产品

Tura

AI 为主

为企业团队及开源用户提供可自托管的智能体运行与评测工具,通过优化提示词、工具和工作流降低模型成本并验证任务完成效果。

turaai.net 源码★ 3AGPL-3.0-or-laterAI 模型与智能体 / 智能体构建平台

AI 竞品立项评估
桌面端
移动端
月访问
<5K
2026 年 10 月
公开收入
未公开
暂无公开收入证据
入门价
按量付费
没有月付订阅价
首次发布
4 个月前
2026-07-15 · 估算

访问

近 12 个月
月访问数据截至 2026 年 10 月
事件7 个营销动作

营销动作

发布、搜索与内容、引荐、促销
  • 在 V2EX 发布(1 感谢 · 2 评论)发布

    少一点 LLM 来回,多一点单回合命令: Agent 做调研时更靠谱的一种思路 — 最近在试一种 Agent 工作方式:少一点 LLM 来回,多一点单回合批量命令。 测试任务是一份 15 页的东亚鱿鱼料理演示,需要同时找菜谱、图片和烹饪视频,还要确认链接、资源和多屏布局都能用。 四次运行里,直接执行组平均 10 个回合、82 次工具调用; CLI 风格组平均…

    8 月 4 日 · 4 个月前发布页

  • 在 Product Hunt 发布发布

    Macro execution for fewer coding-agent turns

    7 月 19 日 · 4 个月前发布页

  • 在 V2EX 发布(2 评论)发布

    手搓了一个 agent 架构能减少 长 coding 任务的 llm 往返和 token 开销 80%左右。有 benchmark 和测试脚本以及数据集! — 这个想法其实非常简单。假设 Codex 需要修改文件并运行测试,通常需要经历以下流程: 第 1 轮——应用补丁(修改 package 文件) 第 2 轮——应用补丁(修复 Bug ) 第 3 轮——应用补丁(修改测试脚本) 第 4 轮——执行构建 第 5 轮——运行测试和代码…

    7 月 19 日 · 4 个月前发布页

  • 在 中国独立开发者 发布发布

    Tura — 开源、本地优先的 AI 编程 Agent,提供 CLI、TUI 与桌面端,可读取和修改代码仓库、运行命令并验证结果,支持 OpenAI、Anthropic、Gemini、OpenRouter、Ollama 及自定义 OpenAI 兼容接口 - 更多介绍

    7 月 16 日 · 4 个月前发布页

  • 在 Product Hunt 发布发布

    Tura: 16.7% better performance, 77.5% fewer rounds.

    7 月 16 日 · 4 个月前发布页

第三方评测与案例拆解

获客渠道拆解、工程师评测与开源档案
科技爱好者周刊
2026-07-16查看原文
创作者原帖摘录:
## 项目地址 - GitHub:https://github.com/Tura-AI/tura - 官网:https://turaai.net/ - 当前版本:v0.1.33 - 协议:AGPL-3.0-or-later ## 项目简介 Tura 是一个开源、本地优先的 AI 编程智能体,面向 Windows、macOS 和 Linux。它同时提供交互式 TUI 与可脚本化 CLI,能够读取和修改代码、运行命令及测试,并把任务、会话与执行记录持久化在本地。 ## 主要特点 - **终端原生**:既可在 TUI 中交互,也可通过 CLI 接入脚本和自动化流程。 - **多模型路由**:支持 OpenAI、Anthropic、Gemini、OpenRouter、Qwen、DeepSeek、Mistral 等提供商
V2EX
2026-07-19查看原文
创作者原帖摘录:
这个想法其实非常简单。假设 Codex 需要修改文件并运行测试,通常需要经历以下流程: 第 1 轮——应用补丁(修改 package 文件) 第 2 轮——应用补丁(修复 Bug ) 第 3 轮——应用补丁(修改测试脚本) 第 4 轮——执行构建 第 5 轮——运行测试和代码检查 第 6 轮——如果使用 Playwright ,Codex 还需要额外一轮读取截图等媒体文件 我们的思路是使用宏命令,将整个流程放入一个 RAG 中,从而在单轮内完成。例如: 步骤 1:检查运行环境 步骤 2:应用补丁(修改 package 文件) 步骤 2:应用补丁(修复 Bug ) 步骤 2:应用补丁(修改测试脚本) 步骤 3:执行构建 步骤 4:运行测试和代码检查 步骤 5:读取媒体文件 我使用 Codex 和 GPT-5.6-
V2EX
2026-08-04查看原文
创作者原帖摘录:
最近在试一种 Agent 工作方式:少一点 LLM 来回,多一点单回合批量命令。 测试任务是一份 15 页的东亚鱿鱼料理演示,需要同时找菜谱、图片和烹饪视频,还要确认链接、资源和多屏布局都能用。 四次运行里,直接执行组平均 10 个回合、82 次工具调用; CLI 风格组平均 13.5 个回合、10.5 次调用。某个回合一次并行做了约 20 次菜谱/视频搜索,最后核对了 10 个来源、10 个不重复视频、15 个资源和 1440 / 768 / 390 三种屏幕宽度,还修掉了一个坏地址。 只有四次运行,所以这不是“任何时候都更快”的结论;耗时有快有慢,token 的统计来源也不同。真正有用的点是:让 LLM 回合做判断,让命令做可搜索、可测试、可复查的工作。 交互任务: https://turaai.net/b

开源仓库与 Agent 生态

GitHub 开源与智能体接入
最近提交 2026-10-20
GitHub 星标
★ 3
分支数 (Forks)
—
开源协议
AGPL-3.0-or-later
主要语言
JavaScript
开源商业化路径:社区版免费自部署(AGPL-3.0-or-later · Docker) → 官方免运维云托管(按量付费)
查看云托管定价 →

流量来源

2026 年 10 月

访问构成

渠道

暂无数据

国家/地区

暂无数据

搜索

站点权重 —域名注册 2026-01-22

关键词月搜索量
turabit ai190
gpt5.6 benchmark10

流量数据:Vaneform

定价

Community / Open source
Free
Commercial license
22% of verified savings

试用:未提供 · 观察于 2026-11-06 · 原定价页

页面与变化

开始记录于 2026-08-01

关键页面

每周快照
turaai.net/ 快照 2026-11-07

变化

开始记录以来,定价、套餐与定位都没有变化。

问题与证据

Tura 的价格是多少?
Community / Open source: Free; Commercial license: 22% of verified savings. 观察于 2026-11-06。 当前计费条件、用量限制与税费以来源页面为准。来源
Tura 的网站访问量是多少?
Vaneform 估算 2026-10 网站访问量为 <5K。访问量包含重复访问,付费客户数与收入需分别查看对应证据。来源
Tura 是什么产品,支持哪些平台?
Tura 归属「智能体构建平台」赛道:为企业团队及开源用户提供可自托管的智能体运行与评测工具,通过优化提示词、工具和工作流降低模型成本并验证任务完成效果。 支持平台包括:CLI 与 SDK。
Tura 是开源项目吗?采用什么协议?
Tura 拥有公开代码仓库(https://github.com/Tura-AI/tura),采用 AGPL-3.0-or-later 协议,记录有 3 个 GitHub Stars,并支持自托管部署。来源

同分类研究对象

AI 模型与智能体 / 智能体构建平台

这些产品属于同一目录分类。选型时请进一步核对客户任务、功能与部署要求。