這6款產品，是AI產品經理的“精髓”

做AI產品經理，一定要學會產品拆解。

我發起的每天體驗1款App，就是基於自己做產品工作所衍生的。到現在已經有1300人加入這個拆解興趣小組。

拆解產品的本質是為了讓產品經理知道如何做新的功能設計，以及瞭解新行業下的產品框架與業務知識。

很多產品是為了業務支撐而做的，瞭解業務最快的方式就是去拆解其系統功能模組。

產品經理，拆解AI模型管理工具

利用週末時間，我獨自部署了Deepseek，但由於電腦配置，我只有16GB的記憶體，選擇了8B模型。

當然現在有清華大學的Ktransformer，24GB視訊記憶體也可以完成R1的全量模型。

在部署成功後，就有曾經騰訊的朋友評論，這和騰訊的IMA長得很像，實際上這並不是騰訊最近在推出的IMA。

同行業的產品，幾乎都長得一樣

如你有經常做AI模型產品管理工具，你就可以發現，大家幾乎都是一樣的功能，才會讓我這位朋友看起來像IMA。

而今天要分享的6款產品，就是AI模型管理工具代表產品，你完成他們6款產品的嬋姐，我相信你就成為了一個精通的AI產品經理。

如果你能夠把他們的原始碼下載下來，自己部署還上線了，那麼你應該是全球數一數二的AI產品經理了。

AI模型管理平臺，幾乎是最純正的AI產品

他們考慮了模型的引數特點、幻覺短板，打造了一個讓使用者可以更快使用AI並且靈活高效的滿足個性化需求的管理平臺。

能夠把這幾款產品用會，然後做系統性的拆解，那麼你做一款好用的AI產品就非常容易了。

而我們做AI產品經理，就借鑑這6款的AI模型管理工具的互動、功能操作、頁面、甚至有開源的，直接使用它們的原始碼就可以迅速完成自己的AI產品研發、管理以及二次優化了。

而下面我梳理的這6款AI管理工具是現在較為主流的，我相信你能夠快速定位相關AI引數、完成和自己的產品系統（以飛書、企業微信為例）進行整合。

1.Anything LLMA

這款平臺也是我搭建的Deepseek所使用的模型管理工具，但由於這款工具是面相個人使用者，還沒有提供二次開發能力

所以要想用API，就比較尷尬了，很難整合到自己的應用系統裡。

只能使用個人的本地電腦進行儲存，要想實現二次開發與對接其他平臺，這個工具平臺就比較有限制。

2. CherryStudio

3.RAGFlow

適用場景：

本快速入門指南描述了一個從以下步驟開始的通用流程：

要注意他是開源的，可以支援原始碼使用並部署

4.MAX KAB

MaxKB = Max Knowledge Base，是一款基於大語言模型和 RAG 的開源知識庫問答系統，廣泛應用於智慧客服、企業內部知識庫、學術研究與教育等場景。

這款產品支援編排AI工作過程，滿足複雜業務場景，這一點就像是給AI若干個任務進行執行，相比前兩者的特別。

並且他也是開源的，允許開發者二次原始碼使用以及部署。

5.Dify

Dify 是一款開源的大語言模型(LLM) 應用開發平臺。它融合了後端即服務（Backend as Service）和 LLMOps 的理念，使開發者可以快速搭建生產級的生成式 AI 應用。即使你是非技術人員，也能參與到 AI 應用的定義和資料運營過程中。

創業，快速的將你的 AI 應用創意變成現實，無論成功和失敗都需要加速。在真實世界，已經有幾十個團隊透過 Dify 構建 MVP（最小可用產品）獲得投資，或透過 POC（概念驗證）贏得了客戶的訂單。
將 LLM 整合至已有業務，透過引入 LLM 增強現有應用的能力，接入 Dify 的 RESTful API 從而實現 Prompt 與業務程式碼的解耦，在 Dify 的管理介面是跟蹤資料、成本和用量，持續改進應用效果。
作為企業級 LLM 基礎設施，一些銀行和大型網際網路公司正在將 Dify 部署為企業內的 LLM 閘道器，加速 GenAI 技術在企業內的推廣，並實現中心化的監管。
探索 LLM 的能力邊界，即使你是一個技術愛好者，透過 Dify 也可以輕鬆的實踐 Prompt 工程和 Agent 技術，在 GPTs 推出以前就已經有超過 60,000 開發者在 Dify 上建立了自己的第一個應用

6.ChatbotBOX