爱派，你的AI牛马

帮赚钱、帮摸鱼、帮找对象，通通都能帮

爱派(AiPy)，用Python Use，给AI装上双手，开放源码、本地部署，除了帮你思考，更能帮你干活，成为您的超级人工智能助手！从此，你只要说出你的想法，爱派帮你分析本地数据，操作本地应用，给你最终结果！

最新版本：

更多使用指南

爱派是什么？LLM+Python程序可以操作和控制一切

AI 大模型

Python程序和生态

最强人工智能助手AiPy

有了爱派，世界从此不同

爱派能为我们做什么

通过用例，了解爱派的神奇之处

媒体报道

用户好评

Grit

作为你们首批用户，使用场景偏私有领域，不方便发表，但是真的太好用了！

Michael

这个工具太强大，各位大佬太牛了！

Jan

用爱派分析实验室红外监控的实时情况，包括周期内温度变化、亮度变化并生成报告，在做实验过程中如果有外界温度监控指标这个也是一个很好的辅助参数。

Luke

谢啦。我现在全国比赛裁判中。有空试验下新功能:)，我这次也推荐了aipy，可惜无法拍照。

爱派解决了我个人数据分析的大问题，22万条数据，一年多没搞定，被爱派十分钟解决了，每周都会推荐给武大的MBA学员们，并演示如何提升工作效率，是好东西就要用起来！

陈

以前想搞很多绘图插件，可有心无力，有了AiPy，真是如虎添翼，感谢开发者。

牛仔

我完全不懂开发，都是靠 aipy 来设计的。

飞飞

作为测试人员，功能测试用例可以省去太多工作量了，这个直接让我工作效率翻倍，摸鱼时间更多了！

Liu

真是黑科技啊！没想到有一天电脑能自己写 python和运行 python。

涛哥

受人以鱼不如教人钓鱼，下午在上海参加字节的汽车 Ai+闭门会，分享了使用aipy的感受。

易先生

aipy自动化程度高，token便宜，运行流畅，推荐！

aipy就是智能化的数字机床，有了自由度后，引导用户利用“机床”在不同产业和场景中造出可用的东西。只要未来关键任务成熟化、编码足够快、反映速度足够快，它就是可以指挥任何机器干活的万能体。

爱派（AiPy）为何如此不同

Q：AiPy是什么？

A：AiPy是LLM大模型+Python程序编写+Python程序运行+程序可以控制的一切。

Q：AiPy和现在的Ai有什么区别？

A：当前大模型，只能问答，回答问题，不能实际动手操作计算机帮你完成具体的任务。AiPy是面向任务的Ai系统，你只用告诉他你想做什么，AiPy会帮你完成。现有大模型面向问答，AiPy面向任务。

Q：AiPy是新的大模型还是套壳的大模型？

A：AiPy不是大模型，而是基于大模型的应用类产品，是通过大模型的API调用真正实现通用任务理解、规划、执行能力，并最终获取任务结果的产品。

Q：AiPy的范式是什么？Python-Use又是什么？是Agent类的产品吗？与Manus、MCP等有什么区别？

A: AiPy是我们基于一种新范式Python-Use开发的一种更加通用快捷地使用大模型完成各种任务的产品。

传统的大模型AI Agent经典范式是通过开发大量的工具Agents再通过协同合作来完成各种任务，人们依赖于更多的Agents的开发及部署安装，在某种角度上上其实开发部署更多的Agent是限制了大模型能力发挥，而AiPy（Python-Use）一种新的范式，是一种“让AI用上 Python，让Python用上AI”的方式，也就是大模型通过对用户任务的理解进行规划拆分，并通过API Calling及Packages Calling实现自动编码并自动执行代码，还可通过反馈机制不断完善迭代，最终实现AI与环境的交互完成任务。

所以我们提出了：“真正的通用AI Agent 是NO Agents! (The real general AI Agent is NO Agents!）”的理念，AiPy（Python-Use）实现的是"No Agents, Code is Agent."新范式，Python 使用数据，Python 使用计算机，Python 使用网络，Python 使用物联网，Python 使用一切，最终实现真正的AI Think Do！

