跳转至

日常用户延伸路线(For Everyday Users)

繁體中文 | 简体中文 | English

🚀 日常用户可直接从 Tier 0 开始(网页 / 手机 App)、不需要任何 setup。只有当你想跑本地 LLM(Tier 3)或用 CLI 自动化(Tier 2)时,才需要看 resources/setup-guide.zh-Hans.md A-C(30 分钟从零装好)。

← 回主路线 README · 你不一定要走完主干才能从这里开始——这条分支是给“只想 USE AI、不一定要 BUILD agent”的人。

使用场景(生活场景 × AI 怎么帮)

下表把日常用户一天会遇到的 7 个场景拆开——多数场景在网页版(Tier 0)就能搞定:

场景 你常遇到的痛点 AI 能帮的部分 推荐工具
写 email / cover letter 卡在“该怎么开头” 起草 + 改语气 + 多版本对比 Claude.ai / ChatGPT
学新技能 教材太正式、没人问问题 个性化 tutor、可随时打断问 Claude.ai / ChatGPT
练语言 没对话对象、不知道语法错哪 语音对话、即时纠错 ChatGPT Voice / Gemini
查资料 / 比较 不知道该信哪个来源 多源搜索 + 附引用 Perplexity
整理生活流程 食谱 / 行程 / 待办清单散落 整合 + 结构化 Claude.ai / ChatGPT
批量整理文件 100 个 PDF / 图片不知道怎么分 重命名 + 分类 + 摘要 Claude Desktop / Claude Code
隐私敏感 chat 医疗 / 法律 / 财务笔记不想送云 本地跑 LLM Ollama + qwen2.5

💡 不要被催着升级:前 5 个场景都可以停在 Tier 0(网页版)。只有要“重复跑同一个流程”或“数据绝对不能送云”才需要 Tier 1-3。

起步:你应该从哪一层进入?

按“动手意愿”分 4 层,从低到高:

Tier 0:网页 / 手机 App(推荐从这里开始)
   ↓
Tier 1:Desktop App(要处理本地文件再升级)
   ↓
Tier 2:CLI Agent(愿意学一点命令行,能自动化日常流程)
   ↓
Tier 3:本地 LLM(隐私敏感、API 费用敏感、想 offline)

多数人停在 Tier 0 / Tier 1 就够用了——Tier 2-3 是给有特殊需求或想学的人。


🎯 精选 Projects

Tier 0 — 网页 / 手机 App ⭐ 入门

Claude.ai ⭐⭐⭐⭐⭐

Anthropic 官方界面。长文章、深度讨论、复杂问题很适合用——回答风格较收敛、不太瞎掰。

ChatGPT ⭐⭐⭐⭐⭐

OpenAI 官方界面。生态最广(GPTs、Custom Instructions、Voice mode)。一般用途的标准选择。

Gemini ⭐⭐⭐⭐

Google 出品。长 context(一次能读很长文件、约一本厚书的量)特别适合丢整本 PDF 进去问问题;仍要自己检查引用与摘要是否正确。集成 Google 服务(Gmail、Docs)。

Perplexity ⭐⭐⭐⭐

搜索引擎 × LLM——每个答案都附引用来源。比 ChatGPT 适合“需要查最新信息”的场景。


Tier 1 — Desktop App

Claude Desktop ⭐⭐⭐⭐⭐

比网页版多了:拖文件进去、本地文件读取、保留长期对话脉络。也是进入 MCP 生态的入口——可以接 Slack / Gmail / 行事历 server。

ChatGPT Desktop ⭐⭐⭐⭐

ChatGPT 桌面版。可以对屏幕截图问问题、语音对话、跟其他 App 集成。


Tier 2 — CLI Agent(愿意学命令行的进阶用户)

这些工具虽然定位给开发者,但日常用户也能用——例如批量重命名文件、整理下载文件夹、自动写每周回顾、把 PDF 摘要存成 Markdown。

想看详细比较?见 resources/cli-agents-guide.zh-Hans.md(7 个主流 CLI agent 并列、依 use case 推荐、常见坑、实用搭配)。

想要 step-by-step 上手?见 tracks/cli/A1-cli-intro.zh-Hans.md(Track A 第一站,从安装到第一个任务)。

想把 CLI agent 接到你的 Notion / Obsidian / Excel / Google 文件等日常工具?见 resources/mcp-skills-catalog.zh-Hans.md(按分类整理 62 个 MCP server / Skill)。

anthropics/claude-code ⭐⭐⭐⭐⭐

★ 120k+ — Anthropic 官方的 CLI agent。能读写文件、执行指令、做多步骤任务。日常用户最容易上手的 CLI 工具

openai/codex ⭐⭐⭐⭐⭐

栏位 内容
Stars ★ 80k+
License Apache-2.0

教什么:OpenAI 出品的终端机 agent——可以在命令行帮你整理文件、批量处理文字、执行多步骤任务;写程序只是其中一种用途。跟 Claude Code 同类,但用的是 OpenAI 的模型。

