關於 Ava Supernova
清晰準確,始終與智能體實時同步。
什麼是 Ava?
Ava 是一位真正會做事的 AI——而不只是說話。她能為你建立應用程式、撰寫文件、從零開始教你新知識、設計 Logo,或是處理那些你一直拖延的行政雜務。而且她記得你:你在做什麼、你喜歡什麼樣的方式、上週你問過什麼。
只有一位 Ava,無論你在哪裡工作,她都在——在你的程式編輯器、桌面應用程式或終端機中。記憶一致,個性如一,隨處同在。
她的獨特之處
- 預設屬於你。你的工作保留在你自己的機器上。沒有追蹤,沒有遥測數據——永遠不會。
- 對所有人開放檢視。Ava 的每一行程式碼都是公開的。不需要憑空信任。
- 免費開始。每月 300 點數,不需卡片,沒有隱藏條件——或者接入你自己的 AI 金鑰,完全不用付錢給我們。
- 內建教學功能。請 Ava 教你任何科目,她會為你建立真正的課程——課程內容、範例和測驗。
從未寫過程式碼嗎?下一頁是專為你寫的。已經有技術背景?直接跳過——她能跟上你的進度。
Show me the details
Ava 在哪裡工作
- VS Code 擴充套件 —— Ava 伴隨你的編輯器:聊天面板、儀表板,以及發生前的即時變更顯示。
- 桌面 IDE —— 獨立應用程式,所有功能整合在一個視窗中。增加桌面控制權限(開啟應用程式、點擊、替你輸入)。
- CLI — Ava 就在你的終端機裡,適合那些習慣在終端操作的人。
簡述運作方式
Ava 會切換心態(稱為模式)以配合工作,在較困難的工作上悄悄運行一小隊專家助手,並自動為每個步驟選擇最佳的 AI 模型。你無需管理任何部分。核心概念章節提供完整導覽,隨時供你探索。
從未寫過程式碼?從這裡開始
如果你從未寫過一行程式碼,你就是 Ava 的目標對象。開始前你不需要學習任何術語——用普通的英文跟她對話,就像詢問一位博學的朋友一樣。這一頁就是你的完整入門指南。
今天就能做的事,無需經驗
- 用正常用語問她任何事——「這個檔案是做什麼的?」、「為什麼我的頁面是空的?」、「資料庫到底是什麼?」她用通俗語言回答,並且記住對話內容。
- 從頭學起——說「從零教我 Python」,她會為你建立完整的課程,包含課程與測驗。
- 讓東西被建立出來——描述你想要的(「一個下載我筆記的按鈕」),她會寫好它,並在發生前向你展示每一個變更。
你不需要理解一切
Ava 背後有很多機制——模式、模型、專家、路由。你會在應用程式中和這些文件裡看到這些詞彙。這裡有個秘密:你可以忽略幾乎所有這些。Ava 會自動為你挑選合適的工具和助手。技術頁面是為了當你好奇時查看,而不是因為你需要它們才能開始。
溫和的第一步
- 安裝 Ava(下一頁),然後開啟對話視窗。
- 輸入你真正想問的問題。任何問題都行。看看她怎麼回答。
- 試試學習模式:輸入「teach me」和一個主題。跟著一起學。
- 當你希望她真的製作或修改某些東西時,直接告訴她就好——她總會先顯示她打算做什麼,並等待你的「yes」。
安裝
選擇最適合你工作方式的介面。你可以同時使用多個——在同一台電腦上,它們會共用一個 ~/.ava 資料夾,讓 Ava 的記憶能隨著你在不同介面間切換而延續。
VS Code 擴充套件
- 在 VS Code 中開啟「擴充功能」面板(按 Ctrl+Shift+X / Cmd+Shift+X)。
- 搜尋「Ava Supernova」,然後點擊安裝。
- 按下 Ctrl+Shift+A(macOS 請改用 Cmd+Shift+A)來開啟對話視窗。
- 依照設定嚮導操作——選擇模型、設定權限模式,就完成了。
桌面 IDE
- 前往發布頁面,下載適合你作業平台的安裝程式。
- 執行安裝程式。首次啟動時,IDE 會引導您完成歡迎流程。
- 登入即可獲得免費的平台代幣,或者貼上您自己的 API 金鑰,就能完全在本機運行。
CLI
- 執行 `npm install -g @ava/cli`(或是 `pnpm` / `yarn` —— 隨您喜好)。
- 在任何專案資料夾中執行 `ava`。
- 首次執行時會詢問您服務供應商與模型,選定後即可開始使用。
與 Ava 的第一次互動
使用 Ava 最快的方法,就是向她提出真實的需求,看她如何完成。不需要閱讀設定文件,也不用先學什麼——直接用簡單的話告訴她你想要什麼。
現在就試試看
- 開啟對話視窗。
- 輸入你真正想要的內容。試著說「explain what this project does」,或是「add a button that clears the form」。
- Ava 會顯示她即將要做的事——然後等待。
- 滿意了嗎?說「yes」。看著她完成。
這就是整個節奏:你提問,她展示計畫,你批准,她執行。她絕不會在未先展示的情況下修改任何東西——所以即使嘗試也不會弄壞任何事。
值得詢問的幾件事
- 一個問題——「why is my page blank?」、「what does this file do?」
- 建立一些東西——「make me a simple to-do list page」。
- 學習一些東西——「teach me Python from scratch」。她會為你量身打造真正的課程,一步步來。
- 一份文件——「write me a one-page project proposal」。她會給你 Word 檔案或 PDF。
Show me the details
這個簡單的循環在幕後其實做了不少事。使用 Ava 你不需要了解這些——但如果你好奇,這裡告訴你實際上發生了什麼。
工具與授權
當 Ava 讀取檔案、執行指令或編輯程式碼時,每一項都稱為「tool call」。她在做任何涉及你檔案或系統的操作前都會詢問——她詢問的頻率由你的權限模式設定(每次都問、只對危險操作問、或直接進行)。
模式——她的心態
Ava 以不同模式運作:一種心態加上適合工作的工具組。隨時可從選擇器切換,或在訊息開頭輸入前綴。共有七種。
| 前綴 | 模式 | 思維模式 | 摘要 |
|---|---|---|---|
>> | Code | Builder — full tool access, executes plans with precision. | Write code, run tests, ship changes. Simple tasks run directly; complex multi-file or architecture work triggers the persona conductor. |
:: | Plan | Architect — evidence-based proposals, no code changes. | Read-only. Researches, designs approaches, challenges assumptions, and presents a plan for your approval before any execution. |
.. | Chat | Friend — personal conversation, off the clock. | Open conversation with memory, search, journal, weather, and news. No personas, no orchestration — just Ava. |
?? | Teach | Tutor — Socratic guidance, adaptive to pace. | Build curriculums, deliver lessons, run quizzes, track progress. Five specialists run the teaching loop. |
!! | Security | Auditor — systematic vulnerability scanning, paranoia as a virtue. | Five-persona security team: recon, scan, CVE research, verify, report. OWASP and dependency CVE coverage end-to-end. |
** | Brainstorm | Ideator — grounded ideas, actionable paths. | Mines your context, researches the market, generates specific ideas, challenges them, and refines the survivors into next steps. |
<< | Write | Author — compose, edit, and design real documents. | Author reports, proposals, articles and more in Markdown, then export branded Word/PDF. Start from a template, refine section by section, see it live. No code — just writing. |
專家與路由
遇到較複雜的工作時,Ava 會在幕後啟動一小隊專家助手(規劃者、檢查者、建構者),並將每個步驟分配給最擅長該任務的模型。你完全不需要管理這些細節——她會為你協調一切。
本地與雲端,一段話說明
Ava 儲存的所有內容都在本地。記憶、任務、日誌、個性、設定——全都存放在你的電腦裡的 ~/.ava/ 和 .ava/(每個專案獨立)。她僅透過 HTTPS 連線至模型服務商來執行你的請求,處理完就結束連線。她不會主動回報。不收集任何遙測資料。也不會用你的程式碼進行訓練。
只要登入,每個月你就能獲得 300 點免費額度,適用於兩個模型群組——基於 Qwen 的 Maestro,以及由 DeepSeek 協調的 Supernova。登入絕不會上傳你的記憶、任務或設定,因為根本沒有雲端同步。你也可以自備 API 金鑰,這樣 Ava 就能在不註冊帳號的情況下完整運作。
我需要選擇 AI 嗎?
