2025 AI 使用总结
整理分享一下日常用的 AI。不同的产品有自己独特的数据优势,很难说最好的模型是谁家的。
根据特长和使用频率,动态调整自己的规划,多尝试尝试新东西没有什么坏处。
模型
文本模型/编程模型
| 公司名 | 价格 | 模型 | 应用场景 |
|---|---|---|---|
| Anthropics | 180 镑/月 | Opus 4.6 | 日常使用、深度调研、写作、Claude Code 模型对图片理解能力较差 非常擅长修复 Latex bug |
| 20 镑/月 | Gemini 3 Pro Gemini 3 Flash |
科研调研、Gemini CLI |
|
| OpenAI | 20 镑/月 | GPT-5.2 GPT-5.3-Codex |
日常使用、Codex 有好用的语音,上班路上能讨论今天工作安排 |
| Perplexity | 0 | Perplexity | 日常搜索,搜索速度快 |
| MiniMax | 460 人民币/年 | MiniMax 2.0 VL MiniMax 2.1 |
接 Openclaw 使用,开源版 cowork,aionui 一切有 UI 交互的 |
| 月之暗面 | 买 API | Kimi2.5 | 专业 PPT |
| 智谱 | 买 API | GLM-4.7 | 轻量脚本任务 GLM 的 bash script 成功率最高 |
| DeepSeek | 买 API | DeepSeek v3 | 总结,综合质量考量,性价比最高 放在 Obsidian Clipping 和 Zotero 用 |
| 腾讯 | 0 | 混元 | 公众号检索 |
配合语言模型的 MCP/Skills
Claude 本体配置过多 MCP 反而容易影响性能。最重要的 3 个 MCP:
Ticktick:管理日常 todo,管理日历
Playwright:模拟浏览器行为
Notion:整理合作项目笔记
图片模型
- 可灵
- Nano Banana
- 豆包
技巧 1:prompt 使用 mermaid 可以精确控制元素关系,生成给文档用的示意图

技巧 2:截图之后使用红色矩形标记要修改的部位,可以进行精确微调

技巧 3:简单修图/调色,最适合的是元宝/豆包。效果接近。

重要第三方插件/软件
Nessie/Orphel
Nessie: https://nessielabs.com
Orphel: https://github.com/urzeye/ophel

OpenWebUI/Obsidian YOLO
[Formerly Ollama WebUI)]]
jryder01/obsidian-yolo: YOLO - Your Obsidian Live Organism
对长文本的 Canvas 编辑:

比反复地复制段落到 GPT 更高效
Quotio

管理记录各个平台的额度,动态调节代理 + auto balance。非常好用。
更重要的是:可以使用 local proxy 将 claude code 中的模型抽取成 openai compatible 的调用,可以几乎无限地日常使用。
MinerU/Marker
opendatalab/MinerU: A one-stop, open-source, high-quality data extraction tool, supports PDF/WebPage/e-book extraction
VikParuchuri/marker: Convert PDF to markdown quickly with high accuracy
PDF 转 markdown。节约 token。
crwl
Convert html to markdown。例子:
1 | |
Claude Code 相关
基本原则
文档 —> 测试 —> 代码 —> 可视化校验
- 一定要使用 Git 进行备份管理,防止 Claude Code 失控
- 先充分论证,写设计文档到 PLAN.md,检查之后再开工。PLAN.md 会介绍项目结构。
例如 docs 存文档,asset 存素材,scripts 存可视化校验脚本
(PLAN.md alias 到 AGENTS.md 和 CLAUDE.md,可以方便多种 AI 工具一起共享) - 对所有任务施工,要求 claude【先写 docs 的文档,再写好 tests,然后基于 TDD 的开发模式,测试驱动开发】。确保每一次改动可以溯源
可视化校验的例子:
我们理解的时间成本是宝贵的,Claude 写 streamlit 是简单高效的。
可视化面板可以大幅提高我和 AI 信息传输的速度。
Skills 的理解
这个观点其实和主流观点相违背。我认为,某种意义上我不需要 skill。skill 的本质是对流程的确认和归纳。
而如果我们不依赖 skills.md 这样的结构,我们需要依赖另外的东西,即文档和历史:
- 每一个确定的任务结束之后,让 AI 总结流程到 scripts 目录下
- 使用已经开发的组件,记得直接引用 docs 目录对应的文档
- 历史是重要的:git commit 使用 semantic git log 可以有效提升检索效率;Claude 可以外接 claude-mem,一个很好用的无痛插件。Link: Claude mem
这些东西我维护的足够好,其实和 skills.md 是等价的,而且灵活程度更高,随着项目演化,自动更新 docs。
重要插件/技巧
AionUI
https://github.com/iOfficeAI/AionUi

Claude Code 桌面版,优点:方便管理插入到文件。直接使用 Claude code 插图/文档会不方便,GUI 版本插入附件难度大大降低。还支持对一个目录同时使用多种编程助手辅助。
(Latex 写作用这个也非常方便,诸如插图之类的可以直接粘贴进来使用)
TaskMaster
自定义更强的 Plan 的方法。

优点:
- 可以分别定义各个阶段使用的模型 - Programming Model, Research Model, Backup Model。将模型模糊地写到 prd.txt。Research Model 充分调研、展开、分解任务到 json 文件中。
- 对于不重要的任务,如不需要重要的校验,可以自动执行数十个小时,直到任务完成。例如网站开发。
Minimax, Kimi 等接入 CC 的方法
第一种方法是使用 Quotio 直接全局切换,不过个人推荐另一种方法:

用 bash script overlap 一个 kimi,把 config_dir 区分开即可。
ntfy
其实这个和 AI 无关。是一个极简的消息系统。

可以让 AI 结束 task 之后,直接使用 curl 发送消息到我的电脑/手机。