做 YeeroAI 的起因挺简单的：之前我自己日常要同时用好几个 AI 模型，因为有时候模型A回答得更好，有时候模型B回答得更好，所以有时候同一个问题得开好几个网页来回复对比。后来实在受不了了，就自己写了个能把多个模型回复并排展示的工具 YeeroAI，做着做着功能越加越多，慢慢变成了现在这个样子。
多模型并排：不只是把回复拼在一起
同时问几个模型这个需求看起来很简单，发送的时候多发几份、收到回复拼一起显示就行了。
实际也不难，这里我做了流式并排——每个模型的回复独立流式渲染，谁先出字谁先显示，互不阻塞。
模型走的 OpenRouter，市面主流模型都支持。我也纠结过要不要自己对接各家 API，但一个人精力实在有限，OpenRouter 一个接口搞定所有供应商，省了不少事。代价是多了一层中间商，偶尔可能会有供应商抽风影响到整体稳定性。
模型列表默认按热度排的。我观察下来大部分人选模型其实就那几个常用的，按热度排能让新人快速找到靠谱的模型，不用在 300 个里面大海捞针。
给对话加 Git 分支：这个决定我想了很久
对话分支是我自己比较喜欢的一个功能，但做之前犹豫了很久。
原因是：大部分 AI 对话产品都是线性的，用户已经习惯了这种模式。加个分支概念进来，学习成本一下子就上去了。而且分支这个东西，用得好很强大，用不好就是一团乱麻。
最后决定做，是因为我自己遇到了真实痛点。有次我在跟 AI 讨论一个技术方案，聊到一半觉得有两种实现路径都可以尝试。线性对话里你只能选一条路走，想试另一条就得从头再聊一遍。当时我就想，要是能像 Git 一样从这个节点 fork 出去就好了。
做出来之后逻辑基本照搬 Git：在任意消息后面 fork 新分支，取个名字，分支里可以独立配置模型和参数。分支之间支持合并和强制指向。后面我甚至在右侧加了个分支树面板来做可视化，因为分支多了，有时候也搞不清。
说实话这个功能确实有一定上手门槛。不用分支完全不影响正常使用，但用上了之后线性对话就回不去了。我自己的习惯是主分支聊整体方案，遇到分歧点就 fork 出去试，试完合回来或者丢掉。
补丁更新 vs 全量重建：一个我踩了很多坑才想清楚的问题
YeeroAI 有个「应用」模块，用自然语言描述需求，AI 生成一个可运行的 HTML 单页应用，然后在对话里继续迭代。
这个功能很多平台都有，不稀奇。但我在做的时候踩了一个坑，后来专门加了「补丁更新」模式来解决。
最开始应用更新只有全量重建——你让 AI 改一个按钮颜色，它会把整个文件重新生成一遍，极大的浪费 Token 和时间。
后来我加了补丁模式：只改用户描述的那部分，其余代码原封不动。实现上就是让 AI 先读现有代码，然后只输出 diff，前端做 patch 合并。变更范围小了，AI 出错概率也低很多。
这个决策花了不少时间，但做完之后应用模块的可用性提升了一大截。
应用还支持后台生成。AI 开始输出之后可以关掉页面，后端继续跑。回来自动从断点续接，不丢任何内容（需在设置中开启后台推流）。
长对话检索：大纲和语义搜索是怎么来的
对话一长，找东西就成了大问题。我自己用 AI 对话经常聊着聊着就几十条消息了，某天突然想找之前某段消息，翻到怀疑人生。
消息大纲就此诞生了。右侧导航条自动给每条 AI 回复提取一个短标题，形成类似 IDE Outline 的列表，点击跳转。这个实现不复杂，但实际用起来效果比预想的好很多，基本能解决「大概记得在哪个位置」的查找需求。
当然最好用的还是 AI 语义搜索。Cmd+K 打开全局搜索，切到「消息」tab，用自然语言描述你要找的内容。底层用向量匹配做的，不用记原文。比如输「处理 CSV 那段代码」就能找到相关内容。
搜索最近加了「全部」tab——不确定东西在对话里还是文件里还是应用里的时候，选全部一次搜出来，结果按类型分组。最开始没做搜全部，是担心后端性能，为啥现在又做了呢？因为我自己切 tab 也切烦了，再也不想切 tab 了。
知识库和记忆：两种不同的「存」
做这两个功能的时候我自己也纠结了一阵，因为它们看起来确实有点像，但定位是不一样的。
知识库做的事情是从 AI 回复中提取知识条目——每次回答完，系统自动生成摘要、标题和标签，存到知识库里。有独立页面可以按标签浏览和搜索，点卡片能跳回原始对话。本质上是个结构化的信息归档。
记忆做的事情是自动往新对话里注入上下文。开启后系统会从历史对话中提取关键信息，下次开新对话时自动检索相关记忆塞进 AI 的输入里。比如你之前聊过技术栈偏好，后面新对话里 AI 默认就用你那些技术栈，不用每次重复说。记忆可以设稳定性——「固定」的不容易被覆盖，「易变」的更新更频繁。
简单说：知识库是「你主动去查 AI 以前说过什么」，记忆是「AI 自动记得你以前说过什么」。
几个零碎的设计细节
文件夹参数配置。每个文件夹可以独立设默认模型、采样温度、推理强度。一些「严肃内容」文件夹可以走国外御三家偏贵的模型，一些「随手问」文件夹可以走国内的一些性价比模型。省得每次新建对话都要手动选一遍。这个需求是我自己用出来的——不同场景对模型的要求确实差很远。
标签页固定。可以同时开好几个对话 tab，右键就能固定。我自己同时跟进三四个话题的时候离不开这个。
拖拽框选批量操作。列表里按住鼠标拖就能批量选中，跟文件管理器一样。选中后弹出浮层能批量删除和移动，这个拖拽多选+批量操作真是太方便了。
Cmd+K 快捷操作。搜索面板里还有个快捷操作面板——新建对话、新建应用、上传文件、切主题都在里面。会按使用频率自动排序，越用越趁手。
桌面端和 CLI
除了网页版，最近还发布了桌面端（v0.1.0）和 CLI（v0.2.0）。
桌面端用的 Tauri，包很小，轻量，启动快，三个平台都有（但是由于 macOS 还没有证书签名，装完要手动去掉隔离属性）。
CLI 有个 yeero do 子命令，我觉得这是一个非常酷的功能：用自然语言说你要做什么，生成一个 Python 脚本，然后执行输出结果。跟 Agent 不同的是，这个 Python 脚本只在创建时调一次 LLM，之后每次执行直接跑本地脚本，不消耗任何 Token。一些重复性的小工具任务用这个超级划算。
目前还不满意的地方
一个人做产品最大的问题是精力不够，什么都想做，但可能什么都做不到最好。
桌面端和 CLI 目前还处于早期阶段，跟网页版的体验可能还有点差距。文档也不够完善，有些功能比如记忆的稳定性标记、文件夹参数继承规则，不看文档确实不太好理解。模型 300 多个有时候反而让人选择困难。
更新节奏上基本保持每周都能有新东西上线，但有时候可能因为功能上得太快，打磨不够，导致用户体验可能不够友好，还请见谅。
YeeroAI 官网 yeero.ai，有网页版、桌面端和 CLI 三端入口，欢迎大家来体验。如果你也有多模型对比或者对话管理方面的需求，不妨来看看，欢迎反馈。