好消息:你不需要挑選 AI。Ava 會自動為每個步驟選擇最適合的模型,讓你得到好結果,卻不用費心思考。
唯一你能選擇的是路由風格——預設值適合絕大多數人。其他選項僅在特定需求下才需要。
兩種風格
- Maestro —— 預設值。穩定、可靠、可預測。不確定選哪個?就選這個。
- Supernova —— 適用於繁重、多步驟的工作,將不同專長分配給每個環節更划算。
隨時可在對話框頂部的模型選擇器中切換。沒有任何鎖定限制。
Show me the details
每種風格實際包含什麼
Maestro — 一位指揮官(Qwen 3.8 Flash)負責每個步驟。專為生產環境優化、經證實可靠、成本可預測。
Supernova — 前沿協調者(DeepSeek Flash,1.6T 參數 / 49B 活躍參數,1M 上下文)將每個子任務交給專家:DeepSeek Flash 用於大批量審查,Qwen 3.7 Plus 用於構建,Qwen 3.8 Flash 用於視覺(原生支援影像與影片辨識)。
自帶模型 (BYOK)
偏好使用自己的 AI 帳號嗎?在設定中貼上提供者金鑰,您就能同時獲得兩者——兩種路由風格,以及選擇單一模型並完全跳過路由的選項。適用於強烈偏好、嚴格預算或測試特定模型的情況。完整提供者清單請參閱參考章節。
Qwen (Alibaba Cloud)
Qwen 3.8 Flash coordinates Auto Mode; 3.5 Flash is the fast-path option. All models available on every plan.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Qwen 3.8 Max | 1M | $2.00 / $6.00 | toolsvisionthinkingstreaming |
| Qwen 3.8 Flash | 1M | $0.15 / $0.47 | toolsvisionthinkingstreaming |
| Qwen 3.7 Plus | 1M | $0.40 / $1.60 | toolsvisionthinkingstreaming |
| Qwen 3.5 Plus | 1M | $0.20 / $1.20 | toolsvisionthinkingstreaming |
| Qwen 3.5 Flash | 256K | $0.05 / $0.40 | toolsstreaming |
DeepSeek (Supernova orchestration)
Powers Supernova routing mode. One model across every DeepSeek seat since 2026-09-10, when DeepSeek retired V4 Pro into V4.1 Flash: it coordinates the persona pipeline AND handles builds and review. Open-weight MIT, 1M context, 384K max output, multimodal, dual thinking/non-thinking modes. Prices are off-peak; peak (01:00-04:00 and 06:00-10:00 UTC, Mon-Fri) is exactly double.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| DeepSeek V4.1 Flash | 1M | $0.15 / $0.60 | toolsvisionthinkingstreaming |
通俗詞彙表
這裡解釋了你在 Ava 周圍可能遇到的每個單字,無需任何先備知識。你不需要記住這些內容——遇到不懂的術語時隨時翻回來看。
| 詞彙 | 實際含義 |
|---|---|
| 代理程式 | 能為你執行動作的 AI —— 讀取檔案、執行指令、搜尋網頁 —— 而不只是聊天。Ava 就是一個代理程式:她會做事,但需經你同意。 |
| 模型 | 真正進行思考的 AI 大腦(Qwen、DeepSeek、Mistral 及其他)。不同模型各有擅長之處。通常你不需要挑選——由 Ava 決定。 |
| 模式 | Ava 當下的心態。就像同事換帽子:建構者、寫作者、教師、規劃師、朋友。你選擇模式;這會改變她的行為方式。共有七種。 |
| 角色 / 專家 | Ava 在幕後為較困難的工作運行的輔助角色——探索者、規劃師、事實查核員。想像成一個小型專家團隊。你不會直接與他們交談;由 Ava 協調他們。 |
| 路由 | Ava 決定每一步使用哪個模型,讓你得到好答案又不花冤枉錢。這是自動發生的——"路由模式"只是選擇整體策略。 |
| 工具 | Ava 可以執行的具體動作——讀取檔案、執行搜尋、發送電子郵件。"工具呼叫"就是她使用其中一個工具。她在執行任何風險動作前都會請求許可。 |
| 記號 | AI 衡量文字的方式——大約相當於四分之三個字。模型按百萬個記號計費。大部分時候你可以忽略它。 |
| 信用額度 | Ava 用來計算行動成本的簡易單位,你不需要操心 token 計算。方案內含每月額度。 |
| API 金鑰 | 一種私密密碼,讓軟體能在你的帳戶上使用付費服務(像是 AI 模型)。如果你打算自備,才需要這個。 |
| BYOK | 「自帶金鑰。」使用你自己的 API 金鑰,而非 Ava 的管理存取方式。選填 — 適合那些已經直接向供應商付費的人。 |
| 本地優先 | 你的資料只存在於你自己的電腦上。沒有任何內容會被上傳——也沒有雲端同步。「本地即神聖。」 |
| 權限模式 | 這代表 Ava 在執行動作前有多謹慎 — 每次都要問、僅針對高風險事項詢問,或是直接執行。等級由你設定。 |
| 上下文視窗 | 模型一次能在腦海中保留多少文字 — 也就是它的短期記憶。「1M 上下文」大約是一百萬個字。越大表示它能閱讀更多內容後才遺忘。 |
| 差異比對 | 一個並排檢視,顯示檔案將發生的具體變更 — 舊版在一邊,新版在另一邊 — 在 Ava 修改之前顯示給你核准。 |
| 儲存庫(倉庫) | 追蹤變化的專案資料夾,通常搭配 Git 使用。如果這聽起來還很陌生,它只是「存放我專案的資料夾」。 |
| 提示詞 | 你輸入給 AI 的內容 — 你的問題或指示。 |
路由 —— Ava 如何選擇模型
簡短來說:你永遠不必決定使用哪個 AI 模型。Ava 會替你完成,為工作的每一部分選擇最佳工具——就像一位優秀的管理者將合適的任務交給合適的人一樣。
您可以從兩種風格中選擇一種——Maestro 或 Supernova——Ava 會將每項工作發送給最適合處理該工作的模型。Maestro 是預設選項,在所有方案中都可用,對大多數人來說都是不錯的選擇。
為什麼要路由?
