Ollama
Ollama
一行指令在本地跑開源模型，附 OpenAI 相容 API
小白
訂閱制有免費方案定價已核實 2026-10-01
本地運行免費；Pro USD 20/月（USD 60 credits）；Max USD 100/月（USD 300 credits）；Team USD 500/月；Enterprise 洽商。
適合
- 資料不能出網的隱私場景
- 大量呼叫時把 Token 成本降為零
- 離線或網路不穩的環境
Agentic Research · 公開學習平台 · 完全免費
AI Agent 從小白到精通，
用我們跑過的數字。
3 條學習軌道 × 4 個階段，242 課全部免費。 另有 71 個 AI 工具的誠實評測與 30 個可直接照做的場景配方。 每一篇都附方法、原始數據與可回溯的來源。
學習路徑
242 課可讀 · 約 52.599999999999994 小時3 軌 · 4 階段
工具與場景
71 個工具 · 30 個場景文章庫
246 篇 · 6 個分類從這裡開始：你是哪一種？
四個起點，每一個都直連一篇文章，不是連到目錄頁再讓你自己找。都不像的話，往下選軌道。
我什麼都不懂，想現在就裝一個來用一小時內看到它真的動起來先讀start-here-ai-vocabulary先花 7 分鐘認得 20 個詞，然後直接去裝 Cursor —— 看不懂安裝說明通常是詞不認識，不是能力不夠我想先看清楚再決定用哪個不想裝了又刪、選錯重來先讀ai-coding-tools-map依「形態」而不是廠商分類的工具圖譜，看完再挑一個去裝我不寫程式，要做辦公的事做簡報、整理資料、寫報告先讀install-workbuddy純 GUI、零終端機：下載、掃碼登入、輸入第一個任務。全程不需要碰指令我會寫程式，要密度不要入門架構、取捨、實測數字先讀agent-loop-architecture-comparison跳過入門段，直接看 Agent 迴圈的架構比較与本站自己跑出來的數字
完整學習路徑
看完整課程與階段說明開發者 / 工程師
技術軌
「怎麼把 Agent 做出來、跑上線」
從第一次呼叫 LLM API，到自建 Multi-Agent 框架與評測基準。有程式碼、有架構圖、有我們自己跑過的數字。
123 課可讀約 24.5 小時進入軌道
企業決策者 / 運營 / 非工程背景
商業軌
「AI 能幫我這行省多少時間、怎麼落地」
不寫程式也能走完。從判斷該不該用 AI，到把一條真實工作流交出去，含成本測算與導入踩坑。
86 課可讀約 20.099999999999998 小時進入軌道
金融從業者 / 投資人 / 研究分析師
金融軌
「AI 怎麼用在投研、盡調與估值，而且不會騙我」
從年報 OCR 到 DCF 建模、多 Agent 投研流水線，每個結論都附驗證門控與可回溯來源。
33 課可讀約 8 小時進入軌道
AI 工具庫
全部 71 個每個工具都寫「適合誰」與「不適合誰」。定價只在人工核實後才顯示金額。
4.8/5
OfficeCLI
iOfficeAI
AI 原生的 Office 文件命令列：無需安裝 Office，直接讀寫 .docx / .xlsx / .pptx
入門
開源免費有免費方案定價已核實 2026-10-10
開源（Apache-2.0）、單一二進位，免費使用；無需安裝 Microsoft Office，也無 Python 環境依賴。
適合
- 讓 AI agent 逐格讀寫 Word／Excel／PowerPoint
- 批次原子改稿與可重播的 dump/batch 往返
- 用 schema 驅動的 help 查屬性而不靠猜
Dify
LangGenius
開源 LLMOps 平台，視覺化編排 RAG 與 Agent 工作流
入門
訂閱制有免費方案定價已核實 2026-10-01
Sandbox 免費（200 credits/月）；Professional USD 59/月；Team USD 159/月；Enterprise 洽商。
適合
- 不想寫程式但要建可維護的 RAG / Agent
- 需要私有部署的企業
- 把模型、知識庫、工具集中管理
本週旗艦實測
74k star 的《高性價比人生指南》：證據分級法值得抄什麼
拆解 GitHub 74,249 stars 的開源生活指南：772 條建議、2,597 條原始文獻、A/B/C 證據分級。對照我們的 T0–T5 可信度體系，看哪三點值得抄、哪兩點不宜照搬。
讀全文54.0%
全覆蓋準確率（150 題）
91.7%
門控後準確率（覆蓋 32%）
19ms
單次判斷延遲
你現在想幹什麼
看全部 246 篇六個主題
另一條路徑：如果你已經知道想找哪個領域，直接從這裡進去。
四種形態：教學 · 實測 · 案例 · 速查