Скажіть своєму агенту одне речення, і отримайте понад 800 моделей"

Доступ для агентів через AI-шлюз AIHubMix: agents.md, llms.txt для понад 850 моделей, Agent Skill, MCP та глибокі посилання для Claude Code, Codex і Cursor.

AIHubMix5 хв читання
Скажіть своєму агенту одне речення, і отримайте понад 800 моделей"

Коротко AIHubMix тепер пропонує низку точок доступу, які можуть читати агенти: ваш агент для програмування може самостійно знаходити моделі, генерувати виклики та перевіряти їх, а потім передати вам готову сесію Playground. Щоб почати, достатньо одного речення вашому агенту: Fetch https://aihubmix.com/agents.md and follow it. Повний перелік точок входу міститься в документації Agent Access.

Дедалі більше розробників виконують агентні робочі процеси через агенти для програмування, такі як Claude Code, Codex і Cursor: вибір моделей, написання викликів і налаштування параметрів делегуються їм. AI-шлюз AIHubMix надає понад 800 моделей за одним API-ключем у чотирьох протоколах, включно з OpenAI-сумісними ендпоінтами, і цей випуск дозволяє вашому агенту читати все це напряму.

Що з'явилося?

  • agents.md: посібник з початку роботи, написаний для виконання агентами, що охоплює перевірку ключів, пошук моделей у реальному часі, виклики для кожного протоколу, наскрізну перевірку та усунення несправностей.
  • llms.txt для кожної моделі: понад 850 моделей, кожна з машиночитним посібником з інтеграції за фіксованою адресою (https://aihubmix.com/model/{model_id}/llms.txt); кнопка llms.txt на сторінці кожної моделі веде прямо до нього.
  • Playground Skill і посилання для передачі: Skill передає агенту пробне використання, налаштування, порівняння та генерацію медіа; глибокі посилання дозволяють агенту передати готову сесію назад у ваш браузер, а параметр ?models= відкриває до 6 готових до роботи вкладок моделей за одним посиланням.

Навіщо агентам machine-readable доступ?

Коли агент вгадує ідентифікатори моделей, ціни та параметри зі своєї пам'яті навчання, виклики, які він формує, часто завершуються помилкою: застарілі написання ідентифікаторів, непідтримувані параметри, застарілі ціни. Машиночитні точки доступу надають цю інформацію агенту в актуальному та структурованому вигляді. Візьмімо llms.txt для gemini-3.7-flash: один запит дає агенту всі відомості, потрібні для формування коректного виклику:

- Developer: Google
- Context window: 1,048,576 tokens
- Input modalities: text, image, audio, video
- Capabilities: Thinking, Streaming, Tool calling, Web search, URL context,
  Code interpreter, Computer use, File search, Structured outputs, Prompt caching
- Pricing: $0.75/M input tokens, $3.75/M output tokens, $0.075/M cached input

Цей файл уже доступний: curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt перевіряє його. Правило перевірки в agents.md також вимагає, щоб агенти перевіряли тіло відповіді та повернуту назву моделі; одного HTTP 200 недостатньо для визнання успіху.

Повний приклад: вибір моделі, порівняння A і B та передача

Припустімо, вам потрібна недорога чат-модель для бота служби підтримки клієнтів. Спершу передайте Skill своєму агенту:

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

Крок 1: пошук моделей у реальному часі. Агент читає загальнодоступний каталог моделей без автентифікації, відбирає кандидатів за ціною та можливостями, а потім отримує llms.txt кожного кандидата, щоб підтвердити підтримку викликів інструментів і структурованих виходів.

Крок 2: порівняння з однаковим промптом. Агент виконує один і той самий промпт для кожного кандидата та звітує про фактичні відповіді, виміряну затримку й ціни з каталогу для кожної моделі. Skill має вбудоване розкриття вартості: перед пакетними викликами агент називає ціну та запитує ваш дозвіл.

Крок 3: передача вам. Агент генерує глибоке посилання на Playground. Відкрийте його у браузері, і сесія вже налаштована: модель, параметри та системний промпт на місці, а чернетка вже заповнена в полі введення, але не надіслана. Запускати її чи ні, вирішуєте ви.

Два справжні посилання, які можна відкрити просто зараз:

З погляду агента весь процес складається з чотирьох команд, кожну з яких можна скопіювати та перевірити:

# 1. Read the onboarding guide
curl -s https://aihubmix.com/agents.md
# 2. Read the live catalog to pick candidates
curl -s "https://aihubmix.com/api/v1/models?type=llm&sort_by=order"
# 3. Read a candidate's machine-readable guide
curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt
# 4. Minimal real call to verify connectivity (the body must contain the exact requested reply)
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}'

У цьому процесі ви виконуєте лише дві дії: надсилаєте агенту одне речення і приймаєте результат у своєму браузері. Спробуйте зараз:

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

Яка точка входу для якого завдання?

Ви хочете Використовуйте
Інтегрувати AIHubMix у проєкт agents.md
Навчити свого агента одній конкретній моделі that model's llms.txt (the chip on its page, or the fixed address)
Випробувати, налаштувати, порівняти, згенерувати медіа Playground Skill
Передати людині налаштовану сесію або набір моделей Глибокі посилання Playground (?config= для готової сесії, ?models= для відкриття кількох вкладок)
Показати людині характеристики та ціни двох моделей поруч сторінка порівняння, aihubmix.com/compare/{a}/{b} (наприклад, GLM 5.3 vs GLM 5.2)

Які принципи дизайну лежать в основі цього?

  • Публікується лише перевірена інформація. llms.txt моделі містить твердження про можливості та ендпоінти лише після перевірки; неперевірені моделі показують коротке повідомлення з посиланням на актуальний каталог і схеми параметрів, без неперевірених тверджень.
  • Глибокі посилання не містять облікових даних і працюють рівно один раз. Параметри посилання очищуються з адресного рядка під час завантаження, а вміст ніколи не містить ключа.
  • Вартість розкривається до того, як витрачаються гроші. Skill вимагає від агента назвати ціни з каталогу та запитати згоду перед пакетними викликами й генерацією медіа.

Що далі?

Кінцева точка MCP наразі обслуговує генерацію зображень, а ширше покриття можливостей у розробці; перевірка моделей постійно розширюється, а llms.txt щойно перевіреної моделі автоматично оновлюється до повного посібника. Якщо ви помітите щось дивне, повідомте нам через Feedback.

Часті запитання

Чи потрібні облікові дані для цих точок входу?

Кожна machine-readable точка доступу (agents.md, llms.txt, llms.txt для окремої моделі, файл Skill, каталог моделей) доступна для читання без будь-якої автентифікації. API-ключ AIHubMix потрібен лише для реальних викликів моделей: передавайте його через змінну середовища, створену в консолі.

Які агенти підтримуються?

Будь-який помічник для програмування, який може виконувати команди оболонки або завантажувати URL-адреси, зокрема Claude Code, Codex, Cursor, Cline, Gemini CLI та OpenCode. Файл Skill відповідає відкритій специфікації Agent Skills і також може бути встановлений командою npx skills add AIhubmix/skills.

Де повний перелік точок входу?

Див. Agent Access у документації: agents.md, llms.txt сайту та для окремих моделей, обидві адреси Playground Skill, формати параметрів глибоких посилань і пакети генерації коду, кожен із командою для копіювання.


Надішліть це речення своєму агенту та почніть зараз:

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

Один шлюз до багатьох провайдерів ШІ. Створено для продакшену.

Перейти на AIHubMix