為每個步驟配置合適的模型,比把所有事都交給一個昂貴的大模型花費更少——而且效果更好,因為每個模型都做它最擅長的事。你獲得穩定的成本和優質的結果,卻無需知道哪個模型是什麼。
Show me the details
並排比較
| Maestro | Supernova | |
|---|---|---|
| 協調者 | Qwen 3.8 Flash(1M 上下文,多模態) | DeepSeek V4.1 Flash(1M 上下文,384K 最大輸出,多模態) |
| 建構者 | Qwen 3.8 Flash(沿用協調器) | Qwen 3.7 Plus |
| 中階專家 | — | DeepSeek V4.1 Flash(程式碼審查、事實查核、偵查、掃描、安全驗證等) |
| 意圖篩選 | Qwen 3.7 Flash | Qwen 3.7 Flash |
| 輕量專家 | Qwen 3.5 Flash | Qwen 3.5 Flash (偵察員、驗證器、序列生成器、挑戰者、整合者) |
| 聊天 | Qwen 3.5 Flash | DeepSeek V4.1 Flash |
| 圖像生成協調 | Qwen 3.5 Flash | Qwen 3.5 Flash |
| 視覺 | Qwen 3.8 Flash (原生、圖像 + 影片) | Qwen 3.8 Flash (原生、圖像 + 影片) |
| 長篇寫作 | Qwen 3.7 Plus | Qwen 3.7 Plus |
| 資料所在地 | 混合(Alibaba Cloud) | 混合(DeepSeek + Alibaba Cloud) |
| 狀態 | 現正可用 · 所有方案 | 現正可用 · 所有方案 |
| 最適合 | 日常工作,成本可預測 | 重度多步驟工作,每種方案均配備前沿協調器 |
Maestro
採用分級差異化的 Qwen 路由策略,體積輕巧。Qwen 3.8 Flash 坐穩協調者位置,因為 Maestro 會重用這個協調者作為建構器,所以它同時掌管規劃與長上下文任務。由於具備多模態能力,視覺輸入無需額外模型支援。Qwen 3.5 Flash 負責聊天與圖像生成的調度,其 $0.05/$0.40 的定價在大多數低深度 Token 用量上更具優勢。上游意圖篩選於 2026-09-10 升級至 Qwen 3.7 Flash —— 準確率達 99.6%,相較於 3.5 Flash 的 92.9%,p50 延遲僅增加 32ms;若在此處失誤,將啟動整套專家團隊協作,而不只是回答品質下降。長篇寫作則繼續交由 Qwen 3.7 Plus 處理。
若主要協調者無法使用,系統會依照階梯順序進行切換:Qwen 3.8 Flash → 3.7 Plus → 3.5 Flash。因此,第一道備援方案反而是能力的提升,而非退步 —— 這對一個比備援方案更便宜的領導者來說是合理的設計。Qwen 3.8 Flash 於 2026-10-06 取代 3.7 Plus 成為領導者,原因在於成本:領導者負責每一輪對話的每一個步驟,這讓 Maestro 單次操作的費用大約減半。Qwen 3.5 Plus 則於 2026-09-10 退出此階梯,因為它在各方面都不敵 3.8 Flash —— 價格更低、支援多模態、且世代更新。這兩款模型仍可單獨選用;它們只是不再作為艦隊自動切換的路徑步驟。
Supernova
多語言集成團隊。DeepSeek V4.1 Flash 負責協調,並將每個子任務分派給最合適的專家:Qwen 3.7 Plus 執行所有建構器生成任務,DeepSeek V4.1 Flash 處理聊天、規劃、安全、教學以及中層審計/審核角色,Qwen 3.5 Flash 承擔輕量級分類工作並調度圖像生成工具呼叫,Qwen 3.8 Flash 負責讀取視覺輸入,而長篇內容創作輸出則由 Qwen 3.7 Plus 完成。關於視覺能力值得一提:如今將其放在 DeepSeek 家族之外是出於「選擇」而非「必要」。V4.1 Flash 的前任版本在 API 層面都無法識別視覺,因此視覺功能不得不分離;但 V4.1 Flash 本身視覺能力完善,座位依然保留給 Qwen,因為我們的視覺路徑是針對 Qwen 優化的,且 Qwen 也支援影片。整個艦隊現在能以閃電版的價格運行,卻不犧牲前沿級的工作能力 —— 這聽起來不像是一種妥協,因為在這些廠商中,Flash 系列往往是最新模型最先登陸的地方。
Ava 積分 — 計費說明
積分只是 Ava 計算您使用量的方式——就像手機方案的通話分鐘數。每個方案,包括免費方案,都附帶一組積分池,Ava 做的每件事(回答您、生成圖片)都會消耗少量積分。這就是核心概念。下方的詳細信息供您需要精確了解各項費用時參考。
Ava 使用積分計費,而非原始 Token。(所謂的「Token」是指 AI 模型讀寫的最小文字單元 —— 大約幾字 —— 多數服務商按 Token 計費,這往往難以預估。)一個積分相當於一個工作單位,例如:一次對話回合、一個人格助手生成(一位助手完成任務的一小部分)、或一次圖像生成。與 Token 級計量解耦後,您無需了解背後運行的是哪款模型,也能清楚知道每次操作的成本。無論是 Maestro 將對話路由至 Qwen 3.7 Plus,還是 Supernova 路由至 DeepSeek Flash,同樣的對話回合費用都是一樣的。
方案
每個方案均可訪問所有功能——模型訪問權、Creative Studio、全部七種模式、完整的人物編排。更高階的方案購買更多積分和更高的限額上限,而非解鎖額外功能。
- 免費 — 每月 $0。300 積分。20 請求/分鐘限額。無需綁定卡片。
- 專業版 — 每月 $19。5,000 積分。60 請求/分鐘。
- 超頻版 — 每月 $39。10,000 積分。120 請求/分鐘。
- 企業版 — 每月 $79。20,000 積分。200 請求/分鐘。
各項費用說明
單項操作費用表 —— 列出每次操作執行時,將從您的積分餘額中扣除多少。(所謂「快取命中」,是指 Ava 重複利用已完成的結果,而非重新計算;此時費用會降低 —— 通常減少 70%,對於 DeepSeek Flash 這類輸出密集型模型則減少 50%。)
- 對話輪次 — 2 積分。任何模式下的單次來回互動。
- 輕量調用 — 1 積分。意圖閘門、分類、單次讀取。
- 重角色 — 3 個信用點。架構師、研究員、CVE 研究員、構想家(深度 ≥ 4)。
- 輕角色 — 1 個信用點。偵察兵、驗證者、序列器、挑戰者(深度 ≤ 2)。
- 編排 — 10 個信用點。完整角色流程啟動(指揮官 + 多角色任務)。
- 圖像生成 — 12 個信用點。Creative Studio.
- 影片生成 — 150 個信用點(720p),1080p 時為 300 個。Creative Studio,透過 Wan。
- 語音生成 — 10 個信用點。Creative Studio,透過 Qwen3-TTS。
- 背景移除 — 2 個信用點。
各模型倍率
這部分給好奇的你 — 使用 Ava 不需要懂它。倍率只是根據執行動作背後的模型成本高低來調整信用點費用,所以較重的模型會稍微貴一點。(「淨利潤」是專案在支付自身開銷後保留的部分 — 我們設定得較低,讓價值能回流給你。)
每個模型都配有一個倍率,用來調整行動成本,以反映該模型實際運行的費用 —— 輕量模型比標準費率便宜,重量級則更貴。淨利潤目標設定為約 30%,此前曾從 55% 和 40% 調降:每次目標下調,所有倍率隨之降低,省下的差額就退還給您。
- 1.0× —— 未列明倍率的其他模型。即標準費率。
- 艦隊本身不會產生額外費用。所有路由方式設計上均為 1.0×;每次操作的成本完全取決於實際運行的模型。這就是為什麼將艦隊切換到更廉價的領導模型時,費用會自然降低,而無需調整任何價格設定。
- 關於 DeepSeek 的一點說明:在 UTC 時間 01:00–04:00 和 06:00–10:00 期間,費用會加倍。這裡與成本計算器中列出的所有 DeepSeek 價格皆為離峰價,涵蓋每天 24 小時中的 17 小時。
BYOK 與信用額度
BYOK(「自帶金鑰」——意指你自行提供 AI 服務商的帳戶與金鑰,這相當於一把私密密碼,讓軟體得以使用你的付費帳戶)是針對那些已經直接向 AI 服務商付款的使用者。若非如此,你可以完全略過本節。
自帶金鑰請求完全繞過平台基礎設施——請求從 Ava 直接連接到服務商,由你向服務商付費,不會消耗信用額度。唯一例外是當 BYOK 會話為子任務啟動了受管理層級的角色時;此時仍會扣除信用,因為使用了 Ava 的協調層。
如何查看餘額
- 擴充套件 — 設定 → 帳戶,或是聊天標題列上的信用徽章。
- IDE — 帳戶儀表板磁磚顯示目前餘額與消耗速度。
- Web 版 — avasupernova.com/dashboard 可查看餘額、歷史紀錄與續約日期。
模式 — Ava 的工作狀態
模式代表 Ava 當下的工作心態——就像同事更換角色。還是同一个人,對你的記憶也一樣,但建構者的思考方式與教師不同。你選定模式,她就會改變行事風格並帶來相應的助手。隨時可用模式選擇器切換,或直接輸入兩字縮寫。
| 前綴 | 模式 | 思維模式 | 摘要 |
|---|---|---|---|
>> | Code | Builder — full tool access, executes plans with precision. | Write code, run tests, ship changes. Simple tasks run directly; complex multi-file or architecture work triggers the persona conductor. |
:: | Plan | Architect — evidence-based proposals, no code changes. | Read-only. Researches, designs approaches, challenges assumptions, and presents a plan for your approval before any execution. |
.. | Chat | Friend — personal conversation, off the clock. | Open conversation with memory, search, journal, weather, and news. No personas, no orchestration — just Ava. |
?? | Teach | Tutor — Socratic guidance, adaptive to pace. | Build curriculums, deliver lessons, run quizzes, track progress. Five specialists run the teaching loop. |
!! | Security | Auditor — systematic vulnerability scanning, paranoia as a virtue. | Five-persona security team: recon, scan, CVE research, verify, report. OWASP and dependency CVE coverage end-to-end. |
** | Brainstorm | Ideator — grounded ideas, actionable paths. | Mines your context, researches the market, generates specific ideas, challenges them, and refines the survivors into next steps. |
<< | Write | Author — compose, edit, and design real documents. | Author reports, proposals, articles and more in Markdown, then export branded Word/PDF. Start from a template, refine section by section, see it live. No code — just writing. |
你想要哪一個?
