后台私信里最近高频出现三连问：AI编程工具到底选哪个不踩雷？大模型API哪家免费额度够用？Skills和MCP到底是新概念还是换皮？我索性把收藏夹、浏览器标签页和测试目录全翻了一遍，整理出这份覆盖AI编程、大模型、Skills、MCP以及开发测试资源的实测清单。里面的每个工具我都上手跑过一轮，标了优缺点和正规免费渠道，适合正在选型、搭自己工具箱、又不想为每个工具都交一遍学费的人。
先说我的筛选标准：第一，必须有可验证的官方入口或开源仓库，不收录来路不明的整合包；第二，免费渠道只写官方送额度、开源版本、学生认证这类合规路子；第三，凡是宣传"一键全自动"的，我都要在真实项目里过一遍再下结论。这份清单里有商用级大厂产品，也有小而美的社区方案，我会按类别拆开讲，尽量把"为什么选它"和"什么场景别选它"说清楚。
1. AI编程工具实测：Copilot、Codex、Claude Code谁在日常里最不劝退
先说一个扎心结论：AI编程工具现在多到让人选择困难，但真正能在日常项目里留下来、不浪费你时间的产品，其实一只手数得过来。我试过的超过10款，下面这张表是最后愿意留在我工作流里的，每个都标了免费渠道。
| 工具 | 核心优势 | 主要槽点 | 免费渠道 |
|---|---|---|---|
| GitHub Copilot | 补全最稳，多语言支持好，IDE生态全 | 大改代码时只会给零碎建议，重构类任务弱 | GitHub学生包免费；普通用户10刀/月 |
| OpenAI Codex CLI | 开源、终端原生、能读整个仓库、支持Skills | 要接受它"会动手改文件"的风格，新手容易慌 | CLI开源，配合API额度/订阅可用 |
| Claude Code | 多文件改造、自主执行能力最强 | 跑复杂任务时token消耗快，费用不可控 | 依赖订阅/API按量计费，无独立免费层 |
| Cursor | 对话式改代码体验好，社区模板多 | 吃配置，重度使用免费配额很快烧完 | 免费版有基础额度 |
| Windsurf | 流式编辑顺手，原Codeium团队 | 部分高级功能藏在付费墙后 | 免费版每天有额度 |
| 通义灵码 | 中文场景友好，个人版全免费 | 大仓库索引偶尔抽风 | 个人版免费 |
| CodeGeeX | 免费、轻量、插件装完就能用 | 代码质量上限不如一线产品 | 免费 |
| Continue | 开源IDE扩展，可接入任意模型和MCP | 需要自己配置，不适合小白 | 开源免费 |
1.1 一线选手的日常体验：Copilot还是最省心的那个
Copilot是我用了最久的一个，说实话它在"人正在写代码、光标停下、它给下一行"这个场景上，至今依然是行业标杆。原因不只是模型强，更多是IDE插件的上下文处理做得细：它知道你当前函数在做什么、引用了哪些变量、项目语言风格如何。我日常写Python和TypeScript，它的补全命中率高，几乎不需要我停下来改。但它的问题也很明显——如果你让它"把这段逻辑重构成策略模式"，它往往只是给你一堆零散建议，而不是直接动手。所以我的定位是：Copilot负责"承接你的思路"，不适合"替你做决定"。
1.2 Codex CLI：真正敢动你代码的命令行选手
OpenAI的Codex是我过去一年观察下来变化最大的工具。它从早期那个藏在API后面的代码模型，变成了一个开源、跑在终端里的agent式编程助手。装上之后我最大的感受是：它真的会去读整个仓库，会自己跑测试，然后告诉你"我改完了，测试过了"。这种体验和"补全下一行"完全不是一回事。Codex也支持Skills机制——你可以把一些常用工作流（比如"按项目规范生成新模块"）写成技能包放进~/.codex/skills目录，它会在任务里主动调用。如果你已经写过Claude的Agent Skills，迁移成本很低，格式基本是SKILL.md加脚本的组合，这点后面Skills章节我会展开说。
1.3 关于Codex写论文、Figma授权这类"非典型用法"
