Скажіть своєму агенту одне речення, отримайте 500+ моделей

Коротко AIHubMix тепер постачає набір доступних для агентів поверхонь: ваш кодовий агент може знаходити моделі, генерувати виклики та перевіряти їх самостійно, а потім передавати вам попередньо налаштовану сесію Playground. Щоб почати, скажіть своєму агенту одне речення: Fetch https://aihubmix.com/agents.md and follow it. Повний список точок входу знаходиться в документації Agent Access.

Все більше розробників запускають свої агентні робочі процеси через кодові агенти, такі як Claude Code, Codex і Cursor: вибір моделей, написання викликів і налаштування параметрів делегуються. AIHubMix AI шлюз ставить 500+ моделей за одним API ключем через чотири протоколи зв'язку, включаючи кінцеві точки, сумісні з OpenAI, і цей реліз дозволяє вашому агенту читати все це безпосередньо.

Що було випущено?

• agents.md: посібник з onboarding, написаний для агентів, щоб виконувати, охоплюючи ключові перевірки, виявлення живих моделей, виклики за протоколами, перевірку від початку до кінця та усунення неполадок.
• Per-model llms.txt: 850+ моделей, кожна з інтеграційним посібником, зчитуваним машиною, за фіксованою адресою (https://aihubmix.com/model/{model_id}/llms.txt); чіп llms.txt на кожній сторінці моделі посилається безпосередньо на нього.
• Навичка Playground та посилання на передачу: навичка передає пробну версію, налаштування, порівняння та генерацію медіа вашому агенту; глибокі посилання дозволяють агенту передати попередньо налаштовану сесію назад у ваш браузер, а параметр ?models= відкриває до 6 готових до запуску вкладок моделей з одного посилання.

Чому агентам потрібен доступ, зчитуваний машиною?

Коли агент вгадує ID моделей, ціни та параметри з пам'яті навчання, виклики, які він виробляє, зазвичай зазнають невдачі: застарілі написання ID, непідтримувані параметри, застарілі ціни. Поверхні, зчитувані машиною, надають агенту цю інформацію в реальному часі та структурованому вигляді. Візьміть llms.txt для gemini-3.7-flash: один запит надає агенту всі факти, які йому потрібні для генерації правильного виклику:

- Розробник: Google
- Контекстне вікно: 1,048,576 токенів
- Вхідні модальності: текст, зображення, аудіо, відео
- Можливості: Мислення, Потокове, Виклик інструментів, Веб-пошук, Контекст URL,
  Інтерпретатор коду, Використання комп'ютера, Пошук файлів, Структуровані виходи, Кешування запитів
- Ціни: $0.75/M вхідних токенів, $3.75/M вихідних токенів, $0.075/M кешованого вводу

Цей файл зараз активний: curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt перевіряє це. Правило перевірки в agents.md також вимагає від агентів перевіряти тіло відповіді та відображену модель; HTTP 200 сам по собі не вважається успіхом.

Повний огляд: вибір моделі, порівняння A проти B та передача

Скажіть, вам потрібна недорога модель чату для бота підтримки клієнтів. Спочатку передайте навичку вашому агенту:

Run curl -fsSL https://aihubmix.com/skills/playground and follow it.

Крок 1: виявлення живих моделей. Агент читає каталог моделей без авторизації, фільтрує кандидатів за ціною та можливостями, а потім отримує llms.txt кожного кандидата, щоб підтвердити підтримку виклику інструментів та структурованих виходів.

Крок 2: порівняння з однаковими запитами. Агент запускає один і той же запит для кожного кандидата та повідомляє фактичні виходи, виміряну затримку та ціни в каталозі за моделлю. Навичка має вбудоване розкриття витрат: перед пакетними викликами агент цитує ціну та запитує вашу згоду.