從你想做的事開始——模式會隨之而定:
- 我想要建立或修改內容 → 程式碼 (>>)。你描述需求,她負責實作,並先讓你檢視每一處變更。處理大型任務時,完整的助手團隊都會加入。
- 我希望在變動前有個計畫 → 規劃 (::)。她會先深思熟慮,交出計畫供你核准或編輯。在此模式下,她不會觸碰你的檔案。
- 我只是想聊聊或詢問 → 聊天 (..)。一位有記憶力、掌握新聞與天氣的思考夥伴。不更動檔案、不編寫程式碼——只有對話。
- 我想學習某些東西 → 教學 (??)。為你量身打造的真實課程:課程、測驗等全套內容。所有方案皆適用。如果你是新手,這非常適合。
- 我想檢查專案是否有安全漏洞 → 安全 (!!)。團隊會依照標準清單檢查常見的網頁弱點(即「OWASP」類別)以及已知通報的缺陷(稱為「CVEs」),然後交出一份依嚴重程度排序的報告。此功能專為開發者設計——如果你不是開發者,可以跳過。
- 我想要點子 → 腦力激盪 (**)。她根據你的實際狀況產生選項,找出薄弱之處加以修正,並將其餘部分精煉成下一步行動。
- 我想要撰寫文件 → 撰寫 (<<)。報告、提案、信件、文章——她用 Markdown 起草,並匯出帶有品牌格式的 Word 文件或 PDF,逐段進行修飾。沒有程式碼,只有寫作。
記憶 —— Ava 如何記住您
簡單來說:Ava 記得您。告訴她一件事一次——您喜歡什麼、您做的決定——她都會記住,所以您在下次對話或下一週就不用重複了。這就是重點。下面的層次只是解釋她如何隨著時間保持記憶整齊。
Ava 擁有持久記憶(「persistent」意指即使你關閉應用程式,它也會保留下來),這份記憶能跨越對話與專案,且僅存在於你的電腦上。這不是聊天紀錄,而是對「你是誰」、「你喜歡什麼」以及「你做過哪些決定」的結構化、可搜尋的理解。
五層架構
- 提取 — 即時捕捉每則訊息中的關鍵事實。
- 反思 — 在有意義的會話結束後進行更深度的分析。模式、主題、矛盾之處。
- 累積 — 修正與偏好會隨著數週數月不斷疊加。
- 分析 — 圖形引擎連結相關記憶,當新資訊與舊資訊衝突時標記矛盾。
- 整合 — 相似記憶合併;過時的記憶修剪。記憶隨時間變得更清晰,而非更雜亂。
檢索
當你提問時,Ava 會透過意義搜尋記憶(`semantic search` —— 它理解你的意思,所以即使你措辭不同,也能找到正確的記憶)。特定模式的過濾器同時運作——聊天模式拉取個人背景,工作模式拉取專案決策和程式碼模式。
任務與日誌
Ava 為你保存三種筆記,很容易混淆。快速記憶法:記憶是她對你的了解,任務是你仍需完成的事,日誌則是事情經過的日記。以下是使用時機。
- 記憶——持久的事實。偏好、決策、模式。被反覆詢問,很少手動建立。
- 任務——待辦事項。帶有截止日期和狀態的行動項目。完成時勾選。
- 日誌——反思。每日記錄,雙重條目(你的和 Ava 對該次會話的觀察)。用於情緒追蹤、會話回顧、明天的背景資訊。
當合理時,Ava 會寫入所有三類。你可以從儀表板直接寫入任何一類。沒有任何內容鎖定在你使用 Ava 的單一位置——你在其中一個地方建立的任務(例如命令列工具)會自動出現在其他地方(例如桌面應用程式)。
權限——你的安全旋鈕
權限是你的安全旋鈕。它決定 Ava 是在電腦上執行動作前徵求你的同意,還是直接進行。你可以設定她詢問一切、僅詢問風險事項,或是信任她執行——且隨時可更改。若你不確定,保持預設值即可。
Ava 擁有超過 120 個工具(「工具」是她可以執行的動作 —— 讀取檔案、搜尋網頁等)。每個工具都屬於一個類別(檔案操作、Shell、Git、網頁、媒體、資料庫、系統、文件、記憶、學習)。每個工具呼叫在執行前都會經過許可閘門(一個決定是否先詢問您的檢查點)。您來決定哪些自動批准、哪些只問一次、哪些每次都問。
| 類別 | Strict | Balanced | Autonomous |
|---|---|---|---|
| File operations | First time only | Auto-allow | Auto-allow |
| Shell | Always ask | Always ask | Auto-allow |
| Git | Always ask | First time only | Auto-allow |
| Web | Always ask | First time only | Auto-allow |
| Media | First time only | Auto-allow | Auto-allow |
| Database | Always ask | Always ask | Auto-allow |
| System | Always ask | Always ask | Auto-allow |
| Documents | First time only | Auto-allow | Auto-allow |
| Memory | Auto-allow | Auto-allow | Auto-allow |
| Learning | Auto-allow | Auto-allow | Auto-allow |
| Every write and dangerous tool asks first. Maximum control. | Writes auto-allowed, dangerous tools still confirm. The default. | Everything auto-allowed. Plans and user questions still pause. |
平衡是預設值。嚴格模式用於審計她的行為(仔細檢查每個步驟)。自主模式用於你想讓她自行執行時。
引導與停止 Ava
你始終掌握主導權。當 Ava 忙碌工作時,你可以輕推她轉向新方向而不打斷節奏,或直接立刻停止她。兩個按鈕,兩種結果——這就是本頁的重點。
Ava 會執行直到計劃完成或你停止她。在她運行時,你有兩種介入方式(這個動作稱為「干預」)。
介入 —— 導向但不取消
當 Ava 工作時輸入新訊息。她會先完成目前的工具呼叫,讀取你的訊息,然後調整計劃。不會遺失任何上下文。當你想要在中途重定向、補充資訊或改變優先級時使用此功能。
強制停止 —— 取消並清除
按下 Escape (CLI)、點擊停止 (擴充套件、IDE),或輸入停止指令。目前的執行會被取消,待處理的工具呼叫也會終止,對話準備好迎接全新的回合。
桌面角色
本頁面向好奇者及進階用戶。「桌面自動化」(有時稱為「電腦操作」)意味著 Ava 實際上可以點擊你的螢幕並為你使用應用程式——開啟 Gmail、填寫表單、發送訊息——就像坐在鍵盤前的人一樣。為了安全地做到這一點,她將工作分散給五個小助手,每個助手只有一個狹窄的角色。你無需直接與它們互動;這裡只是展示誰負責什麼。
桌面任務的每一步(Ava 驅動你的螢幕朝向目標的一次執行)都會啟動一個五人角色組。每個角色只有一份工作,且僅限一份。這種分離確保提示緊湊、輸出結構化,並且設計上保持審慎推理。
偵察兵
報告當前螢幕上可見的內容。絕不虛構元素。絕不規劃。返回包含元素 ID、名稱、邊界框、置信度和基礎來源(UIA、Playwright DOM 或 OmniParser 視覺)的 ScreenState JSON。
規劃師
決定單一的下一步行動。每步僅一個行動——絕不分批。偏好可逆路徑。根據安全本體論分類風險。輸出包含類型、目標、參數、風險類別、推理和預期後狀態預測的 ProposedAction JSON。
執行者
在通過批准閘門後,精確執行規劃師提出的內容。無即興發揮。無重試。失敗會忠實報告,由驗證器處理下一步。
驗證器
檢查行動是否成功。將新的 ScreenState 與規劃師的預測進行比較。返回 verified、deviated 或 rollback_needed。同時運行循環檢測——重複已成功的行動是偏離,而非驗證。
敘述者
這是用戶在任務過程中唯一聽到的聲音。每步一句過去式句子(「已開啟 Gmail。」、「已點擊撰寫。」)。也撰寫結構化審計日誌。出錯時會說明——絕不隱藏問題。
桌面安全分類體系
簡而言之:在 Ava 點擊螢幕上的任何內容之前,她會根據風險程度對行動進行分類。閱讀螢幕?無害。發送金錢或刪除內容?她總是會先停止並詢問你——每一次,絕無例外。下方的五個標籤只是那個風險梯子的階梯。這是進階用戶的細節,但重點很簡單:危險的事情總是需要你的同意。
每個建議的行動都歸類為五種風險類別之一。分類結合三個信號——螢幕上的目標是什麼、它的通俗語言描述(「語義標題」—— Ava 對自己正在看什麼的描述)、以及行動設定——當它們不一致時會升級(視為更高风险)。誤報(不需要問卻問了)只是煩人。漏報(應該問卻沒問)則是災難性事故。
五個類別
- 觀察性 —— 讀取 UIA 樹、截圖、懸停。始終自動允許。
- 導航性 —— 捲動、移動焦點、開啟選單。在駕駛模式下自動允許。
- 可逆變更 — 在欄位輸入、貼上、開啟應用程式、瀏覽網址。Ask 模式下會確認;Drive 模式下在白名單內則自動執行。
- 不可逆變更 — 發送、提交、付款、刪除、確認、發布。無論權限等級為何,一律需要確認。批准記錄永不快取。
- 特權操作 — 使用者帳戶控制權限提升、sudo 指令、編輯登錄檔、憑證提示。預設禁止。每個工作階段需單次手動同意。
不儲存批准的記錄
所有競爭對手都會儲存批准記錄(記住你的「是」,下次重複使用)。這是提示詞注入攻擊最大的漏洞——一種陷阱網頁偷偷塞入隱藏指令給 AI,讓它做出對你不利的行為。如果批准被儲存,被駭的網頁就能利用你之前說過的「是」。Ava 絕不儲存。每次不可逆變更動作都會重新詢問。
機密資料處理
密碼、API 金鑰和雙重驗證代碼(登入時第二個應用程式或簡訊給你的一次性代碼)透過不透明句柄處理——即替換真實數值的佔位符。Ava 看到的是「{secret}」,而非實際密碼。真實值從不進入她的記憶、活動日誌或她「讀取」的內容——由一個獨立的底層模組在最後一刻、按下鍵盤時輸入,這樣 AI 部分就完全不會接觸到它。
桌面錨定層級(預覽版)
在 Ava 點擊按鈕之前,她必須真正理解螢幕上顯示什麼、東西在哪裡——這就是「錨定」(弄清楚螢幕上每個物件是什麼及其確切位置)。她有這三種方法,並會選擇最適合你當前應用程式的最可靠方式。這是深入進階使用者的細節;重點在於她偏好紮實準確的方法,而不是從圖片猜測。
三個層級,依序評估。最輕量且可靠的來源優先。
1. 瀏覽器視窗 → Playwright `DOM`
如果活躍視窗是網頁瀏覽器,Ava 會讀取頁面自身的結構(`` `DOM` ``——頁面上內容的底層列表),而不是從圖片猜測。讀取結構比肉眼檢視像素大約可靠 10 倍——她知道每個按鈕的確切位置以及頁面何時載入完成。這是網頁相關操作的主要途徑,並非備案。
2. 支援 `UIA` 的原生應用程式 → Windows `UI Automation`
對於 Windows 上的普通桌面應用程式,Ava 會讀取內建的無障礙地圖(`` `UIA` ``,與螢幕閱讀器用來描述視窗的相同數據)——它列出每個控制項、名稱及位置。如果該地圖回傳至少五個可用且有名的項目,她就會信任並使用它。
3. `UIA` 空白或無效 → OmniParser 視覺
當該地圖缺失或無用時(某些應用程式、遊戲和遠端畫面不提供),Ava 會退而求其次,直接查看螢幕截圖。視覺工具(OmniParser)會識別可點擊區域並標註每個區域是什麼,將圖片轉回她能操作的列表——再結合無障礙地圖提供的任何少量資訊。
桌面緊急停止開關(預覽版)