具体Python-Use的相关代码我们已经开源： https://github.com/knownsec/aipyapp

基于这个理念我们认为是跟Manus、MCP等最大区别！对于用户来说：

AiPy相比Manus最大的区别是，AiPy本身是开源免费的，用户只需承担大模型等API的调用token的费用（当然你还可以使用免费的大模型），因为不需要大量的Agents的调用，所以AiPy在相同任务Token消耗上也相对较少。另外还有一个最大的优势是，AiPy支持本地部署，用户无需把自己的敏感数据及文档传到云端，因为AiPy只负责任务进行对应编码，数据处理完全都是在本地进行，对超大文件的处理、涉及敏感数据的处理有种安全可靠的优势。

AiPy相比MCP Server最大的优势是，用户无需依赖各种服务定制开发的各种MCP Server，也无需去部署安装使用，也无需担忧各种MCP Server提供方不可靠带来的安全风险。AiPy可通过实时编码实现各种API的调用，完成各种功能，大家可以通过上面展示的案例或自行体验AiPy的魅力。

总之AiPy提供多种部署方式，不再局限在云端主机各种限制，也不需要各种工具的开发、下载安装及各种复杂的配置，你需要的只是跟大模型对话。

Q：AiPy 支持哪些大模型？支持本地大模型调用吗？有哪些建议使用的模型？

A：AiPy 理论上支持所有通用大模型的调用，你只需要在配置文件中设置好通用大模型的API及模型信息即可完成调用。本地大模型我们目前也支持Ollama、LMStudio的API调用。

因为Python-Use的范式，很多的能力取决于大模型本身，所以从效果上讲大模型的编码能力等综合能力越好的模型实现任务的表现度越好。当然我们也需要考虑到大模型API调用的token花费成本问题，在性价比角度考虑，我们推荐使用DeepSeek，经过测试很少花费就可以实现大部分的任务执行工作。

Q：AiPy 目前能干哪些事情？

A：理论上讲能通过Python自动调度完整的任务工作，AiPy都可以完成。不过目前我们还处于开发的初级阶段，目前推荐去尝试一些轻量级任务。

Q：AiPy 可以调用其他产品及业务的API吗？是怎么实现的？支持本地私有API吗？

A：是的，AiPy支持各种互联网业务的API调用，包括搜索、地图行程规划、社交媒体、天气等API服务，可以内置也可以在调用生成代码时候输入对应的API Key进行调用使用。至于实现API的调用我们实现了一个叫“API Calling”功能，大模型估计他对任务的理解去选择调用对应的API，你也可以通过任务提示词指定的方式去实现调用。

本地部署的AiPy是支持本地私有化的API的调用的，你只需要在配置文件里写好对应的API说明及地址即可。

Q：AiPy为什么选择Python而不是其他编程语言？

A：我们短时间尝试了AiJava、AILua，前者太庞大笨重，后者能力和生态太弱，最终我们选择了AiPython。

Q：AiPy是IDE吗？与Cursor、Windsurf等有什么区别？

A：AiPy不是IDE，与AI IDE最大的区别是AiPy不直接交付代码，而是交付任务结果。当然如果你的任务是交付代码，AiPy也是可以帮你完成这个任务的！

Q：AiPy拥有智能么？

A：看如何定义智能。如果智能体是指：根据自身状态、环境、目标，做出规划，并产生行动，在行动中不断反馈，修正计划改进行动，指导逼近目标，那么这就是智能体。按照这个定义LLM不具备智能，而AiPy根据任务目标，做出规划（编写完成任务的程序），产生行动（运行程序），不断反馈改进自己（自己Debug程序、自己修订程序），直到达到目标，这样来看AiPy的确拥有了真正的智能。

Q：AiPy的精髓是什么？

A: 人类使用 AI，AI 使用 Python，Python 使用数据，Python 使用计算机，Python 使用网络，Python 使用物联网，Python 使用一切。

Q: AiPy和MCP、Agent、Workflow是取代关系么？

A：AiPy根据任务，如果需要他就会自己去编写一个当前任务所需要的工作程序、代理程序、接口转化程序，如果现在的mcp、agent可以使用，他也会直接去调用。我们认为未来大家会并存。