USE CASE 01
首页 / 生态总览
先看整张 AI 编程生态地图。
首页把编辑推荐、梯队速览、入门指南、配队和最近收录放在同一个入口，既能快速浏览，也能继续深入每一类资料。
Vimalinx / 产品档案
模型即神将，工具即神兵。
把大模型画成角色、把 Harness 当成装备，同时把模型、工具、测试集与实战方法整理成一套可查、可比、可参与编辑的中文百科。
INTERFACES 真实界面
05 SCENES USE CASE 02
模型图鉴 / 42 位
四十二位模型角色，可以沿真实条件筛选。
除了总分，页面还列出体系、梯队、任务定位、价格、上下文和 SWE 数据。选模型时，读者可以直接看它适合什么工作。
USE CASE 03
Harness / 工具选择
模型是神将，Harness 是决定工作方式的法宝。
CLI、IDE 集成、编辑器插件、自洽 Agent 与网页平台被作为独立工具整理，并展示价格、开源状态、适配模型和站点评价。
USE CASE 04
Benchmark / 证据入口
分数先回到它究竟测了什么。
测试集按任务类型归档，每张卡片都说明用途、头部水平和资料来源。榜单上的每个分数都能查到出处。
USE CASE 05
配队 / 工作流推演
选择最终落在一套可执行的配队里。
一张配队卡会列出主模型、Harness、复核模型、每小时成本和具体分工。查完资料，就能接着设计实际工作流。
AI 编程生态更新太快，榜单、价格、上下文窗口和工具支持散落在各处。我想把这些材料收到一张中文地图上，每个结论都能查来路，读者也能一起维护。
产品判断
公开事实与站点评分分开标注，读者能看出哪些是资料，哪些是编辑判断。
模型、Harness、测试集、团队、场景和攻略彼此关联，而不是各自成为孤岛。
所有时效性数据都带快照日期；Wiki 允许社区参与，但编辑要经过审核。
资料怎样变成选择
- 模型图鉴记录定位、价格、上下文、能力标签与公开资料。
- Harness 库把 AI 编程工具单独整理成装备卡，每个工具都有自己的资料页。
- 测试集与配队榜帮助读者理解分数从哪里来、适用于什么任务。
- 场景、攻略和对决把静态资料带回真实工作流与对照选择。
- 更新日志和数据快照公开内容的新鲜度，避免把旧结论写成永久事实。
评分边界
公开参数、论文、价格和测试结果属于可核对事实；编辑推荐、性价比与配队分数是站点自己的判断。两者在页面中分层呈现，方便读者知道哪些可以复查、哪些应该保留自己的判断。