这两年，AI 工具多到离谱。

今天一个“最强 Agent”，明天一个“本地 ChatGPT”，后天又来一个“自动写代码神器”。收藏夹越塞越满，真正用起来还是那几个。

所以这篇不做花哨榜单，也不按星标硬排。我只按一个标准推荐：

它能不能真的进入你的工作流。

能用、好用、能长期用，才值得收藏。

1. Ollama：本地跑大模型，从它开始

    GitHub：https://github.com/ollama/ollama

Ollama 解决的是最基础的问题：怎么把开源大模型在自己电脑或服务器上跑起来。

你可以用它跑 Llama、Qwen、DeepSeek、Gemma、Mistral 等模型。以前本地部署模型像装发动机，现在 Ollama 至少让这件事变得像装 App。

适合：想本地跑模型、保护数据隐私、不想所有东西都丢给云端的人。

老登评价：
             开源 AI 的水电煤。没它，很多本地 AI 工具都不好展开。

2. Open WebUI：给本地模型装一个 ChatGPT 界面

   GitHub：https://github.com/open-webui/open-webui

只装 Ollama，还不够舒服。你总不能天天在命令行里和 AI 聊天。

Open WebUI 就是给本地模型加一个好用的网页界面。它支持 Ollama，也支持 OpenAI-compatible API，还能做知识库、插件和团队使用。

适合：想搭一个“自己的 ChatGPT”的人。

老登评价：
             模型强不强是一回事，普通人能不能顺手用起来，是另一回事。Open WebUI 补的就是最后一公里。

3. Dify：想做 AI 应用，别从零造轮子

    GitHub：https://github.com/langgenius/dify

很多人做 AI 产品，Demo 半天就有，真上线就开始痛苦。

Prompt 怎么管？知识库怎么接？工作流怎么编排？模型怎么切换？日志怎么看？API 怎么开放？

Dify 的价值就在这里。它把 AI 应用开发里很多麻烦事打包好了，适合做客服机器人、企业知识库、内部助手和 Agent 工作流。

适合：创业团队、企业内部工具、AI 应用开发者。

老登评价：
             它不是让你少写几行代码，而是让你少踩一堆工程坑。

4. n8n：把 AI 接进真实工作流

    GitHub：https://github.com/n8n-io/n8n

AI 最终不该只待在聊天框里。

比如每天抓取新闻，整理摘要，发到 Slack；收到邮件后自动分类，写入表格；监控 GitHub issue，再生成处理建议。

这些事，靠单个 ChatGPT 页面很难做顺。n8n 的强项就是把各种工具、API 和 AI 节点串起来。

适合：运营、销售、增长、客服、开发者、自动化玩家。

老登评价：
             会用 AI 的人，不只是会提问，而是会把 AI 放进流程里干活。

5. LangChain：开发者绕不开的 AI 工程框架

    GitHub：https://github.com/langchain-ai/langchain

LangChain 适合真正要写代码做 AI 应用的人。

它能帮你接模型、接工具、做 RAG、做 Agent、做复杂调用链。新手看它可能会头大，但如果你要认真做 AI 工程，它基本绕不开。

适合：AI 应用开发者、工程团队、Agent 项目。

老登评价：
             它不一定最简单，但生态够大。新手容易迷路，老手能省事。

6. LlamaIndex：文档问答和 RAG 的好帮手

    GitHub：https://github.com/run-llama/llama_index

很多企业做 AI，不是为了闲聊，而是为了让 AI 读懂一堆文档。

合同、PDF、手册、报告、网页、表格，这些东西丢给 AI 之前，需要解析、切分、索引、检索和引用。LlamaIndex 主要就是干这个。

适合：知识库、文档问答、研究资料整理、企业 RAG。

老登评价：
             RAG 听起来简单，做起来全是脏活。LlamaIndex 的价值，就是帮你处理这些脏活。

7. AnythingLLM：普通人搭本地知识库，可以看它

    GitHub：https://github.com/Mintplex-Labs/anything-llm

AnythingLLM 更像一个面向普通用户的本地 AI 工作台。

你可以把文档、网页、资料放进去，接本地模型或云端模型，做自己的知识库问答。它没有 LangChain 那么底层，也没有 Dify 那么平台化，但上手更亲切。

适合：个人知识库、小团队资料库、非程序员用户。

老登评价：
             不是每个人都想写框架。很多人只是想让 AI 读自己的资料，然后靠谱回答。

8. CrewAI：多 Agent 协作，别神化，但能用

    GitHub：https://github.com/crewAIInc/crewAI

多 Agent 这件事，被很多人吹得太玄。

什么 AI 老板、AI 员工、AI 公司，听起来很热闹，实际经常变成几个模型互相说废话。

但 CrewAI 的思路是有价值的：把任务拆成不同角色，让不同 Agent 分工协作。

适合：调研、内容生产、市场分析、流程型任务。

老登评价：
            多 Agent 不是魔法。任务拆得清楚，它才有用；任务本身混乱，它只会更混乱。

9. Cline：程序员真的该试试的开源编码 Agent

    GitHub：https://github.com/cline/cline

AI 写代码已经不新鲜了。真正有变化的是，AI 开始能理解项目、修改文件、运行命令、调试错误。

Cline 就是这一类工具。它可以作为 IDE 扩展、CLI 或 SDK 使用，帮你在真实代码仓库里干活。

适合：程序员、独立开发者、需要处理真实项目的人。

老登评价：
            别把代码 Agent 当神仙，也别当玩具。让它修小 bug、写测试、解释代码、做局部重构，很香。

10. ComfyUI：AI 视觉创作的工作流神器

       GitHub：https://github.com/Comfy-Org/ComfyUI

如果你只是想随便生成一张图，ComfyUI 可能有点复杂。

但如果你想稳定、可控、可复用地做 AI 图片、视频、视觉素材，它就很强。它用节点方式搭工作流，可以组合模型、ControlNet、LoRA、放大、修复、视频等能力。

适合：设计师、AI 绘图玩家、视频创作者、广告素材生产者。

老登评价：
             简单出图看运气，稳定生产靠工作流。ComfyUI 适合有控制欲的人。

老登实用选择表

想本地跑模型：Ollama
想搭自己的 ChatGPT：Open WebUI
想做 AI 应用：Dify
想做自动化流程：n8n
想写代码做 AI 工程：LangChain
想做文档问答：LlamaIndex
想搭个人知识库：AnythingLLM
想玩多 Agent：CrewAI
想让 AI 改代码：Cline
想做视觉工作流：ComfyUI

这 10 个项目放在一起，其实能看出一个趋势：

AI 已经从“模型时代”，进入“工作流时代”。

过去大家关心哪个模型最强。
现在真正重要的是：你能不能把 AI 接进自己的电脑、文档、代码、业务系统和内容生产流程里。

所以别只收藏模型排行榜。

排行榜每天都在变，今天第一，明天第三，很正常。

真正值得收藏的，是那些能长期帮你干活的工具。

老登说一句：

会用 AI，不是每天追着新模型跑。

而是知道什么时候该用本地模型，什么时候该用工作流，什么时候该用 Agent，什么时候该用知识库。

工具不用多。

用得顺，能落地，才是真本事。