓库级编程辅助上性价比高，适合想控制成本又要较强推理能力的团队与个人。
常用 MCP
更多 →Docker MCP
通过 Docker 官方 MCP 集成让 Agent 查看容器、镜像、Compose 项目与日志，排查本地栈时不必把 docker ps 输出整块粘贴进对话。
MongoDB MCP
在已授权的集群上让助手执行 explain、浏览集合并起草聚合管道，便于排查文档模型与慢查询，而无需手工粘贴大量导出。
Redis MCP
在限定连接与命令范围内暴露 Redis 操作与键空间探查，便于 Agent 排查缓存、会话与特性开关，而无需把整个数据库搬进上下文。
Linear MCP
在编辑器或对话界面内直接读写 Linear Issue，让研发上下文与产品计划保持同步。
Atlassian Rovo MCP
通过 Atlassian 托管 MCP 开放 Jira、Confluence 与 Compass 知识，让企业助手始终对齐权威路线图与文档。
Tavily Search MCP
将 Tavily 的实时搜索与结构化摘要接入 MCP，让 Agent 能引用最新网页证据，而不是依赖训练截止日期内的静态知识。
常用 Skills
更多 →事故响应与沟通
把值班工作结构化：时间线、影响面、缓解动作与对外沟通，避免只在即时通讯里碎片化救火。
Humanizer（去 AI 腔）
依据维基「AI 写作迹象」等规则，削弱夸大重要性、堆砌 -ing、破折号滥用、机器人收尾语等问题，并在定稿前做「仍像 AI 吗」的二次审阅。
性能分析与剖析
结合链路追踪、火焰图与系统指标先定位真实瓶颈，再动代码，避免凭感觉做微优化却测不到收益。
API 设计与版本策略
在实现固化之前，先定义 REST 或 RPC 的资源模型、错误形态、分页与弃用规则，避免客户端被不可控的破坏性变更拖垮。
发起代码评审
在主要改动完成后发起审查，突出风险面、测试覆盖与发布影响，帮评审者把精力放在刀刃上。
执行实施计划
按书面计划顺序推进，在检查点核对假设是否仍成立，适合 spec 驱动开发与多阶段重构。