热搜里经常看到"codex写论文的skills""codex接入figma mcp怎么授权"，我也实测过。Codex写论文本质上是把写作任务拆解成大纲、章节、润色、引用检查几个步骤，然后写成Skills让agent按流程执行。效果取决于你对风格约束写得够不够死，如果你只是甩给它一句"帮我写综述"，它产出的东西依然需要大改。至于接入Figma的MCP授权，这里有一个常见的理解误区：MCP server跑在你本地，它需要的不是"授权给Codex"这个动作，而是你自己去Figma生成personal access token，把token配给MCP server的环境变量。关键点在于scope——你的token给的是"仅查看当前文件"还是"全部文件可编辑"？我建议永远选最小权限，为单个设计稿单独建一个Figma team或文件夹，token用完及时吊销。
1.4 免费替代与"藏起来"的国产选手
如果不想付费，我实测下来最稳的组合是通义灵码加CodeGeeX。通义灵码个人版全免费，中文注释、中文技术栈的理解都比国外产品自然，适合国内项目文档多的场景。CodeGeeX胜在轻量，装完VSCode插件就能用，缺点是代码补全的上限和Copilot有差距，遇到复杂逻辑要多靠人兜底。还有一个容易被忽略的开源选择：Continue。它本质是个IDE扩展壳，可以接本地Ollama、也可以接OpenAPI兼容接口，甚至是MCP server。好处是自由度极高，坏处是一切要自己配——我建议有一定经验的开发者折腾，新手还是先用开箱即用的产品。
2. 大模型与API额度：按项目选模型，不按榜单选模型
模型榜单每个月都在变，但项目落地看的是更现实的东西：免费额度有多少、价格能不能扛住、上下文够不够长、数据能不能出境。我按"能不能免费跑起来"做了个对比，免得大家一上来就被各家营销文章带偏。
| 服务 | 免费情况 | 适合场景 | 注意点 |
|---|---|---|---|
| OpenAI API | 新账号有初始体验额度 | 生态、兼容性最好 | 额度消耗快，账单门槛高 |
| Google Gemini API | AI Studio免费层每日有额度，上下文很长 | 长文档处理、多模态识别 | 免费层有速率限制 |
| Anthropic API | 注册有体验额度 | Claude系模型做复杂指令跟随 | 额度少，需要省着用 |
| DeepSeek API | 注册送额度，价格极低 | 中文场景、代码任务、成本敏感项目 | 高并发/特殊场景需自测 |
| 智谱GLM | 开放平台注册送额度 | 中文均衡，工具调用能力在进步 | 免费额度有有效期 |
| 通义百炼 | 有免费额度 | 和阿里云生态绑定，函数计算/工作流方便 | 超出后按量计费 |
| Ollama + 开源模型 | 完全免费 | 本地开发、隐私受限场景 | 吃显存，7B模型起步 |
| Hugging Face | 免费托管/下载模型 | 找模型、数据集、评测 | 许可证各不相同 |
2.1 免费额度要用在刀刃上
我的经验是：免费额度分两类，一类是注册送的体验额度，通常几十块人民币用量，适合验证"这个模型适不适合我的任务"；另一类是持续性的免费层，比如Google AI Studio每天有一定请求次数，适合做自动化小脚本、定时摘要这类低频任务。千万别做的一件事，是把注册送的全部额度扔给一个没想清楚的批处理任务——我有一次跑数据清洗，半小时把体验额度烧光，最后只换来一份"看起来还行但没到能用"的结果。现在我的习惯是：任何模型先拿10条最难的真实样本试跑，确认效果再谈额度预算。
2.2 本地部署选型：Ollama、LM Studio和vLLM的分工
本地部署这个话题我多说两句，因为很多人问"企业大模型私有化部署到底怎么落地"。如果你的需求只是内部问答、代码摘要、私密文档检索，Ollama是最快的入门方案。一条命令就能把通义千问、Llama、DeepSeek的蒸馏版跑起来：
