SuperAPI AI 工具集3,632 个结果 · 第 24 / 101 页
Plane MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器，让像 Claude 这样的大语言模型能够通过 Plane.so 的 API 与项目管理流程交互，实现列出项目、查看项目详情、创建和更新问题（issue）、按条件过滤问题等操作。它需要 Node.js 22.x 或更高版本、Plane.so API 密钥以及工作区。用户可以通过 Smithery 快速安装，或按手动步骤克隆仓库、安装依赖并构建服务器。安装后可在 Claude for Desktop 等 MCP 客户端中配置使用，所有修改数据的操作均需用户明确批准，以保持控制与安全。
中文介绍正在整理，稍后补充。
Polymarket Predictions MCP 是一个 MCP 服务器，用于提供 Polymarket 的实时市场赔率，使 AI 智能体和分析人员能够访问、比较并基于去中心化预测数据采取行动。它支持事件检索、市场检索和事件搜索，并以表格化格式输出结果，还提供一个用于分析特定市场的提示模板。该工具使用 Python 3.10 或更高版本，可通过 uv 或 pip 安装依赖，并能安装到 Claude Desktop 中使用。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
Power BI MCP Server 是一个基于 Model Context Protocol（MCP）的服务器，让 AI 智能体通过自然语言管理 Power BI 工作区、数据集与刷新任务。它支持表级轮询与重试的刷新操作、刷新诊断（将执行错误、同工作区报表依赖与可选本地 PBIP 源码线索汇集成证据包）、带 RLS 模拟的 DAX 查询、PBIP 源码定位与刷新报告。服务器提供认证发现、数据集与刷新管理、诊断与源码、查询与报告等能力，便于运维人员在刷新故障时定位候选表与相关报表，由操作员决定是否修复与重试。
中文介绍正在整理，稍后补充。
PR Genius 是一款面向开源贡献者与 AI 智能体的「提交前改进顾问」和「外部 PR CRM」。它基于真实仓库的案例库（加载 67 个仓库、943 条模式）来分析 PR 的合并概率，匹配成功与反模式，并给出是否应当提交、以及后续该修复 CI、变基、等待、催促还是放弃的策略建议。项目提供命令行工具 prgenius-core 与 MCP 服务，可在提交 PR 前运行 contributor_view 做预提交门禁，也可用 maintainer_view 从维护者视角判断如何处理 PR；同时提供 GitHub Action、Docker 镜像以及 DSH（Cordis）插件形态。
Perception-R1（PR1）是 NeurIPS 2025 论文的官方代码实现，提出了一种可扩展的强化学习框架，通过 Group Relative Policy Optimization（GRPO）对多模态大语言模型（MLLM）进行后训练，以提升视觉感知能力。其核心创新包括：感知困惑度分析，用于揭示感知任务中有效强化学习的关键阈值；基于规则的奖励塑造与 GRPO 优化，实现可扩展的策略学习；在多个视觉感知基准上取得显著提升，例如在 COCO2017 验证集上达到 31.9% mAP，成为首个达到该性能的 3B 规模 MLLM。项目提供了训练与评估代码，支持 grounding、counting、detection 等任务，用户需自行配置模型与数据路径，并单独下载 COCO 图像。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
PraisonAI MCP Server 是一个 MCP（Model Context Protocol）服务器，将 PraisonAI 的 AI 智能体与工具暴露给 Claude Desktop、Cursor、VS Code、Windsurf 等 MCP 客户端使用。它把 AI 智能体作为工具，可从 MCP 直接运行 PraisonAI 智能体，支持多步骤智能体工作流编排，并内置 64 个工具，完整覆盖 PraisonAI 的各项功能。安装方式简单，支持 uvx 或 pip install。适用于希望在使用 MCP 客户端的助手环境中快速调用 AI 智能体、网络搜索、网页抓取与内容提取等能力的开发者和用户。
Precog by ubikai 是一款 AI 助手，其宣称的核心特点是能够针对用户的任务自动选择最合适的 AI 模型，从而免去手动比对和切换模型的步骤。关于该产品的具体功能细节、支持的模型范围、使用方式、适用平台、收费情况以及实际效果，现有资料均未提供，需以官方渠道信息为准。
