首页 › new-tools › 国内没人聊的海外AI基建三件套

大家都盯着哪家又发了新模型，但海外独立开发者圈子里真正在悄悄换装的，是模型发布会的下一层——管道层基建。本期给你三个海外热度已经起来、国内讨论度却极低的“新基建”工具：一个管模型调用、一个管数据入口、一个管实验环境。三个串起来，就是一条个人也能跑的 AI 生产流水线。需要说明：本期信息基于各项目官网与公开文档整理，价格和免费额度变动快，动手前以官网实时页面为准。

一、OpenRouter：一个 Key，调遍几百个模型

官网：openrouter.ai

它是什么：模型聚合网关。Claude、GPT、Gemini、Llama、DeepSeek、Qwen 等几百个模型，全部收口成一个 OpenAI 兼容的 API。你只需要把代码里的 base_url 改成 https://openrouter.ai/api/v1，换上它的 Key，换模型就从“改代码、改供应商、改账单”变成改一个字符串。

价格：充值买信用额度、按 token 计费，充值时收约 5% 手续费（以官网为准）。同一个模型挂在多家供应商名下时，它会列出各家报价，你可以选最便宜的。部分模型带 :free 后缀，可以零成本试跑，有每日调用限额——用来做原型验证非常香。

为什么值得关注——三个多数人不知道的玩法：

  1. 排行榜当情报站。openrouter.ai/rankings 公开展示了全网开发者真实消耗的 token 排行，这基本就是“海外开发者到底在用什么模型”的实时民调，比任何榜单都诚实。
  2. :nitro 后缀自动选最快供应商。同一个模型加个后缀，它帮你路由到响应最快的供应商，适合做实时应用。
  3. 兜底路由。主模型挂了或限流，可以配置自动 fallback 到备选模型，半夜不用起来救火。

国内对比：国内有硅基流动这类聚合平台，以及大量“中转站”。OpenRouter 的差异在于：模型覆盖以海外主力为主、费率透明、按供应商比价，且不用注册一堆平台。但对国内用户也有硬伤——充值以海外支付方式为主，这层自己要先解决。

适用人群：要同时测评多个模型的应用开发者；做 AI 应用但不想被单一供应商锁死的独立开发者。

二、Firecrawl：把整个网站变成 LLM 能吃的语料

官网：firecrawl.dev

它是什么：面向 LLM 的网页抓取 API。给它一个 URL，返回的就是干净的 Markdown，而不是一堆 HTML 标签和脚本残渣。核心接口很克制：单页抓取、全站递归抓取、/map 只拿整站链接结构。它还有开源版，可以自己部署，零 API 费用。

价格：官方托管版有免费试用额度 + 按量付费套餐（具体档位以官网为准）；开源版自部署免费，代价是自己出服务器和运维。

为什么值得关注：做过 RAG 或知识库的人都知道，80% 的时间死在“拿到干净数据”这一步。写爬虫、处理反爬、清洗 HTML，每一步都是脏活。Firecrawl 把这坨脏活做成了一个 API 调用。它还提供了 MCP 接入，AI Agent 可以在对话里直接调用它去读网页。

典型用法（复制就能跑）：

pip install firecrawl-py

from firecrawl import FirecrawlApp
app = FirecrawlApp(api_key="你的key")
result = app.scrape_url("https://target-site.com/docs", params={"formats": ["markdown"]})
print(result["markdown"])

国内对比：国内的采集工具（八爪鱼这类）偏 GUI、面向运营人员，输出的是表格而不是 Markdown 语料；直接写 Scrapy 又太重。Firecrawl 卡在中间这个“给 AI 喂数据”的生态位上，国内几乎没有同定位产品。

适用人群：搭企业知识库的工程师、做垂直 AI 搜索的独立开发者、需要持续监控竞品文档更新的团队。

三、Marimo：让 Jupyter 看起来像上个时代的笔记本

官网：marimo.io（开源，在线试玩：marimo.new）

它是什么：一个开源的反应式 Python notebook。和 Jupyter 最大的区别：单元格之间有真实的依赖关系，你改了上游变量，下游单元格自动重跑——Jupyter 里那个“变量顺序错了导致结果诡异”的经典幽灵，从机制上被消灭了。

四个切换理由：

  1. 笔记本即 .py 文件。存储格式就是纯 Python，git diff 能看懂、能做 code review、能走正常协作流程。Jupyter 的 .ipynb 在 diff 里是一坨 JSON 灾难。
  2. 一键变成 Web 应用。marimo run xxx.py，你的数据分析笔记本直接变成同事可以点按钮交互的小工具——数据分析师给业务方交付 demo，不用再写前端。
  3. 原生 SQL 单元格。直接在单元格里写 SQL 查 DataFrame，适合做数据探查。
  4. AI 补全可接自己的模型。它支持配置 OpenAI 兼容接口，也就是说可以和本文的 OpenRouter、本地 Ollama 接在一起用。

价格：开源免费；官方云托管版有免费层，团队协作功能付费（以官网为准）。

国内对比：没有直接对标物。最接近的场景是公司里的 Jupyter + BI 工具组合，但 Marimo 把“分析 → 可交付的小应用”这条链压到了零前端代码。

适用人群：做模型评估和数据分析的工程师、需要给业务方交付交互 demo 的数据分析师。

三件套串起来长什么样

这三个工具单独看都不起眼，拼起来就是一条完整的个人 AI 工作流：

flowchart LR
    A["网站 · PDF · 在线文档"] --> B["Firecrawl 抓取转 Markdown"]
    B --> C["干净的结构化语料"]
    C --> D["Marimo 笔记本"]
    D --> E["切分与 embedding 实验"]
    E --> F{"效果达标？"}
    F -->|不达标| H["调参数或换模型"]
    H --> E
    F -->|达标| G["OpenRouter 网关接入应用"]
    G --> I["Claude / GPT / Gemini"]
    G --> J["带 :free 后缀的免费模型"]

数据从网页进来，在 Marimo 里做实验和评估，最后通过 OpenRouter 接进应用。每一层都可以单独替换，这正是“基建”的意义。

信息差总结

环节 你以为的 海外玩家实际在用的
调模型 找中转站、注册 N 个平台 OpenRouter 一个 Key + 排行榜看真实风向
拿数据 手写爬虫或 GUI 采集器 Firecrawl 一行 API 出 Markdown
做实验 Jupyter + 手动重跑 Marimo 反应式笔记本，存 .py 可部署

行动指南

  1. 今晚（10分钟）：注册 OpenRouter，充最小额度，把现有项目里的 base_url 换成它的网关地址，拿 :free 模型先跑通。
  2. 本周末（1小时）：装 firecrawl-py，选一个你天天手动翻的文档站，全站抓成 Markdown 存本地。
  3. 下周（半天）：pip install marimo，用抓来的语料做一个最小 RAG 评估笔记本，跑通后 marimo run 变成内部小工具分享给同事。
  4. 进阶：三个工具全部有开源版本，预算为零也能自部署跑通全链路，量起来了再切付费托管。

参考来源

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入

📎 本分类最新文章