ollama pull qwen2.5:7b ollama run qwen2.5:7b如果你是小白，先别碰命令行，直接装LM Studio，图形界面点鼠标就能下载模型、开一个本地对话服务，跟用ChatGPT网页差不多。但LM Studio适合开发调试，不适合高并发生产。真要上线给团队用，vLLM才是正路——它吞吐量高，支持continuous batching，多卡并行也成熟。vLLM的代价是配置复杂度上了一个台阶：显存规划、量化方式、max-model-len、调度策略都要调，没有几个月折腾很难跑出漂亮数据。顺便提一句，热搜里有人把Ollama拼成"ollma"，收藏前认准官网，别下到仿冒包。
2.3 微调资源与教程PDF：从理论到LoRA实战
很多人看到"大模型微调实战"就头大，我推荐一条低成本入门路线。理论部分去看Hugging Face的NLP课程，免费、英文、例子多，基本把Tokenizer、Attention、Fine-tuning这些概念讲透了。中文阅读为主的可以找清华那本开源书《大语言模型》，网上有官方PDF，从预训练讲到对齐、评测、应用，体系很完整。动手部分直接上LoRA：对7B模型做指令微调，两张消费级显卡就够，不需要去抢A100。我做过一次把业务问答数据微调进Qwen2.5-7B的实验，训练脚本用Hugging Face的PEFT库，数据准备最花时间，真正训练反而快。这里要提醒一句：别一上来就全参微调，时间、电费、显卡寿命都扛不住，LoRA能覆盖九成业务需求。
2.4 工业AI检测到底用云端还是单机？模型多大才够
这是热搜里一个很实际的问题：工业AI检测、服装检测这类场景，用的是云联网还是单机AI，用的什么大模型足够。我的结论很直接：产线上绝大多数是单机边缘部署。原因有两个——节拍等不起网络往返，一个质检工位每秒要过好几张图，云端推理的延迟和抖动都不可接受；另外很多工厂的数据不能出车间，合规上就走不通。模型层面，工业视觉现在主流依然是YOLO系、RT-DETR这类目标检测网络，参数量只有几M到几十M，跟"大模型"三个字基本不沾边。只有当你需要做缺陷描述、生成质检报告、让产线工人用自然语言追问异常原因时，才会引入7B到14B的多模态模型，再通过量化部署到边缘盒子。选型时别被"大模型"绑架，先想清楚你的任务到底是"把缺陷框出来"还是"把缺陷说清楚"——前者用检测网络，后者才需要多模态大模型。
3. Skills的打开方式：从官方Skill到社区Superpowers
Skills是过去半年里我觉得最被低估的概念。很多人把它理解成"又一个插件市场"，其实不对。插件是给IDE装功能，Skills是给模型装"可复用的工作流"。官方定义里，Agent Skills是一个目录，里面有SKILL.md说明文件和可选的脚本、资源文件。我理解它就是早期prompt模板的升级版：prompt只教模型怎么说，Skills还教模型怎么动手。
my-skill/ ├── SKILL.md ├── scripts/ │ ├── parse_report.py │ └── run_tests.sh └── assets/3.1 官方Skill的本质：为什么它不是插件
SKILL.md就是技能的说明书，里面写清楚这个技能解决什么问题、在什么场景触发、脚本怎么调用、输入输出格式是什么。模型读一遍说明书，就知道遇到什么任务该启动这个技能。这里面有一个微妙的机制：模型不会在任务一开始就列出所有技能，而是根据用户请求的语义去"检索"匹配的技能。所以写SKILL.md时的关键不是把细节堆满，而是把触发条件和输入输出定义清楚。Anthropic官方文档里有完整的目录结构规范，GitHub上那篇很火的《Claude Agent Skills: A First Principles Deep Dive》也把第一性原理讲透了——Skills本质上是对模型工作记忆的扩展，让它在处理特定任务时有更明确的执行路径，而不是每次从零开始推理。
3.2 我实测过的社区Skills库：Superpowers与技能市场