中文介绍正在整理，稍后补充。
predictive-maintenance-mcp 是一个开源 MCP 服务器，将大语言模型转变为面向可靠性工程师的状态监测助手。它提供基于证据的振动诊断：机械故障检测、严重程度评估和诊断报告，以加速预测性维护决策。核心设计原则是服务器拒绝猜测——故障指示必须匹配频谱证据，严重程度引用 ISO 20816-3，报告措辞由服务器生成而非模型即兴发挥。AI 负责编排分析并呈现证据（检测到的故障频率、匹配的故障模式、严重程度区域），最终判断仍由工程师做出。也可作为 Claude Code 插件使用，包含 8 项诊断技能。
中文介绍正在整理，稍后补充。
prima.cpp 是 llama.cpp 的分布式实现，目标是让用户在普通日常设备上运行 70B 级别的大语言模型。它基于 llama.cpp 的推理能力，通过分布式计算的方式，将原本需要高性能服务器才能承载的大模型推理任务分散到多台普通设备上协同完成。该项目的核心用途是降低大模型本地部署的硬件门槛，使没有高端 GPU 集群的个人用户也能体验较大参数量模型的推理。
中文介绍正在整理，稍后补充。
Privaro 是一款面向企业隐私的 AI 治理与合规平台，充当团队与外部大语言模型（LLM）之间的治理代理。它能够检测提示（prompt）中的个人身份信息（PII），将敏感数据替换为可逆的匿名化或假名化标记，并审计每一次 AI 交互。该平台支持 OpenAI、Anthropic、Gemini、DeepSeek 等兼容提供商，提供治理仪表盘、隐私优先的企业聊天界面、集中式 API 密钥与模型管理、输出端敏感数据扫描、上下文优化压缩以及基于区块链的审计认证。适用于人力资源、法律、医疗、金融科技等行业，帮助满足 GDPR 及欧盟《人工智能法案》相关要求，无需集成即可快速体验 PII 检测。
Private LLM 是一款可在 iPhone、iPad 和 Mac 上本地运行大语言模型的 AI 聊天应用。它支持运行 DeepSeek R1、Llama 3.3、Qwen3 和 Gemma 3 等模型，完全离线、不审查内容，并集成到 Siri 和 Apple Shortcuts 中。采用一次性购买、无订阅模式，支持六人家庭共享。由两位工程师开发，使用 OmniQuant 和 GPTQ 量化技术优化输出并减少内存占用。
Product Fetcher 是一个基于 AI 的 API 服务，主要用于从任意网站自动提取产品数据。该工具面向需要批量获取电商产品信息的开发者或团队，可通过 API 调用的方式接入自动化流程。目前官方资料中暂未提供具体功能细节、支持的平台清单、计费方式、价格、使用步骤及使用限制等信息，建议访问官网了解最新情况。
Product Hunt MCP Server 是一个即插即用的 MCP 服务器，用于将 Product Hunt 的 API 连接到任何支持 Model Context Protocol（MCP）的大语言模型或智能体。它支持获取 Product Hunt 上的帖子、评论、收藏集、主题、用户等信息，以及投票、评论等数据，并可按主题、日期、票数等进行搜索和过滤。该服务器基于 FastMCP 构建，可与 Claude Desktop、Cursor 或任何 MCP 客户端配合使用，适合 AI/LLM 用户、开发者以及希望探索 MCP 生态的爱好者。使用前需要 Product Hunt API 令牌，并可通过 uv 或 Docker 安装运行。
这是一个面向 ProductPlan 的 MCP 服务器，让 Claude、Cursor 等 AI 助手通过自然语言对话访问和操作 ProductPlan 中的路线图、OKR、创意发现和发布数据。用户无需点击界面，即可提问、创建创意、检查 OKR 进度、管理发布。支持 Mac/Linux/Windows 本地运行，API 令牌保留在用户机器上。提供 50 个工具，包括 35 个只读工具和 15 个写入工具，支持批量操作，最多每次 100 个 bar，并支持预演。无需编程，复制文件和粘贴配置即可使用。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
Prometheus MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器，旨在让 AI 助手和 LLM 能够通过标准化接口查询和分析 Prometheus 监控指标。它允许 AI 执行 PromQL 查询、发现指标、获取元数据以及查看即时和范围查询结果，从而将 Prometheus 的监控数据能力集成到 AI 工作流中。