「緊急停止開關」聽起來就是那麼回事——當 Ava 控制你的螢幕時,立即停止她的緊急方式。令人安心的是:有三個開關,各自獨立建置,所以如果一個失效,另一個仍然有效。你不需要學會全部三個。只需知道當事情看起來不對勁時,你總能停止它,而最強力的停止(下方的恐慌停止機制)不依賴 Ava 的配合。
在研讀了所有公開的自主事故(AI 代理忽略停止指令、刪除電子郵件封存、格式化硬碟等真實案例)後,我們在三層不同的架構中建立了三個緊急停止開關。它們都不依賴 AI 模型本身——如果 Ava 卡住或無反應,你仍然可以停止她。
暫停 —— 空格鍵或暫停按鈕
會在下一個步驟邊界暫停。可以繼續。如果你想在不干擾進度的情況下介入,就用這個。
停止 — 按 Esc 鍵或點擊停止按鈕
乾淨地中止。講述者會總結目前的進度。無法恢復執行。審計日誌已記錄。
緊急強制終止 — 連按三次 Esc 或 Ctrl+Shift+K
這是最強力的停止方式。有一個獨立的小型監控程式,會強制關閉負責控制你螢幕的 Ava 部分。它不用等 AI 回應,也不用視窗正常運作,不管現在是什麼狀況,它都會直接終止。只有當事情真的嚴重出錯時,才需要用到它。
工具參考
這是 Ava 所有工具的完整清單。「工具」指的是她能執行的特定動作,像是讀取檔案或進行搜尋。其實你不需要看這一頁。每次都是 Ava 自己挑選最適合的工具。這裡列出是供你好奇她具體能做些什麼時參考。
這是完整的內建工具箱。這裡的每個工具都已註冊在核心運行時(支撐三個介面的引擎)中,只要模式和權限允許,Ava 就能使用。你可以依類別或風險來篩選。
不需要記住這些細節——下方的表格只是一張快速參考表。
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
analyze_architecture | safe | Analyse project architecture — dependency graph, circular imports, coupling hotspots, file metrics. |
browse_library | safe | Browse the project creative asset library — images, videos, audio, documents. |
docs_lookup | safe | Search Ava documentation to help users with features, setup, and troubleshooting. |
file_edit | write | Replace an exact string in a file with new content. |
file_read | safe | Read the contents of a file with line numbers. |
file_write | write | Create or overwrite a file with the given content. |
find_symbol | safe | Find where functions, classes, types, and other symbols are defined or referenced. |
glob | safe | Find files matching a glob pattern. |
grep | safe | Search file contents using regex patterns. |
list_directory | safe | List the contents of a directory with file types and sizes. |
project_index | safe | Scan, refresh, or display the project structure index. |
self_inspect | safe | Read Ava own source code when the actual implementation needs to be quoted or examined. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
apply_plan | write | Apply a batch of file edits atomically with a git checkpoint for safe rollback. |
doc_generate | write | Generate project documentation (README, API docs, architecture overview) from source code. |
document_author | write | Author and edit prose documents (Markdown source → branded Word/PDF), non-destructive and section-surgical. Powers Write mode. |
document_manage | write | Create, read, edit, and export documents (Word, Excel, PDF, CSV, Markdown). |
email_draft | safe | Draft an email with structured content, tone control, and .docx file output. |
health_catalogue_search | safe | Search the exercise and recipe catalogue for the slugs used to build health plan days. |
health_plan_create | write | Create a health plan — meal, fitness, or combined — of 1, 3 or 7 days, saved to the local plan library. |
health_plan_delete | dangerous | Permanently delete a health plan the user has asked to be rid of. Refuses once any meal or session has been logged against it — those are archived, never destroyed. |
health_plan_list | safe | List existing health plans with their dates, so a new plan never displaces one already running without saying so. |
health_plan_update | write | Change an existing plan's title, goal, status or start date — including activating or archiving it. |
health_plan_update_day | write | Change a single day of an existing health plan. |
health_profile_ask | safe | Ask the user to fill one health-profile field via a structured control (goal cards, equipment chips, a number box) and save it. |
journal_write | safe | Write to the dual journal — Ava session observations and the user reflection log. |
open_health_room | safe | Open the focused Health room for the user to build a fitness, meal, or combined plan — shows a button rather than building in chat. |
present_plan | write | Present a structured plan for the user to review and approve before execution. |
report_generate | write | Generate a structured .docx report from tasks, journal, memory, and project data. |
switch_mode | safe | Offer to transition to a different mode when the current mode work is complete. |
task_manage | safe | Manage the personal task list — list, create, complete, update, delete. |
task_suggest | safe | Offer the user a task you noticed as a card they can add, edit, or dismiss — never writes to their list without a tap. |
todo_write | safe | Create or update a visual task list for tracking progress in the current session. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
ask_user | safe | Ask the user a question and wait for their response. |
audit_dependencies | safe | Run a security audit on project dependencies and report vulnerabilities. |
curator | safe | Consult the Curator specialist for a design or taste decision. |
detect_language | safe | Detect the human language of a text snippet from 20+ supported languages. |
env_write | write | Write a granted secret to the project env file. Hard-fails if the env file is not in .gitignore. |
get_datetime | safe | Get the current date, time, and timezone from the host system. |
propose_tool | write | Propose a new tool to the development team when a capability gap is hit. |
