简而言之 AIHubMix现在提供一组可供代理读取的访问界面：你的编码代理可以发现模型，生成调用，并自行验证，然后将预配置的Playground会话交还给你。开始的步骤只需对你的代理说一句话：Fetch https://aihubmix.com/agents.md and follow it. 所有入口点的完整列表在代理访问文档中。
越来越多的开发者通过Claude Code、Codex和Cursor等编码代理运行他们的代理工作流：选择模型、编写调用和调整参数都被委托出去。AIHubMix AI网关通过一个API密钥将500多个模型放在四种传输协议后面，包括OpenAI兼容的端点，此次发布让你的代理可以直接读取所有内容。
发布了什么？
- agents.md：为代理执行编写的入门指南，涵盖关键检查、实时模型发现、每种协议的调用、端到端验证和故障排除。
- 每个模型的llms.txt：850多个模型，每个模型都有一个固定地址的机器可读集成指南（
https://aihubmix.com/model/{model_id}/llms.txt）；每个模型页面上的llms.txt链接直接指向它。 - Playground技能和交接链接：该技能将试用、调优、比较和媒体生成交给你的代理；深度链接允许代理将预配置的会话交还给你的浏览器，
?models=参数可以从一个链接打开最多6个准备运行的模型标签。
为什么代理需要机器可读的访问？
当代理从其训练记忆中猜测模型ID、价格和参数时，它生成的调用往往会失败：过时的ID拼写、不支持的参数、过时的定价。机器可读的界面实时提供这些信息并进行结构化。以gemini-3.7-flash的llms.txt为例：一次获取就能让代理获得生成正确调用所需的所有信息：
- 开发者：Google
- 上下文窗口：1,048,576个标记
- 输入模式：文本、图像、音频、视频
- 能力：思考、流媒体、工具调用、网络搜索、URL上下文、
代码解释器、计算机使用、文件搜索、结构化输出、提示缓存
- 定价：$0.75/M输入标记，$3.75/M输出标记，$0.075/M缓存输入
这个文件现在是实时的：curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt可以验证它。agents.md中的验证规则还要求代理检查响应体和回显模型；仅有HTTP 200并不算成功。
完整流程：模型选择、A与B比较和交接
假设你需要一个低成本的聊天模型用于客户支持机器人。首先将技能交给你的代理：
Run curl -fsSL https://aihubmix.com/skills/playground and follow it.
步骤1：实时模型发现。代理读取无身份验证的模型目录，通过价格和能力筛选候选者，然后获取每个候选者的llms.txt以确认对工具调用和结构化输出的支持。
步骤2：相同提示比较。代理对每个候选者运行相同的提示，并报告实际输出、测量延迟和每个模型的目录定价。技能内置了成本披露：在批量调用之前，代理会报价并询问你的同意。
步骤3：交还给你。代理生成一个Playground深度链接。在你的浏览器中打开它，会议已经配置好：模型、参数和系统提示到位，作曲器中预填充了草稿但未发送。是否发送由你决定。
你现在可以打开的两个真实链接：
- 从一个链接打开两个准备运行的模型标签（
?models=参数，最多6个；在标签之间切换） - 需要并排显示规格和定价？代理还可以交给你一个主站比较链接，例如Gemini 3.7 Flash与Claude Opus 4.1（
compare/{a}/{b}模式，在每个llms.txt中也列出） - 此流程第3步生成的深度链接（客户支持场景：系统提示、参数和作曲器草稿都已到位；上面的截图是打开此链接的情况）
从代理的角度来看，整个流程是四个命令，每个命令都可以复制粘贴验证：
# 1. 阅读入门指南
curl -s https://aihubmix.com/agents.md
# 2. 阅读实时目录以选择候选者
curl -s "https://aihubmix.com/api/v1/models?type=llm&sort_by=order"
# 3. 阅读候选者的机器可读指南
curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt
# 4. 最小真实调用以验证连接性（主体必须包含确切请求的回复）
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}'
在这个流程中你只需做两件事：对你的代理发送一句话，并在浏览器中接管结果。现在就试试：
Fetch https://aihubmix.com/agents.md and follow it.
哪个入口点适合哪个工作？
| 你想要 | 使用 |
|---|---|
| 将AIHubMix集成到项目中 | agents.md |
| 教你的代理一个特定模型 | 该模型的llms.txt（其页面上的芯片或固定地址） |
| 尝试、调优、比较、生成媒体 | Playground技能 |
| 将配置的会话或一组模型交还给人类 | Playground深度链接（?config=用于预配置会话，?models=用于打开多个标签） |
| 并排显示两个模型的规格和定价 | 比较页面，aihubmix.com/compare/{a}/{b}（例如GLM 5.3与GLM 5.2） |
这些遵循了什么设计原则？
- 仅发布经过验证的信息。模型的llms.txt在验证后才会包含能力和端点声明；尚未验证的模型会提供简短通知，指向实时目录和参数模式，不包含未经验证的声明。
- 深度链接不携带凭证且仅有效一次。链接参数在加载时会从地址栏中清除，负载中永远不会包含密钥。
- 在花费前披露成本。该技能要求代理在批量调用和媒体生成之前报价并征求同意。
接下来是什么？
MCP端点目前提供图像生成，正在进行更广泛的能力覆盖；模型验证不断扩展，新的验证模型的llms.txt会自动升级为完整指南。如果你遇到任何异常，请通过反馈告诉我们。
常见问题
这些入口点需要凭证吗？
每个机器可读的界面（agents.md、llms.txt、每个模型的llms.txt、技能文件、模型目录）都可以无身份验证读取。仅在真实模型调用时需要AIHubMix API密钥：通过环境变量传递，在控制台中创建。
支持哪些代理？
任何可以运行shell命令或获取URL的编码助手，包括Claude Code、Codex、Cursor、Cline、Gemini CLI和OpenCode。技能文件遵循开放的代理技能规范，也可以通过npx skills add AIhubmix/skills安装。
完整的入口点列表在哪里？
请查看文档中的代理访问：agents.md、网站和每个模型的llms.txt、两个Playground技能地址、深度链接参数格式，以及代码生成包，每个都有一个复制粘贴的命令。
将这句话发送给你的代理并立即开始：
Fetch https://aihubmix.com/agents.md and follow it.