Prompt Engineering Roadmap 是 roadmap.sh 平台上的一份分步学习指南，用于引导用户学习提示工程。该页面提供路线图、指南和常见问题等内容形式，并关联社区、YouTube 等学习资源。roadmap.sh 本身是 GitHub 上高星项目，每月有数十万开发者访问。该路线图面向希望系统了解提示工程学习路径的人群，具体内容结构、主题覆盖范围及更新方式暂未提供。
Prompt Picker 是一个帮助用户为 LLM 应用挑选最佳系统提示词（system prompt）的工具（据现有资料，其定位为协助选择系统提示词）。目前可用资料仅为一句英文简介与官方网站地址（https://promptpicker.ai/），未提供功能介绍、使用方式、收费情况、平台支持或具体使用步骤，因此无法确认其具体工作流程、是否提供提示词库、评测对比或自动化能力，相关内容暂未提供。
Prompt Selected 是一款浏览器扩展，让用户对网页中任意选中的文本运行自定义的 ChatGPT 提示。它支持语法修正、文章摘要、语言翻译、内容解释、社交媒体文案生成等场景。该工具采用自带 OpenAI API 密钥（bring-your-own-API-key）的方式，完全免费使用，不追踪数据。主要功能包括无限自定义提示、预置提示示例、支持最新 GPT 模型以及提示历史记录。使用流程简单：选中文本 → 打开扩展 → 点击提示 → 获取结果。
中文介绍正在整理，稍后补充。
Prompt-Engineering-Guide 是由 DAIR.AI 维护的提示工程学习资源库，汇集指南、论文、课程、Notebook 与工具，覆盖提示工程、上下文工程、RAG 与 AI Agents 等主题。内容按介绍、技术、应用、模型、风险与误用、论文、工具、Notebook、数据集等板块组织，帮助研究者与开发者理解并优化对语言模型的使用。仓库提供网页版，并支持本地运行：需 Node >=18.0.0，安装 pnpm 后执行 pnpm i next react react-dom nextra nextra-theme-docs 安装依赖，再用 pnpm dev 启动，在 http://localhost:3000/ 浏览。项目还提供自定进度的提示工程课程，并曾获多家媒体提及。
PromptOptimizer 是一个用于降低 LLM token 复杂度的开源工具，旨在减少 API 调用成本和模型计算量。它提供即插即用的优化器，无需访问模型权重、logits 或解码算法即可使用，适用于几乎所有自然语言理解（NLU）系统。支持通过保护标签标记提示中不可删除或修改的重要部分，并可将多个优化器顺序组合。该工具能报告优化前后 token 减少数量和语义相似度指标，同时支持 LangChain 风格的提示链和 OpenAI 请求 JSON 对象。安装方式为 pip install prompt-optimizer。注意：压缩与性能之间存在权衡，压缩率越高可能损失模型性能，需根据具体任务选择合适的优化器。
Promptbetter ai 是一款面向多 AI 模型的提示词辅助工具，主要用于提示词的优化与集中管理。根据现有资料，它定位为“AI 驱动的提示词助手”，帮助用户在不同 AI 模型之间整理、改进和使用提示词。目前关于其具体功能、支持模型清单、使用方式、收费模式及平台支持等信息暂未提供，需以官方页面后续说明为准。
PromptMage 是一个用于简化基于大语言模型（LLM）的复杂、多步骤应用开发的 Python 框架。它提供自托管方案，内置提示词版本控制、提示词测试场（Playground）、自动生成的 FastAPI 接口以及评估模式，帮助开发者、研究人员和团队更高效地管理 LLM 工作流。目前处于 alpha 阶段，API 和功能可能随时变化。
Promptmonitor 是一款面向品牌的 AI 可见性追踪与优化工具，帮助企业在 ChatGPT、Claude、Gemini、Perplexity 等主流 AI 助手中监测品牌被提及的情况。它提供统一的仪表盘，每日追踪品牌在 AI 回答中的出现频率、引用来源、情感倾向，并支持与竞争对手对比。用户可查看 AI 爬虫访问网站的情况，获取引用来源的作者联系方式，以便进行外联或内容优化。该工具还内置符合 GDPR 的网站分析功能，无需 Cookie 同意弹窗。Promptmonitor 提供 7 天免费试用，并设有面向小企业、成长型初创公司、中小企业及代理机构的不同套餐，企业可联系销售获取定制方案。