secret_request | safe | Request access to a secret from the user vault. Returns an opaque handle the host substitutes at execution time. |
support_request | write | Submit a support ticket to the Ava development team. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
bash | dangerous | Execute shell commands with output capture, error handling, and safety sandboxing. |
benchmark | safe | Run a command and measure execution time, optionally comparing against a stored baseline. |
debug_logs | safe | Read and filter log files or command output for debugging. |
test_generate | write | Generate test scaffolding for a source file using the detected test framework. |
test_run | safe | Detect the project test framework and run tests (full suite or specific file). |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
browser | dangerous | Automate browser interactions — navigate, click, fill, screenshot, extract text, run JS. |
http_request | dangerous | Make HTTP requests (GET, POST, etc.) with automatic retries and response parsing. |
news | safe | Fetch curated tech and AI news, filterable by category or keyword. |
paper_fetch_full_text | safe | Fetch a scientific paper (title, authors, abstract, and section-extracted body when available) from arXiv, OpenAlex, or Crossref. Powers the Library. |
release_notes | safe | Fetch published release notes for Ava Supernova. |
weather | safe | Get current weather and 3-day forecast. Auto-detects location if none specified. |
web_search | safe | Search the web for current information. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
conversation_recall | safe | Search earlier in the current conversation, including turns compressed out of working context, to recall what was said or decided. |
memory_delete | safe | Delete a specific memory entry by ID. |
memory_recall | safe | Search persistent memory for information from past conversations using semantic queries. |
memory_save | safe | Save information to persistent memory that survives across conversations. |
memory_update | safe | Update an existing memory entry by ID. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
database_query | dangerous | Execute read-only database queries and visualise results in tables. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
design_brand_kit | write | Read or update the user's brand kit (palette and style words) so generated icons stay on-brand. |
design_find_shape | safe | Find a known-good Lucide shape to use as an icon's armature, so the result reads as the intended subject. |
design_generate_icon | write | Generate one on-brand icon from a shape armature (Lucide → image model → transparent matte), with material and colour. |
design_generate_image | write | Generate a free-form full-frame image on the Design Studio canvas from a prompt — no armature, no matte. |
design_generate_set | write | Generate a matched set of 2–12 icons with material, colour, and lighting held constant so they read as a family. |
design_generate_video | write | Generate a short video (2-30s) on the Design Studio canvas from a prompt, via Wan. |
design_generate_voice | write | Generate a spoken voiceover on the Design Studio canvas via Qwen3-TTS, from a script and a chosen voice. |
design_save | write | Save the icon currently on the canvas to the local creative library as a transparent PNG. |
open_design_studio | safe | Open the focused Design Studio for the user to make an icon or on-brand asset — shows a one-tap button rather than generating in chat. |
remove_background | write | Remove the background from an image, making it transparent. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
git_commit | write | Stage and commit changes with an auto-generated or custom commit message. |
git_create_pr | write | Create a GitHub pull request from the current branch with an auto-generated title and description. |
git_diff | safe | Show formatted git diffs with structured modes (staged, unstaged, all, branch). |
git_status | safe | Run read-only git commands (status, diff, log, branch, show). |
rollback | dangerous | Restore, discard, or check the status of a git checkpoint. |
| 工具 | 風險等級 | 功能說明 |
|---|---|---|
learning_create | write | Create a structured learning curriculum with modules and lessons for the user. |
learning_progress | safe | View learning progress, list curriculums, find next lesson, check review schedule, or search learning content. |
learning_teach | write | Deliver a lesson, write teaching content, give feedback, run a quiz, or trigger a review. |
open_learning_room | safe | Open the focused Learning room for the user to build a study plan and start a guided course — shows a button rather than teaching in chat. |
風險等級
- 安全 — 只讀取內容,不會修改任何東西。file_read, glob (依名稱模式找檔案), grep (在檔案內搜尋文字), git_status (Git 是用來追蹤專案變更的系統)。
- 寫入 — 修改檔案、儲存工作檢查點(稱為「提交」),或是產出新內容。file_edit, git_commit, generate_image.
- 危險 — 在你的電腦上執行指令(「Shell」)、控制桌面、連線到網際網路,或是查詢資料庫。bash, browser, desktop_*.
