簡而言之 AIHubMix 現在提供一組代理可讀的訪問界面：您的編碼代理可以自行發現模型、生成調用並驗證它們，然後將預配置的 Playground 會話交還給您。開始的方式只需對您的代理說一句話：Fetch https://aihubmix.com/agents.md and follow it. 所有入口點的完整列表在 代理訪問 文檔中。
越來越多的開發者通過編碼代理（如 Claude Code、Codex 和 Cursor）運行他們的代理工作流程：選擇模型、編寫調用和調整參數都被委派。AIHubMix AI 閘道將 800 多個模型放在一個 API 密鑰後面，涵蓋四種傳輸協議，包括 OpenAI 兼容的端點，而這次發布讓您的代理可以直接讀取所有內容。
發布了什麼？
- agents.md：為代理執行的入門指南，涵蓋關鍵檢查、實時模型發現、每個協議的調用、端到端驗證和故障排除。
- 每個模型的 llms.txt：850 多個模型，每個模型都有一個固定地址的機器可讀集成指南 (
https://aihubmix.com/model/{model_id}/llms.txt)；每個模型頁面上的llms.txt標籤直接鏈接到它。 - Playground 技能和交接鏈接：該技能將試用、調整、比較和媒體生成交給您的代理；深層鏈接讓代理將預配置的會話交還給您的瀏覽器，
?models=參數可從一個鏈接打開最多 6 個準備運行的模型標籤。
為什麼代理需要機器可讀的訪問？
當代理從其訓練記憶中猜測模型 ID、價格和參數時，它生成的調用往往會失敗：過時的 ID 拼寫、不支持的參數、過時的定價。機器可讀的界面實時提供這些信息並結構化。以 gemini-3.7-flash 的 llms.txt 為例：一次提取就能讓代理獲得生成正確調用所需的所有事實：
- 開發者：Google
- 上下文窗口：1,048,576 個標記
- 輸入模式：文本、圖像、音頻、視頻
- 能力：思考、流媒體、工具調用、網頁搜索、URL 上下文、
代碼解釋器、計算機使用、文件搜索、結構化輸出、提示緩存
- 價格：$0.75/M 輸入標記，$3.75/M 輸出標記，$0.075/M 緩存輸入
這個文件現在是實時的：curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt 可以驗證它。agents.md 中的驗證規則還要求代理檢查響應主體和回顯模型；僅僅 HTTP 200 不算成功。
完整的操作流程：模型選擇、A vs B 比較和交接
假設您需要一個低成本的聊天模型來用於客戶支持機器人。首先將技能交給您的代理：
Run curl -fsSL https://aihubmix.com/skills/playground and follow it.
步驟 1：實時模型發現。 代理讀取無需身份驗證的模型目錄，根據價格和能力篩選候選者，然後提取每個候選者的 llms.txt 以確認對工具調用和結構化輸出的支持。
步驟 2：相同提示比較。 代理對每個候選者運行相同的提示並報告實際輸出、測量延遲和每個模型的目錄定價。該技能內置了成本披露：在批量調用之前，代理報價價格並請求您的批准。
步驟 3：交還給您。 代理生成一個 Playground 深層鏈接。在您的瀏覽器中打開它，會話已經配置好：模型、參數和系統提示已到位，草稿已在編輯器中填寫但未發送。是否啟動由您決定。
您現在可以打開的兩個真實鏈接：
- 從一個鏈接打開兩個準備運行的模型標籤（
?models=參數，最多 6；在標籤之間切換） - 需要並排顯示規格和定價？代理還可以交給您一個主站比較鏈接，例如 Gemini 3.7 Flash vs Claude Opus 4.1（
compare/{a}/{b}模式，也在每個 llms.txt 中列出） - 這個操作流程第 3 步生成的深層鏈接（客戶支持場景：系統提示、參數和編輯器草稿均已到位；上面的截圖是這個鏈接打開的樣子）
從代理的角度來看，整個流程是四個命令，每個命令都可以複製粘貼驗證：
# 1. 閱讀入門指南
curl -s https://aihubmix.com/agents.md
# 2. 閱讀實時目錄以選擇候選者
curl -s "https://aihubmix.com/api/v1/models?type=llm&sort_by=order"
# 3. 閱讀候選者的機器可讀指南
curl -s https://aihubmix.com/model/gemini-3.7-flash/llms.txt
# 4. 最小實際調用以驗證連接（主體必須包含精確請求的回覆）
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}'
在這個流程中，您只需做兩件事：向您的代理發送一句話，然後在您的瀏覽器中接管結果。現在就試試：
Fetch https://aihubmix.com/agents.md and follow it.
哪個入口點適合哪個工作？
| 您想要 | 使用 |
|---|---|
| 將 AIHubMix 集成到項目中 | agents.md |
| 教您的代理一個特定模型 | 該模型的 llms.txt（其頁面上的標籤或固定地址） |
| 嘗試、調整、比較、生成媒體 | Playground 技能 |
| 將配置的會話或一組模型交還給人類 | Playground 深層鏈接（?config= 用於預配置會話，?models= 用於打開多個標籤） |
| 並排顯示兩個模型的規格和定價 | 比較頁面，aihubmix.com/compare/{a}/{b}（例如 GLM 5.3 vs GLM 5.2） |
這些遵循了什麼設計原則？
- 只有經過驗證的信息才能發布。 模型的 llms.txt 只有在驗證後才會攜帶能力和端點聲明；尚未驗證的模型會提供一個簡短的通知，指向實時目錄和參數架構，並且不會有未經驗證的聲明。
- 深層鏈接不攜帶憑證並且僅能使用一次。 鏈接參數在加載時會從地址欄中清除，並且有效負載中永遠不包含密鑰。
- 在花費金錢之前會披露成本。 該技能要求代理在批量調用和媒體生成之前報價目錄價格並請求同意。
接下來是什麼？
MCP 端點目前提供圖像生成，並且正在進行更廣泛的能力覆蓋；模型驗證不斷擴展，新的經過驗證的模型的 llms.txt 會自動升級為完整指南。如果您遇到任何異常，請通過 反饋 告訴我們。
常見問題
這些入口點需要憑證嗎？
每個機器可讀的界面（agents.md、llms.txt、每個模型的 llms.txt、技能文件、模型目錄）都可以無需身份驗證進行閱讀。實際模型調用僅需要 AIHubMix API 密鑰：通過環境變量傳遞，該變量在 控制台 中創建。
支持哪些代理？
任何可以運行 shell 命令或提取 URL 的編碼助手，包括 Claude Code、Codex、Cursor、Cline、Gemini CLI 和 OpenCode。該技能文件遵循開放的代理技能規範，並且也可以使用 npx skills add AIhubmix/skills 安裝。
完整的入口點列表在哪裡？
請參見文檔中的 代理訪問：agents.md、網站和每個模型的 llms.txt、兩個 Playground 技能地址、深層鏈接參數格式以及代碼生成包，每個都有一個複製粘貼的命令。
將這句話發送給您的代理，立即開始：
Fetch https://aihubmix.com/agents.md and follow it.