适合谁:已经订 ChatGPT Plus / Pro,想在终端机用同一个账号做事的人。

sst/opencode ⭐⭐⭐⭐⭐

栏位 内容
Stars ★ 155k+
License MIT

教什么:开源版的 coding agent,不绑定特定 LLM provider——可以用 Claude、GPT、Gemini、本地 Ollama 任何一个。社群维护、迭代速度快。

适合谁:想 self-host、不想被 API provider 绑定,或要在多个 LLM 之间切换的人。

google-gemini/gemini-cli ⭐⭐⭐⭐

栏位 内容
Stars ★ 103k+
License Apache-2.0

教什么:Google 官方的 Gemini CLI agent。把 Gemini 的长 context 跟 Google 生态集成到终端机。

适合谁:Google 生态的重度用户(Gmail、Drive、Docs)。


Tier 3 — 本地 LLM(隐私 / 离线 / 省钱)

Ollama ⭐⭐⭐⭐⭐

★ 170k+ — 一行指令跑本地 LLM。隐私敏感数据(病历、合约、家人对话)不适合送去云端时用这个。详见 Stage 1 — Local LLM 执行

LM Studio

非开源但对非开发者最友好——拖拉界面、不用 command line。Mac / Windows / Linux 都有。


Prompt 素材库

f/awesome-chatgpt-prompts ⭐⭐⭐⭐

★ 161k+ — 社群维护的 prompt 大全。“act as 翻译家 / 履历顾问 / 厨师...”几百种角色。不知道怎么开头时从这里找灵感


必修阅读

  1. Anthropic — How to write effective prompts — 不用代码也能读的 prompt 写法
  2. OpenAI — Prompting Guide — 对称的官方文件
  3. ChatGPT 怎么用得最好(中文) — 各家中文博客的整理(runoob 等等)

如果有兴趣再深入,看 Stage 2 — Prompt 设计,那边有正式系统性教学。

可以建的流程(按使用频率)

下表 5 条是模板,配合你自己的场景调整:

频率 流程 怎么做(≤ 3 步) 推荐工具
每天 Email 分流 (1) 早上把待回信件贴进 Claude
(2) 请它分类“立即回 / 今天回 / 这周回 / 不用回”
(3) 草拟回信让你 review
Claude.ai / ChatGPT
每天 练语言(口说) (1) 打开 ChatGPT Voice 模式
(2) 对话练英 / 日
(3) 请它指出语法错误
ChatGPT Voice / Gemini
每周 周记整理 (1) 跟 Claude 讲这周做什么
(2) 请它整理成周记 + 下周重点
(3) 存到 Obsidian / Notion
Claude.ai
不定期 批量整理文件 (1) Claude Code 进 Downloads 文件夹
(2) 按日期 + 主题重命名
(3) 自动分到子文件夹
Claude Code
隐私场景 本地医疗 / 法律 / 财务笔记 (1) Ollama 跑 qwen2.5:7b
(2) 整理个人笔记,数据不送云
(3) ⚠️ 保护的是隐私,不是正确性——具体诊断 / 法律判断 / 投资决策仍需专业人士
Ollama + qwen2.5

💡 新手起手式:先把“每天 Email 分流”+“练语言”做一个月,习惯 AI 在日常的位置,再加其他流程。

给日常用户的层级建议

下表是建议的进阶路径:

Tier 工具 适合谁 学习成本
Tier 0 Claude.ai / ChatGPT / Gemini / Perplexity(网页版) 90% 的场景都在这里——免安装、免付费 0(会用浏览器就行)
Tier 1 Claude Desktop / ChatGPT Desktop + MCP 要处理本地文件、保留对话历史、接 Gmail / Notion 半小时装好
Tier 2 Claude Code / opencode(CLI) 有重复自动化需求(每天做同样的事 100 次) 1-2 天上手
Tier 3 Ollama 本地 LLM 隐私敏感数据不能送云、API 费用敏感、想 offline 半天设置

不要被人催着升级——多数人 Tier 0 就够用了。Tier 2-3 是工具,不是身份地位。

社群备注

这条分支也欢迎社群贡献:

  • 推荐特定领域的 prompt template(料理、运动、学语言)
  • 中文友善的 chat tools(国产 LLM、本地化 wrapper)
  • 隐私 / 安全相关的最佳实践(什么数据能送 / 不能送)

详见 CONTRIBUTING.md