模型
「模型」就是負責思考的 AI 大腦——像是 Qwen, DeepSeek, Mistral 等。此頁面列出 Ava 能使用的所有模型。簡單說:你不需要手動選擇。Ava 會為每個步驟自動挑選合適的模型。除非你想了解或手動覆蓋,否則不用看這裡。
列出 Ava 能調用的所有模型,以及三種協調策略——也就是決定哪個模型負責哪部分工作的規則。你可以選擇路由模式讓 Ava 自動分派,或者指定單一模型,完全跳過路由。
路由模式
兩種精心策劃的策略。相同的角色流程(也就是 Ava 在幕後運作的專家助手小團隊)適用於兩者;差異在於底層的模型陣容。只需在模型選擇器中挑選模式,Ava 就會處理其餘部分。下方每張卡片展示了指揮官將任務分配給哪些專家。
不需要記住下方的卡片——它們只是為了讓你看看每個策略是由哪些部分組成的。
✦ Maestro — single-conductor
One conductor drives the entire persona pipeline (Scout, Architect, Builder, Verifier). A cheap fast model handles the upstream intent gate so the conductor only spins up when orchestration is actually needed. Default for everyone, live on every plan.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Qwen 3.8 Flash — conductor + every persona + vision; multimodal incl. video | 1M | $0.15 / $0.47 | toolsvisionthinkingstreaming |
| Qwen 3.7 Plus — second rung on the ladder, and long-form writing | 1M | $0.40 / $1.60 | toolsvisionthinkingstreaming |
| Qwen 3.5 Flash — light classifier tier | 256K | $0.05 / $0.40 | toolsstreaming |
✦ Supernova — polyglot ensemble
Best-of-breed routing — the coordinator picks the right specialist for each subtask. Every DeepSeek seat is now one model at one price: DeepSeek collapsed V4 Pro into V4.1 Flash on 2026-09-10, so the fleet gets frontier-class reasoning at flash-tier cost throughout rather than paying up for the seats that need depth.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| DeepSeek Flash — coordinator + planning, chat, long-context, security, brainstorm, teach; Researcher, CVE Researcher, Ideator, Code Reviewer, Fact Checker, Quiz Master, Recon, Scanner, Curriculum Architect, Tutor, Curator, Explorer, Refiner, Security Verifier/Reporter personas. One model across every DeepSeek seat since 2026-09-10 | 1M | $0.15 / $0.60 | toolsvisionthinkingstreaming |
| Qwen 3.8 Flash — vision seat + Design Reviewer persona | 1M | $0.15 / $0.47 | toolsvisionthinkingstreaming |
| Qwen 3.7 Plus — Builder + coding, image-gen; Architect + Content Writer personas | 1M | $0.40 / $1.60 | toolsvisionthinkingstreaming |
| Qwen 3.5 Plus — outage fallback tier only (retired from primary routes) | 1M | $0.20 / $1.20 | toolsvisionthinkingstreaming |
| Qwen 3.7 Flash — upstream intent gate | 1M | $0.10 / $0.40 | toolsvisionthinkingstreaming |
| Qwen 3.5 Flash — Scout, Verifier, Sequencer, Challenger, Integrator personas (depth ≤ 2) | 256K | $0.05 / $0.40 | toolsstreaming |
平台管理模型
適用於所有方案,包含免費版。Token(AI 衡量文字量的單位,大約相當於四分之三個字)會從您的方案配額中扣除。金鑰(用於解鎖各付費模型的私密密碼)由平台負責輪替與監控——您完全不需要自行設定。
Qwen (Alibaba Cloud)
Qwen 3.8 Flash coordinates Auto Mode; 3.5 Flash is the fast-path option. All models available on every plan.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Qwen 3.8 Max | 1M | $2.00 / $6.00 | toolsvisionthinkingstreaming |
| Qwen 3.8 Flash | 1M | $0.15 / $0.47 | toolsvisionthinkingstreaming |
| Qwen 3.7 Plus | 1M | $0.40 / $1.60 | toolsvisionthinkingstreaming |
| Qwen 3.5 Plus | 1M | $0.20 / $1.20 | toolsvisionthinkingstreaming |
| Qwen 3.5 Flash | 256K | $0.05 / $0.40 | toolsstreaming |
DeepSeek (Supernova orchestration)
Powers Supernova routing mode. One model across every DeepSeek seat since 2026-09-10, when DeepSeek retired V4 Pro into V4.1 Flash: it coordinates the persona pipeline AND handles builds and review. Open-weight MIT, 1M context, 384K max output, multimodal, dual thinking/non-thinking modes. Prices are off-peak; peak (01:00-04:00 and 06:00-10:00 UTC, Mon-Fri) is exactly double.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| DeepSeek V4.1 Flash | 1M | $0.15 / $0.60 | toolsvisionthinkingstreaming |
自帶金鑰
「API 金鑰」是讓軟體能在您帳戶中使用付費服務的私密密碼。「BYOK」意指「自帶金鑰」——也就是使用您自己的金鑰,而不是我們的。請將 API 金鑰貼上至設定頁面。透過 BYOK 的請求會直接從 Ava 傳送至供應商(即運行模型的企業)——這些請求不會經過我們的基礎設施,也不會消耗平台 Token。費用由您直接向供應商支付;我們無法看見流量。
MiniMax
BYOK chat — bring your own MiniMax API key. M3 is the flagship (1M context, native multimodal); M2.7 is the cheaper 204K text tier, with a highspeed variant for latency-sensitive work. MiniMax does not document vision support for M2.7, so we treat it as text-only.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| MiniMax M3 — prices shown are the ≤512k tier; turns above 512k bill at double | 1M | $0.30 / $1.20 | toolsthinkingstreamingvision |
| MiniMax M2.7 | 205K | $0.30 / $1.20 | toolsthinkingstreaming |
| MiniMax M2.7 Highspeed | 205K | $0.60 / $2.40 | toolsthinkingstreaming |
DeepSeek
One model, since DeepSeek collapsed the line on 2026-09-10 and retired V4 Pro into V4.1 Flash — open-weight MIT, 1M context, 384K max output, multimodal, dual thinking modes. Every retired id we have shipped (V4 Pro, V4 Flash, and the older V3.2 deepseek-chat / deepseek-reasoner) is rewritten to this one before the request goes out, so an old saved setting keeps working. Prices are off-peak; peak (01:00-04:00 and 06:00-10:00 UTC, Mon-Fri) is exactly double.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| DeepSeek V4.1 Flash | 1M | $0.15 / $0.60 | toolsvisionthinkingstreaming |
Qwen (Alibaba Cloud) — your own key
Bring your own DashScope (international) key. Qwen 3.8 Max (3 August 2026) is the current flagship. It replaced 3.7 Max entirely on 2026-08-09 — it is cheaper at $2/$6, doubles the output ceiling to 131K, and takes video as well as images, so there was no task left that 3.7 Max was the right pick for. Max is ALSO served on a plan; the earlier note that it was BYOK-only stopped being true on 2026-07-23. Prices are Alibaba's published international rates; 3.7 Plus is tiered (input rises above 256K tokens) and the figure shown is the base tier. 3.5 Plus and 3.5 Flash still answer but Alibaba now treats them as legacy.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Qwen 3.8 Max — Alibaba's flagship, 131K output, video in | 1M | $2.00 / $6.00 | toolsvisionthinkingstreaming |
| Qwen 3.7 Plus | 1M | $0.40 / $1.60 | toolsvisionthinkingstreaming |
| Qwen 3.5 Plus — legacy | 1M | $0.40 / $2.40 | toolsvisionthinkingstreaming |
| Qwen 3.5 Flash — legacy, text only | 262K | $0.10 / $0.40 | toolsstreaming |
Kimi (Moonshot AI)
K3 is Moonshot's frontier model (2.8T MoE, 1M context, native vision; open weights due 2026-07-27). K2.7 Code remains the cheaper agentic coder at roughly a third of K3's price. All benchmarks Moonshot-reported: K3 leads Opus 4.8 on most agentic rows but trails Claude Fable 5 on FrontierSWE, HLE and GDPval.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Kimi K3 | 1M | $3.00 / $15.00 | toolsvisionthinkingstreaming |
| Kimi K2.7 Code | 256K | $0.95 / $4.00 | toolsvisionthinkingstreaming |
