简而言之AIHubMix 现已推出一组智能体可读的访问入口:你的编程智能体可以自行发现模型、生成调用代码并完成验证,然后将预配置好的 Playground 会话交还给你。入门只需对智能体说一句话:Fetch https://aihubmix.com/agents.md and follow it.完整的入口列表见 Agent Access 文档。
越来越多的开发者通过 Claude Code、Codex、Cursor 等编程智能体运行其智能体工作流:选择模型、编写调用代码、调整参数等工作都交由智能体完成。AIHubMix AI 网关通过同一个 API 密钥提供 800+ 模型,支持四种接口协议(包括 OpenAI 兼容端点),此次发布让你的智能体可以直接读取这些全部信息。
此次发布了什么?
- agents.md:专为智能体执行而编写的上手指南,涵盖密钥检查、实时模型发现、各协议调用、端到端验证以及故障排查。
- 逐模型 llms.txt:850+ 模型,每个模型在固定地址提供机器可读的集成指南(
https://aihubmix.com/model/{model_id}/llms.txt);每个模型页面上的llms.txt标签都直接链接到该文件。 - Playground Skill 与交接链接:Skill 可将试用、调优、对比和媒体生成工作交给你的智能体;深度链接让智能体将预配置好的会话交还到你的浏览器中,而
?models=参数可通过一个链接打开最多 6 个即可运行的模型标签页。
为什么智能体需要机器可读的访问方式?
如果智能体依据训练记忆猜测模型 ID、价格和参数,它生成的调用往往会失败:ID 拼写过时、参数不受支持、价格信息陈旧。机器可读的入口能让智能体实时、结构化地获取这些信息。以 gemini-3.7-flash 的 llms.txt 为例:只需一次请求,智能体就能获得生成正确调用所需的全部信息:
- 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
该文件目前已可访问:运行 curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt 即可验证。agents.md 中的验证规则还要求智能体检查响应正文及回显的模型名称;仅有 HTTP 200 不算成功。
完整演示:选择模型、A 与 B 对比,以及交接
假设你需要为客服机器人挑选一个低成本的聊天模型。首先将 Skill 交给你的智能体:
Run curl -fsSL https://aihubmix.com/skills/playground and follow it.
第 1 步:实时模型发现。智能体读取无需鉴权的模型目录,按价格和能力筛选候选模型,然后获取每个候选模型的 llms.txt,确认其是否支持工具调用和结构化输出。
第 2 步:相同提示词对比。智能体用相同的提示词运行每个候选模型,并报告each模型的实际输出、实测延迟以及目录中的价格。Skill 内置了费用披露机制:在批量调用之前,智能体会先报出价格,并请你确认后再继续。
第 3 步:交还给你。智能体生成一个 Playground 深度链接。在浏览器中打开后,会话已完成配置:模型、参数和系统提示词均已就位,输入框中已预填草稿但尚未发送。是否发送由你决定。

以下两个真实链接可立即打开:
- 通过一个链接打开两个即可运行的模型标签页(使用
?models=参数,最多 6 个;可在标签页之间切换) - 需要并排查看规格和价格?智能体还可以提供主站对比链接,例如 Gemini 3.7 Flash vs Claude Opus 4.1(采用
compare/{a}/{b}格式,每个 llms.txt 中也有列出) - 本演示第 3 步生成的深度链接(客服场景:系统提示词、参数和输入框草稿均已就位;上方截图即为打开该链接后的效果)
从智能体的角度看,整个流程只需四条命令,每条都可以复制粘贴后自行验证:
# 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}'
在这个流程中,你只需做两件事:向智能体发送一句话,然后在浏览器中接手结果。现在就试试:
Fetch https://aihubmix.com/agents.md and follow it.

不同任务应使用哪个入口?
| 你想要 | 使用 |
|---|---|
| 将 AIHubMix 集成到项目中 | agents.md |
| 让你的智能体了解某个特定模型 | 该模型的 llms.txt(模型页面上的标签,或固定地址) |
| 试用、调优、对比、生成媒体 | Playground Skill |
| 将配置好的会话或一组模型交还给人工操作 | Playground 深度链接(?config= 用于预配置会话,?models= 用于打开多个标签页) |
| 向用户并排展示两个模型的规格和价格 | 对比页面 aihubmix.com/compare/{a}/{b}(例如 GLM 5.3 vs GLM 5.2) |
这些入口遵循哪些设计原则?
- 只发布经过验证的信息。模型的 llms.txt 只有在验证之后才会包含能力和端点相关的描述;尚未验证的模型会显示一段简短提示,指向实时目录和参数模式,不包含任何未经验证的内容。
- 深度链接不携带凭据,且只能使用一次。链接参数在页面加载后会从地址栏中清除,负载中也绝不包含密钥。
- 在花费之前先披露费用。Skill 要求智能体在批量调用和媒体生成之前,先报出目录价格并征得同意。
接下来会怎样?
MCP 端点目前提供图像生成功能,更广泛的能力覆盖仍在推进中;模型验证也在持续扩展,新验证通过的模型其 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
这些入口是否需要凭据?
所有机器可读的入口(agents.md、llms.txt、逐模型 llms.txt、Skill 文件、模型目录)均无需任何鉴权即可读取。只有在进行真实模型调用时才需要 AIHubMix API 密钥:请通过环境变量传入,密钥可在控制台中创建。
支持哪些智能体?
任何能够运行 shell 命令或抓取 URL 的编程助手均可使用,包括 Claude Code、Codex、Cursor、Cline、Gemini CLI 和 OpenCode。Skill 文件遵循开放的 Agent Skills 规范,也可通过 npx skills add AIhubmix/skills 安装。
完整的入口列表在哪里?
请参阅文档中的 Agent Access:包括 agents.md、站点及逐模型 llms.txt、两个 Playground Skill 地址、深度链接参数格式以及代码生成包,每项均附有可复制粘贴的命令。
将这句话发送给你的智能体,立即开始:
Fetch https://aihubmix.com/agents.md and follow it.