社区里现在流传最广的库之一是worksrawer的Superpowers，前阵子在开发者圈里刷屏过。它提供了一套让Claude变成更自律agent的Skills：规划、验证、反思、审查等环节被拆成独立技能，模型会按流程执行。我试着把它接到一个中型项目上，直观感受是Claude生成的代码前置规划变长了，但返工率确实下降了。代价是每次任务都会多烧不少token，因为模型会频繁调用规划类技能。另外GitHub上能搜到大量"awesome claude skills""awesome codex skills"聚合仓库，以及专门的技能市场站点，支持在线浏览SKILL.md再手动复制到本地。我的建议是：社区Skills可以试，但一定要自己审一遍里面的脚本——有些技能会执行系统命令，来路不明的脚本风险很高，务必核对源码后再用。
3.3 自己写Skills的三个习惯（用"前端开发Skills"举例）
写Skills没有太多玄学，但我踩过几次坑之后总结出三个习惯。第一，一个技能只干一件事。比如"生成React组件骨架"就只负责生成组件文件和对应的story，不要顺手去改路由、改样式、跑lint，职责一多模型就容易跑偏。第二，脚本入口必须稳定。让模型调用的是一个固定命令，比如python scripts/gen_component.py --name X --props Y，不要让它去拼接复杂命令行。第三，在SKILL.md里写清验收标准和反例。比如"输入props清单，输出组件文件和story文件；如果输入缺少必填字段，返回错误信息并列出缺失项"。有了反例，模型在出错时才知道怎么收敛，而不是自由发挥。
3.4 别把GitHub Skills和Agent Skills搞混
这里提醒一句：GitHub Skills（github/skills仓库）是微软官方的交互式学习仓库，教你通过实际演练学GitHub Actions、Copilot等技能，和Claude/Codex里的Agent Skills不是一回事，名字像而已。但它的学习价值很高，尤其是刚接触GitHub的新人，里面的练习仓库可以边看边动手，免费、零门槛。
4. MCP协议与实战接入：从Model Context Protocol到行业落地
如果说Skills是"教模型怎么干活"，那MCP就是"让模型能碰到工具"。MCP（Model Context Protocol）是Anthropic在2024年底开源的协议，解决的是模型怎么安全调用外部工具的问题。你可以把它想象成给模型装了一排设备驱动——模型不直接碰Figma、数据库、浏览器，而是通过MCP server去操作。这个架构的好处是解耦：工具方只要实现一次MCP server，所有支持MCP的客户端都能用，不用为每个AI产品各写一套API。
4.1 MCP的host-client-server三层架构
理解MCP，记住三层就够了。最上层是host，也就是你日常使用的客户端，比如Claude Desktop、Claude Code、Cherry Studio、Zed，以及国内越来越多的开发工具。中间是client，负责建立会话、管理连接。最底层是server，背后连接具体的数据源或工具。这个结构和USB协议很像：电脑是host，U盘是server，操作系统里装的是驱动。MCP server就是模型的"驱动"。官方文档在modelcontextprotocol.io，Python和TypeScript的SDK都开源，照着quickstart跑一遍，大概一小时能写出第一个能把文件系统暴露给模型的server。
4.2 必须收藏的入口：官方Servers、Awesome仓库、客户端配置
