AI应用软件分类框架解析

第一类：语言模型驱动的工作流

LLM API：通过HTTP库或厂商SDK调用，借助LLM中间件实现统一接口。

编程语言工具集：包含MCP在内的语言级工具，依赖LLM中间件框架开发。

通用工具集：涵盖各类命令行工具和技能模块，采用Python等解释型语言的LLM编程框架。

管道式编排Agent：通过链式结构处理主流程，子任务由Agent分配执行，基于LLM中间件框架。

LLM驱动Agent：多个Agent协同工作，采用Python等解释型语言的LLM编程框架。

第二类：扩展应用被语言模型认知

MCP应用：对外提供Web服务，遵循MCP协议规范，支持MCP库开发。

命令行工具：简洁的命令行接口，供Shell工具调用，采用Rust等编译型语言开发。

第三类：效率提升工具

AI Agent命令行工具：例如ClaudeCode等效率工具，内置Agent运行时，支持人工操控和即时干预，建议在沙盒环境中运行。

AI网关：例如OpenClaw等效率工具，内置Agent运行时，人工操控但干预较少，任务驱动执行，需要在沙盒环境中运行。

第四类：文本生成能力

AI生成式代码：若生成代码无LLM调用，则属于传统软件代码，遵循现代软件工程和SDD等AI开发方法论。