Крок 3: поверніть це вам. Агент генерує глибоке посилання Playground. Відкрийте його у вашому браузері, і сесія вже налаштована: модель, параметри та системний запит на місці, з чернеткою, заповненою в композиторі, але не надісланою. Чи запуститься вона — це ваше рішення.

Два реальних посилання, які ви можете відкрити прямо зараз:

• Відкрийте дві готові до запуску вкладки моделей з одного посилання (параметр ?models=, до 6; перемикайтеся між вкладками)
• Потрібні специфікації та ціни поруч? Агент також може передати основне посилання для порівняння, таке як Gemini 3.7 Flash проти Claude Opus 4.1 (шаблон compare/{a}/{b}, також вказаний у кожному llms.txt)
• Глибоке посилання, створене на Кроці 3 цього огляду (сценарій підтримки клієнтів: системний запит, параметри та чернетка композиторів вже на місці; зображення вище — це це посилання, відкрите)

З точки зору агента весь процес складається з чотирьох команд, кожну з яких можна перевірити копіюванням та вставкою:

# 1. Прочитайте посібник з onboarding
curl -s https://aihubmix.com/agents.md
# 2. Прочитайте живий каталог, щоб вибрати кандидатів
curl -s "https://aihubmix.com/api/v1/models?type=llm&sort_by=order"
# 3. Прочитайте зчитуваний машиною посібник кандидата
curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt
# 4. Мінімальний реальний виклик для перевірки з'єднання (тіло повинно містити точну запитувану відповідь)
curl -s https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gemini-3.7-flash","messages":[{"role":"user","content":"Reply with exactly: AIHubMix is connected"}],"max_tokens":64}'

Ви робите лише дві речі в цьому процесі: надсилаєте одне речення своєму агенту та берете результат у своєму браузері. Спробуйте це зараз:

Fetch https://aihubmix.com/agents.md and follow it.

Яка точка входу для якої роботи?

Які принципи дизайну вони дотримуються?

• Публікується лише перевірена інформація. llms.txt моделі містить заяви про можливості та кінцеві точки лише після перевірки; моделі, які ще не перевірені, служать коротким повідомленням, що вказує на живий каталог і схеми параметрів, без жодних неперевірених заяв.
• Глибокі посилання не містять облікових даних і працюють лише один раз. Параметри посилання очищуються з адресного рядка при завантаженні, а вантаж ніколи не містить ключа.
• Витрати розкриваються до витрат. Навичка вимагає від агента цитувати ціни в каталозі та запитувати згоду перед пакетними викликами та генерацією медіа.

Що далі?

Кінцева точка MCP наразі обслуговує генерацію зображень, з більш широким покриттям можливостей у процесі; перевірка моделей продовжує розширюватися, а llms.txt нової перевіреної моделі автоматично оновлюється до повного посібника. Якщо ви натрапите на щось дивне, повідомте нам через Зворотний зв'язок.

Часті запитання

Чи потрібні облікові дані для цих точок входу?

Кожна поверхня, зчитувана машиною (agents.md, llms.txt, llms.txt для кожної моделі, файл навички, каталог моделей), читається без жодної авторизації. API ключ AIHubMix потрібен лише для реальних викликів моделей: передайте його через змінну середовища, створену в консолі.

Які агенти підтримуються?

Будь-який кодовий асистент, який може виконувати команди оболонки або отримувати URL-адреси, включаючи Claude Code, Codex, Cursor, Cline, Gemini CLI та OpenCode. Файл навички дотримується відкритої специфікації навичок агентів і також може бути встановлений за допомогою npx skills add AIhubmix/skills.

Де повний список точок входу?

Дивіться Agent Access у документації: agents.md, сайт та llms.txt для кожної моделі, обидві адреси навички Playground, формати параметрів глибоких посилань та пакети генерації коду, кожен з командою для копіювання та вставки.

Надішліть це речення своєму агенту та почніть зараз:

Fetch https://aihubmix.com/agents.md and follow it.