我第一次接触MCP时最头疼的不是理解协议，而是找不到可用的server。后来固定下来几个入口：GitHub上modelcontextprotocol/servers官方仓库，里面有文件系统、Git、SQLite、Memory这类基础server；社区维护的awesome-mcp-servers聚合仓库，收集了几百个行业server，按数据库、浏览器、设计工具、监控、CI/CD等分类，找东西很快。客户端配置也很简单，以Claude Code为例，在项目根目录放一个.mcp.json，启动时会自动加载：
{ "mcpServers": { "filesystem": { "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"] } } }熟悉这套配置后，你会发现换客户端本质上是换host，server层是通用的。今天在Claude Code里写好的MCP配置，明天迁到Cherry Studio或其他工具，只需要按对应格式重新声命。
4.3 各行业MCP接入实测印象：Figma、IDA、Unreal、Altium、TIA
MCP最有趣的部分是行业渗透速度远超我的预期。设计师那边有Figma MCP，模型可以读设计稿节点信息，直接生成前端代码，授权方式上面说过，用最小scope的personal access token。安全研究方向有IDA MCP和x32dbg MCP插件，可以把反汇编结果、调试状态通过MCP暴露给模型，让模型辅助解释汇编代码、分析函数调用关系——注意这类工具要在你有权调试的程序上使用，做合法授权范围内的分析。游戏引擎方向有人给Unreal Engine做了MCP服务，让模型在编辑器里创建Actor、操作关卡，适合做编辑器自动化。EDA方向有Altium Designer的MCP接口，模型可以辅助检查设计规则、生成部分原理图逻辑。工业自动化方向更夸张，有人把MCP接进了西门子TIA Portal，用自然语言让模型生成PLC代码块和注释。这些方案大多还在社区成熟度不一的阶段，但方向已经证明：MCP作为"行业工具和模型的通用插头"，正在替代过去那些脆弱的私有集成方案。
4.4 用Cherry Studio接MCP做流式输出到文件：实测的三个坑
有朋友问"用MCP工具流式输出内容到文件"具体怎么操作，我实测下来最稳的组合是Cherry Studio加filesystem类server，让模型把长文分段追加写入指定目录。坑主要有三个：第一，路径必须用绝对路径，模型对相对路径的理解经常和你的预期不一致；第二，输出文件要显式指定UTF-8编码，否则Windows下容易踩编码坑；第三，如果目标文件正被编辑器打开占用，写入会静默失败，先关掉占用再跑。另外，流式输出时务必让模型用追加模式而不是覆盖模式，否则长文生成到一半断掉，前面内容就白写了。
5. 开发测试资源：把自动化、性能和调试一次补齐
聊完AI侧，开发测试的硬工具也不该缺席。这部分的资源没有前面那么热闹，但它们是真正决定项目质量的底座。我按接口、性能、回归、调试四个维度挑了几个常用的，都是亲测过免费渠道的。
| 工具 | 用途 | 免费渠道 | 上手难度 |
|---|---|---|---|
| Postman | 接口调试、集合管理 | 免费版足够个人项目 | 低 |
| Swagger Editor | OpenAPI规范编写、Mock | 开源免费 | 低 |
| JMeter | 性能与压力测试 | Apache开源免费 | 中 |
| Playwright / Puppeteer | 浏览器自动化、端到端测试 | 开源免费 | 中 |
| Testcontainers | 测试环境容器化、隔离数据库依赖 | 开源核心免费 | 中 |
| Keploy | 录制真实请求生成API测试用例 | 开源核心免费 | 中 |
5.1 接口与自动化测试：Postman免费版和个人项目的边界
