CamelAI
CamelAI · 程式設計
CamelAI 是 Y Combinator 旗下公司，推出開源編程代理 camelCode，能建立並發布應用程式，另有代管執行環境 camelRun，讓 AI 代理持續運作。
關於 CamelAI
What Is CamelAI
CamelAI 是 Y Combinator 旗下公司，要給 AI 代理一個永久的工作場所。道理很簡單：多數代理在對話結束後忘光一切，下次又從零開始。CamelAI 把檔案、資料庫與歷史紀錄集中在一處，代理接著上次的進度做下去，不必重新認識整個專案。作為開源 AI 代理平台，它把編程代理與執行環境放在同一個屋簷下。
公司有兩項產品。作為 AI 編程代理，camelCode 是開源編程助理，在一台有自己檔案的電腦上工作，打造全端應用與排程自動化，再把它們發布到一個可用的網址。camelRun 則是給自建產品團隊用的代理代管服務：你定義模型、指令、工具與通道，它負責跑代理迴圈、保存歷史紀錄，還能同時擴展到數千個代理。作為 AI 代理執行環境，它把這些雜事一手包下。兩者都是開源，camelCode 採 MIT 授權，camelRun 採 AGPL。
有個限制最好先知道。CamelAI 是個小團隊，平台要你自己帶模型供應商的 API 金鑰，或透過它支付官方定價。它最初是資料分析工具，那個舊產品仍在另一套舊方案上運作，註冊前先確認你看到的是編程與代管這條產品線。
Getting Started
- 前往 camelai.com，選一條路：用 camelCode 從一段描述建立應用，或用 camelRun 代管你自己打造的代理。
- 以 GitHub 或 Google 登入，或直接從免費方案開始。免費方案不收信用卡，只要你自己的模型 API 金鑰。
- 用平常的語言描述你要什麼，或在主控台定義代理的模型、指令、工具與通道。
- 讓代理建置並發布到可用網址，接著接上電子郵件、Slack 或排程工作，讓它自己持續運作。
產品資訊
快速了解 CamelAI 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 沒有工程團隊的獨立開發者：camelCode 把一段白話描述變成能跑的應用，一個人就能交出儀表板或內部工具，不必自己寫完整套技術堆疊。
- 要把代理放進產品的開發者：camelRun 接手代理迴圈、歷史紀錄與擴展，團隊不用為每一張工單或每一個 pull request 重做代管。
- 想自己架設的團隊：兩項產品都能跑在你的機器上，camelCode 走 Docker Compose，camelRun 是一個內含 Postgres 的 Docker 容器，資料留在自家。
- 想擺脫 SQL 苦工的資料分析者：AI 資料分析能對 Postgres、Snowflake 或 BigQuery 提問並替你寫好 SQL。自架 AI 代理沿用與代管版相同的供應商。
任務
- 架一套內部工具或儀表板：描述你的管理後台、CRUD 應用或客戶入口，camelCode 會寫好前端、後端與資料庫，再發布上線。
- 自動化例行工作：排程代理透過 cron 產出報表、盯指標或同步系統，工作不必有人盯著才會跑。
- 代管 AI 版 Slack 機器人或郵件助理：接上一個通道，每個討論串或每個信箱就有專屬代理負責讀取、執行與回覆。
- 把代理擴展給大量使用者：在 camelRun 上給每個客戶、工單或 pull request 一個專屬代理，成長時不必先找業務談。
情境
- 從一段對話長出一個應用：創辦人用白話描述一套流程，當天就拿到已經部署、可以用的工具。
- 讓資料管線準時運作：週一早上九點的工作查詢資料倉儲、生出新的儀表板，再送進團隊頻道。
- 為現有產品加上 AI：開發者透過 MCP 或 OpenAPI 接上工具，由 camelRun 執行代理，模型從頭到尾看不到憑證。
- 不被雲端綁住地跑代理：自架任一產品，工作留在自己的基礎架構上，也不需要 AWS。
主要功能
給代理一台永久的電腦
