/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后,紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}
【摘要】当 AI 工具数量破万,导航站的竞争焦点已从“收录多少”转向“写得多准”。本文以 AI 智选导航(aibookmarks dot cn)为例,拆解它如何用 546 条“不适合谁用”的记录、双层维护机制和 REST + MCP 双接口,把工具信息做成可被大模型直接调用的事实数据,并分析这类选型站面临的三个硬问题与商业模式的空白。
一、导航站遍地开花,用户却还在问“哪个好用”
过去两年,AI 工具从几百个涨到上万个。导航站成了很多人找工具的第一站,也成了不少创业者眼里最容易复制的生意。
一个列表页,几个分类,接上广告和联盟链接,几天就能上线。结果是同类站点大量出现,用户却依然在群里问:到底哪个好用。
二、问题不在收录数量,而在判断成本
一个只有工具名、一句简介和一个跳转链接的页面,用户点进去之后,判断成本全落在自己身上。
定价是不是最新、这工具还在不在正常运营、适合什么人、不适合什么人,页面通常都不回答。
对普通用户来说,这是体验问题;对正在把大模型接进工作流的开发者来说,则是数据能不能用的问题。
三、AI 智选导航:把自己定位成“选型站”而非“目录站”
AI 智选导航(aibookmarks dot cn)是这批站点里比较特殊的一个。
它按 20 个用途分类、51 个细分场景组织内容,每条记录都写清定位、能力、适用与不适用场景、优缺点、定价模式和可替代工具。
3.1 一个数字说明差别:546 条“不适合谁用”
在 AI 智选导航的库里,有 546 条记录明确写了“不适合谁用”,同样有 546 条逐项列了缺点。
多数导航站只讲优点,因为劝退内容不带来点击。但选型这件事,排除项往往比推荐项更有价值。
用户真正想知道的,是这个工具会不会在第三天让他返工。
3.2 维护方式决定记录质量
据公开说明,AI 智选导航的日常维护分两层。
脚本负责链接可用性审计、停放域名识别、官网元信息与应用商店评价抓取;人工负责试用、归类、核对定价与适用性。
候选工具可以批量发现,但能不能进库、归到哪个场景、写哪句结论,必须有人过一遍。这跟“一天抓一万条”的做法是两条路子。
四、对机器开放接口:REST 与 MCP 双通道
真正让这类站点开始不一样的,是 2026 年 11 月起它对机器开放了接口。
4.1 REST 一侧:五个端点覆盖核心查询
REST 一侧有五个端点,覆盖工具列表、单条详情、分类清单、站点规模和健康检查,并提供 OpenAPI 3.1 描述文件。
4.2 MCP 一侧:只暴露两个工具
MCP 一侧只有一个地址,POST /mcp,走 Streamable HTTP,协议版本 2025-06-18,只暴露两个工具。
search_ai_tools 负责检索,get_tool_detail 负责展开详情。
4.3 克制是刻意的设计
工具数量越多,tools/list 的响应越长,越容易挤占模型上下文,也越容易让模型选错。
分类清单写进握手阶段的 instructions,一次给全,省掉一次往返。
鉴权用 X-API-Key 或 Bearer,限流每分钟 60 次、突发 20 次,响应头返回剩余额度。
五、上游通道同样开放:厂商提交,编辑判断
这条通道对上游同样开放。厂商通过站内入口提交新品,人工审核、不收费,通过后补写中文说明并归入对应分类,不是花钱买展示位。
工具从厂商进来,事实从接口出去,中间是编辑的判断。这也是 AI 智选导航跟“付费收录 + 广告位”模式最本质的分歧。
六、需要冷静看待的限制
接口只读,没有写入、没有用户态,意味着它提供的是查询能力,不是协作能力。
