KanBots、Superset、Models.dev 三款 AI 工具推荐

前言

这周 Hacker News 上有几个项目讨论热度不低，不是那种"某大厂发了篇论文"的新闻，是实实在在能装到电脑上跑的东西。挑了三款开源工具，面向开发者，各自切中了不同的效率痛点。

用过看板管理任务的应该知道这个流程：新建卡片 → 写需求描述 → 等人来认领。KanBots 把"等人"这一步换成了 AI 代理——每张看板卡片可以启动一个独立的 Claude Code 或 Codex 代理，在隔离的 git worktree 里干活。

它不是一个 IDE 插件，也不是命令行工具，而是一个独立的桌面应用（支持 macOS / Linux / Windows），MIT 开源。把项目文件夹拖进去，自动生成看板，然后任务怎么拆、谁负责哪块、做完了怎么验证——全交给 AI 代理自己处理。

Autopilot 模式算是它的亮点：定义几个角色（persona），AI 代理自动分配任务、并行跑、然后互相检查输出。如果你习惯"睡前提交代码、早上看 CI 结果"的工作节奏，KanBots 相当于把这个异步模式搬到了功能开发上。

数据全在本地存，没有任何遥测。V1.0 刚发，HN 上讨论挺多的。

Superset 是 YC P26 孵化的项目，把自己定位成"AI 代理时代的代码编辑器"。实际用起来没那么玄乎——就是让你能在本地同时跑 10 个以上的 AI 编码代理，每个在独立的 git worktree 里跑，互不干扰。

你可以在一个界面上看到所有代理的进度，查看代码 diff，点一下直接跳到对应的工作区。支持的代理列表很长——Claude Code、Codex、Cursor Agent、Gemini CLI、GitHub Copilot、OpenCode……只要是能在终端里跑的 AI 编码工具基本都行。

GitHub 上 11k+ stars，近 3000 次提交，说明确实有人在用。如果你经常让 AI 帮你写代码、重构、修 bug，而且经常同时有好几个任务，Superset 解决的是那个很现实的问题：怎么在 5 个终端之间来回切不把自己搞晕。

目前主要支持 macOS，Windows/Linux 还在路上。

Models.dev 是个开源的 AI 模型数据库，把市面上 350+ 个模型（对话、图像、视频三类）的规格、定价、上下文长度、benchmark 数据全部整理成了结构化的 TOML 文件，放在 GitHub 上。

它的做法和那些排行榜网站不太一样——数据通过社区 PR 维护，每个人都能提交。还提供了一个 api.json 接口，直接 curl 就能拿到数据，适合做自动化工具的后端。

目前 4k+ stars，近 1000 forks，由 OpenCode 团队维护。如果你经常需要在不同模型之间对比价格、上下文长度、或者确认某家供应商有没有特定能力的模型，Models.dev 比翻各家定价页面方便得多。

三款产品都是开源或对开发者友好的工具，关注点不同但都在解决真实问题。KanBots 让看板管理进入了 AI 自动化阶段，Superset 解决了多 AI 代理并行的调度问题，Models.dev 打破了模型信息获取的信息差。最近在优化 AI 开发工作流的朋友值得花十分钟试试。