CamelAI 的核心主張，是代理應該在每次對話之間保留檔案、資料庫與歷史紀錄。camelCode 的工作區能存下超過 100 GB 的專案且不會重置，新開一段對話時，代理已經掌握全貌。在 camelRun 上，代理的歷史、檔案與待辦工作都放在執行環境裡，不在你的應用中，伺服器重啟後能接著原本的進度。
描述直接變成上線的應用
camelCode 收下一段白話需求，把它變成能跑的應用。它寫好前端、後端與資料庫，再把成果發布到可用網址，AI 應用產生器因此不再只是展示，而是團隊能打開來用的東西。想改動時，你只要描述，代理就會在它那台持久電腦上修改。
排程與事件驅動的自動化
代理不必等你按下執行。camelCode 用 cron 排定工作，從每週報表到每 15 分鐘的同步都能設，camelRun 則在有工作時喚醒代理，例如新訊息或新的 pull request。兩者都意味著一件事：工作可以全天候進行，產報表、標出異常或對帳，不必有人在旁邊看。
任何模型，不受綁定
camelRun 支援 Anthropic、OpenAI、OpenRouter 與 Amazon Bedrock 的模型，也支援任何講 OpenAI 或 Anthropic API 的伺服器，例如 vLLM 或 Ollama。你可以在專案中途換掉代理的模型，歷史紀錄照樣保留。自己帶金鑰，詞元免費；透過 CamelAI 付費，則依供應商定價、不加價。
在人們原本工作的地方接上通道
代理不必困在一個聊天框裡。camelCode 讓每個工作區有自己的電子郵件地址並接上 Slack，同事可以從信箱或團隊頻道找到代理。camelRun 連接 Slack、Discord、電子郵件、GitHub 與你自己的應用，每個討論串、每封郵件或每個 pull request 都有專屬代理，還支援 Sentry、Linear、Stripe 等服務的 webhook。
真正多人共用的工作區
工作區生來就是共用的。多人在同一個討論串裡對話，代理以作者簽名記錄誰說了什麼，幾位同事一起貢獻也不會漏掉東西。任何人都可以部署，所有人看到相同的專案與檔案，從網頁、電子郵件或 Slack 都能連上。
讓憑證遠離模型的安全設計
camelRun 每一通工具呼叫都由它自己發出，模型從頭到尾看不到你的憑證。你的應用若停止回應，呼叫就失敗，代理繼續工作而不是卡住。每通呼叫都有時限，自家流程中的工具預設 15 秒，失敗或逾時的呼叫會被回報，不會讓整趟執行脫軌。
優缺點
優點
- 持久工作區是關鍵差異。檔案、資料庫與歷史紀錄能跨對話保留，代理是在自己的成果上累積，而不是重新來過。
- 兩項產品都開源。camelCode 採 MIT 授權、camelRun 採 AGPL，兩者都能讀、能分支、也能自架。
- 自架真的很簡單。camelRun 只要一個內含 Postgres 的 Docker 容器，不需要 AWS；camelCode 則附上單機用的 Docker Compose 設定。
- 模型選擇保持開放。自己帶金鑰，或透過 CamelAI 依定價付費、不加價，換模型也不會弄丟代理的歷史。
缺點
- 團隊規模小。CamelAI 由三位 UT Dallas 工程師起家，步調與廣度取決於這支精簡團隊。
- 模型得自己出。免費方案要你自己的 API 金鑰，實際成本還得算上付給模型供應商的費用。
- 代管代理的儲存費會累積。閒置或休眠的代理仍按每 GB 每月 $0.10 計費，檔案大的長壽代理養起來並不免費。
- 名稱橫跨兩個時期。舊的資料分析產品仍在另一套舊方案上運作，想找目前編程與代管工具的人容易混淆。
常見問題
CamelAI 是 Y Combinator 旗下公司，要為 AI 代理打造一個開源的家。兩項產品分別是 camelCode，能建立並發布應用的編程助理，以及 camelRun，執行你定義的代理並保存歷史紀錄的代管執行環境。
相關內容
探索與 CamelAI 相關的工具、技能與文章。
CamelAI 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。