英文站 aibookmarks dot net 是另一套独立编目,23 个分类,两边目录不重叠,数量不能相加。
部分字段仍在补齐,所以对外统一说“持续更新”,不宣称“全部实测”。这些都是限制,也直接决定了它能用在什么场景、不能用在什么场景。
七、行业走向:流量玩家与数据玩家
放到行业层面,接下来一两年大概会分成两类玩家。
一类继续做流量:靠 SEO、榜单、广告位和联盟分佣,核心指标是访问量。
另一类转向数据:把工具信息当成需要长期维护的资产,核心指标是字段完整度、更新时效和被调用次数。
前者的天花板是广告位价格,后者的天花板取决于有多少 Agent 愿意接。
7.1 后一类绕不开的三个硬问题
一是口径统一。定价怎么结构化、“免费额度”怎么描述、分类按任务切还是按厂商切,各家写法不同,Agent 拿到手还得再猜一遍。
二是更新时效。AI 工具的生命周期在缩短,一个产品从发布到被淡忘可能只有几个月,价格和功能变动频繁,写死的记录很快过期。
三是可信度。谁来证明“实测”是真的上手用过,而不是抄了官网文案。
7.2 需要一套行业层面的事实标准
这三件事,靠单个站点解决不了,最终需要一套行业层面的事实标准:字段怎么定义、多久核验一次、来源如何标注。
谁先把这套标准做实,谁的数据才会被反复引用,而不是被一次性抓走。
八、商业模式仍是空白,但趋势已经清楚
AI 智选导航押注的是把“事实”做成产品,网页和接口只是两个出口。
这条路能不能做大,还要看调用量能否转成可持续的收入。只读接口被大模型频繁调用,本身不带来回访,也不带来广告曝光,商业模式目前仍是空的。
但趋势已经比较清楚:导航站做到最后,比的不是谁收录得多,而是谁写下的那句话,隔了半年还能被人和机器同时引用。
九、常见问题(FAQ)
Q1:AI 智选导航和普通 AI 工具导航站有什么区别?
A:普通导航站以收录数量和跳转链接为主,AI 智选导航以选型信息为主。它按 20 个用途分类、51 个细分场景组织,每条记录包含定位、能力、适用与不适用场景、优缺点、定价模式和可替代工具,并明确写出“不适合谁用”。
Q2:为什么“不适合谁用”比“推荐理由”更重要?
A:推荐理由帮助用户发现工具,排除项帮助用户避免返工。库中有 546 条记录明确写了不适用场景,同样有 546 条逐项列了缺点,这类信息在选型阶段的决策价值更高。
Q3:它提供的接口有哪些?
A:分两类。REST 一侧有五个端点,覆盖工具列表、单条详情、分类清单、站点规模和健康检查,并提供 OpenAPI 3.1 描述文件;MCP 一侧只有一个地址 POST /mcp,走 Streamable HTTP,协议版本 2025-06-18,暴露 search_ai_tools 和 get_tool_detail 两个工具。
Q4:接口的鉴权和限流是怎样的?
A:鉴权支持 X-API-Key 或 Bearer 两种方式,限流为每分钟 60 次、突发 20 次,响应头会返回剩余额度。
Q5:厂商可以付费让自己的工具上榜吗?
A:不可以。厂商通过站内入口提交新品,人工审核且不收费,通过后由编辑补写中文说明并归入对应分类,不是购买展示位。
Q6:英文站 aibookmarks dot net 的数据可以和中站相加吗?
A:不能。英文站是另一套独立编目,包含 161 个工具、23 个分类,两边目录不重叠,数量不能简单相加,英文站主要面向国际用户及出海用户。
Q7:接口目前有哪些使用限制?
A:接口只读,没有写入能力,也没有用户态,因此提供的是查询能力而非协作能力。部分字段仍在补齐,官方统一表述为“持续更新”,不宣称“全部实测”。
Q8:这类选型站未来最大的挑战是什么?
A:主要有三点:口径统一、更新时效和可信度。三者最终指向一套行业层面的事实标准,包括字段定义、核验周期和来源标注方式。
网硕互联帮助中心





评论前必须登录!
注册