Postman免费版解决个人项目的接口调试完全够用，它的集合、环境变量、脚本断言都很顺手。但一旦进入团队协作，共享集合、权限管理、云端Mock这些能力都藏在付费墙后面——我的建议是个人项目用免费版，团队场景直接在CI里跑Newman脚本，反而比依赖Postman云靠谱。Swagger Editor配合OpenAPI写接口文档，是开源世界里最标准的做法，写完规范直接生成Mock服务，前后端联调效率高很多。Playwright和Puppeteer是我近一年自动化测试的主力，Playwright的优势是多浏览器、自动等待、选择器稳定，Puppeteer则更轻。如果让模型配合写Playwright脚本，建议把浏览器上下文暴露成MCP server，模型可以直接观察页面DOM再修正断言，比纯文本生成要准得多。
5.2 性能测试与回归质量：JMeter、Testcontainers、Keploy的配合
性能测试不要一上来就追商业工具，JMeter依然是开源世界里最稳的答案。它上手慢主要是不熟悉线程组、聚合报告、断言这三个核心概念，真跑起来后非常灵活。回归测试我推荐Testcontainers：它可以在测试里临时起一个真实数据库或消息队列容器，测试结束自动销毁。这样"测试环境漂移"问题从根上消失，每次CI跑出来都是干净环境。我实测最大的体感是——以前测试代码里到处是mock数据库，现在可以直接用真实PostgreSQL，测试的置信度完全不一样。Keploy是另一个我最近在用的开源项目，它可以录制真实API请求，自动生成测试用例，对老项目补测试覆盖率效果显著。如果你有一个没写过测试的遗留系统，Keploy是性价比最高的起点。
5.3 AI辅助测试的实践：让Codex和Playwright结对
最后分享一个我个人最满意的组合：用Codex CLI加Playwright写端到端用例。流程是：先人工写两三个典型用例，把项目里的登录态、路由结构、核心操作路径跑通，然后让Codex观察这些用例模式，再去生成边界场景。实测下来模型生成的selector往往比人写的稳定，因为它会综合标签、文本、可访问性属性来决定定位方式。但生成的用例一定要人工过一遍，模型经常忘记清理测试数据，也偶尔会写出时序依赖的断言。自动生成的测试里，最怕的就是"看起来全绿、换台机器就挂"的脆弱用例——宁可少而稳，不要多而脆。
6. 压箱底经验：免费渠道的正确打开方式与防坑指南
30多个工具和资源看完，我猜很多人已经开始收藏了。但收藏不等于会用，我把压箱底的经验再压一层：免费渠道的坑，比付费的坑更容易踩。合规使用、额度规划、权限最小化这三件事，每一件都能让你少走几个月弯路。
6.1 免费额度的有效期陷阱与速率限制
免费额度最大的坑是有效期。很多注册送的体验额度会在30到60天内过期，不是永久的。我见过不止一次：有人把额度留到"重要时刻"再用，结果打开一看已经清零。第二个坑是速率限制。免费层通常限制每分钟请求数或每日请求数，批量任务一跑就撞墙。我的习惯是每次新项目先做一次"额度预算表"，把这个项目的模型调用分成"探索期"和"稳定期"：探索期用免费层，稳定期直接转按量付费。付费不可怕，可怕的是在免费层上麻痹大意，最后在线上被限流。
6.2 许可证问题：开源不等于可以随便商用
开源模型的免费是全免费的"运行权"，但商用限制藏在许可证里。Llama系列用的是社区许可，月活超过一定量级就要单独申请；有的模型用Apache-2.0可以放心商用，有的用MIT也可以。选择开源模型之前，第一件事是去模型卡片里读许可证，而不是看评测分数。同理，MCP server和Skills库也是一样——社区里大量项目挂着"仅供学习"或"自定义许可证"，接进商业产品前必须逐个核对。
6.3 我个人整理这套工具箱的最终建议
最后分享一点个人体会。30多个资源看着多，但真正值得你花时间维护的，其实就那么几样。如果只让我留三样：第一样是Copilot或者通义灵码这类补全工具，它负责承接日常写作代码的琐碎劳动；第二样是一个支持MCP的宿主，比如Claude Code或Cherry Studio，它是你接入外部工具和行业能力的入口；第三样是一个本地Ollama部署的开源模型，它负责隐私敏感、断网环境和你不想烧钱的兜底场景。工具是给项目服务的，不是收藏来吃灰的。这篇把压箱底的东西都翻出来了，能帮你少交一点学费，我觉得就值了。