| Kimi K2.6 | 256K | $0.95 / $4.00 | toolsvisionthinkingstreaming |
Mistral AI
Bring your own Mistral key and pick any of these directly. EU infrastructure, open weights (Large 3 and Small 4 Apache-2.0; Medium 3.5 Modified MIT).| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Mistral Medium 3.5 (frontier flagship) | 256K | $1.50 / $7.50 | toolsvisionthinkingstreaming |
| Mistral Small 4 | 262K | $0.15 / $0.60 | toolsvisionthinkingstreaming |
| Mistral Large 3 | 262K | $0.50 / $1.50 | toolsvisionthinkingstreaming |
Zhipu AI
GLM-5.3 is Zhipu's open-weights (MIT) flagship with a 1M-token context window, and it is TEXT ONLY — as the whole GLM main line has been, because Zhipu keeps vision in a separate "V" line (GLM-5V, GLM-4.6V) that we do not carry. A higher GLM version number does not mean it can read images. The one exception is GLM-5.3 Flash, which genuinely does take image and video input; "Flash" there is the price tier, not a smaller model. Verified against Zhipu's documentation 2026-09-01.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| GLM-5.3 | 1M | $1.40 / $4.40 | toolsthinkingstreaming |
| GLM-5.3 Flash | 1M | $0.15 / $0.50 | toolsvisionthinkingstreaming |
Xiaomi
MiMo V2.6 — open weights under MIT, full modality (text, image, video and audio in), 1M context, tuned for long-horizon agentic work. Pro is 1.02T parameters, Flash 309B. UltraSpeed is the SAME Pro model served up to 20x faster at ten times the price, so reach for it only when latency is the product. Released 2026-09-21; V2.5 retired the day after.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| MiMo V2.6-Pro | 1M | $0.43 / $0.87 | toolsvisionthinkingstreaming |
| MiMo V2.6-Flash | 1M | $0.14 / $0.28 | toolsvisionthinkingstreaming |
| MiMo V2.6-Pro UltraSpeed | 1M | $4.35 / $8.70 | toolsvisionthinkingstreaming |
Tencent Hunyuan
Hunyuan Hy3 — open-weight MoE (295B total / 21B active), hybrid fast/slow reasoning, built for agentic workflows. OpenAI-compatible, 262K context, very cheap. BYOK.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Hunyuan Hy3 | 262K | $0.15 / $0.59 | toolsthinkingstreaming |
NVIDIA
Nemotron 3 Ultra — open-weight MoE (550B total / 55B active), hybrid Transformer-Mamba, frontier reasoning + agent orchestration, 1M context. NVIDIA Open Model License. BYOK only.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Nemotron 3 Ultra | 1M | $0.50 / $2.20 | toolsthinkingstreaming |
| Nemotron 3.5 Lightning — 30B total / 3B active, open weights under OpenMDW-1.1 | 1M | $0.05 / $0.20 | toolsstreaming |
Custom (Ollama / LM Studio / vLLM / BYOM)
Point Ava at any OpenAI-compatible endpoint — local (Ollama, LM Studio, vLLM on your machine) or remote (private vLLM cluster, self-hosted finetune, OpenRouter, Together). Configure via Settings → Custom Model in the extension or IDE. You supply the base URL + model name; capabilities depend entirely on what you have running.| 模型 | 上下文 | 每百萬 Token 輸入 / 輸出費用 | 能力 |
|---|---|---|---|
| Your model | 32K | Free | toolsstreaming |
角色調度
「角色」是 Ava 在幕後為處理困難任務所扮演的助手職責——例如探索者、規劃者或事實查核員。你不會直接與它們對話,也不需要理解本頁內容即可使用 Ava。這裡是為了當你好奇她如何將大任務拆解成小專家團隊時參考。
跨 5 個模式團隊的 24 位專家。指揮官(負責協調其餘成員的助手)決定哪個團隊運行、順序為何以及使用什麼上下文。聊天模式沒有角色——那就是 Ava 本人。
調度如何運作
- 你在計劃、教學、安全或發想模式中發送訊息(或是複雜的工作請求)。
- 指揮官閱讀請求,選擇模式團隊,並建立執行計畫——某些角色依序運行,某些則以平行波次運行。
- 每個角色都有自己的系統提示詞、受限的工具白名單,以及先前角色發現內容的共享上下文池。
- 最終角色會產生摘要、計畫或報告,視模式而定。
- Ava 將結果呈現給你。你可以批准、微調或重新導向。
下方的完整名冊僅供參考——無需記住誰負責什麼。Ava 會為你組建合適的團隊。
- Scout — Maps the codebase and surfaces current state before anyone plans or builds.
- Architect — Designs the approach from Scout findings and produces the implementation blueprint.
- Verifier — Fact-checks the plan and confirms assumptions are correct before Builder runs.
- Sequencer — Breaks the verified plan into ordered, dependency-aware implementation steps.
- Challenger — Questions the plan to prevent over-engineering and surfaces simpler alternatives.
- Builder — Executes the verified and sequenced plan to deliver the final implementation.
- Researcher — Gathers evidence about competitors, trends, and user needs before strategy decisions.
- Architect — Analyses codebase patterns and proposes strategic approaches with trade-offs.
- Challenger — Challenges strategic decisions, guards timing, and prevents scope creep.
- Curriculum Architect — Designs learning paths with dependency ordering and balanced progression.
- Content Writer — Writes clear explanations with examples and analogies tailored to the learner.
- Fact Checker — Verifies lesson content is accurate and flags outdated information or errors.
- Quiz Master — Creates assessments that test understanding rather than memorisation.
- Tutor — Delivers lessons with Socratic guidance, checks understanding, adapts to pace.
- Recon — Maps the attack surface — entry points, tech stack, data flows.
- Scanner — Systematically checks each OWASP category against the identified attack surface.
- CVE Researcher — Looks up known CVEs in dependencies and assesses real-world impact.
- Verifier — Confirms each finding is real and eliminates false positives with proof.
- Reporter — Structures verified findings into a severity-sorted, actionable report.
- Explorer — Mines user context and memory to build a profile for personalised ideation.
- Researcher — Researches market gaps, trends, and demand signals to ground ideation.
- Ideator — Generates specific, actionable ideas tailored to the person and the market.
- Challenger — Stress-tests ideas and cuts weak ones ruthlessly against reality.
- Refiner — Sharpens surviving ideas into concrete next steps and validation tests.
CLI 指令
本頁專為 CLI 設計——即在終端機視窗中用文字與 Ava 對話的版本,而非點擊按鈕。如果你使用擴充功能或桌面應用程式,可以完全跳過此頁。這裡是給偏好使用鍵盤的人準備的。
CLI 是一種互動式命令列環境——等待你輸入、執行你輸入的內容後再等待。這些斜線指令(以「/」開頭的指示)可在提示字元中使用。
- /help — 列出指令與目前模式。
- /mode <name> — 切換模式(work, write, plan, chat, teach, security, brainstorm)。
- /model <id> — 在不離開工作階段的情況下切換模型。
- /clear — 清除目前的對話。記憶不受影響。
- /history — 列出此專案中的過往對話。
- /memory — 開啟記憶瀏覽器。
- /tasks — 列出並管理工作。
- /journal — 開啟今日記事本條目。
- /settings — 開啟設定選單。
- /exit — 結束互動式命令列。
啟動參數
參數是你啟動 Ava 時加入的額外選項,每個都以「--」開頭,用來設定她的啟動方式。
- --mode <name> — 以特定模式啟動。
- --model <id> — 以特定模型啟動。
- --permission <mode> — 嚴格 / 平衡 / 自主。
- --project <path> — 明確設定專案根目錄。
設定檔
此頁面顯示 Ava 在您的電腦上存放設定和檔案的位置。您幾乎不需要手動調整任何內容——應用程式會幫您管理。這裡是為了當您想自行查看、備份或分享這些檔案時使用的。
Ava 從兩個範圍讀取設定(她的儲存設定)。全域設定——適用於所有地方的設定——位於名為 ~/.ava/ 的資料夾中(「~」是您的主目錄縮寫)。專案專屬設定則位於專案內部的 .ava/ 資料夾中。
全域 — ~/.ava/
- settings.json — 模型偏好、許可權模式、個性、語言。
- memory/ — 您的全域記憶(偏好、適用於所有地方的決定)。
- tasks.json — 跨專案任務清單。
- journal/ — 每日日記條目,依日期組織。
專案 — .ava/
- instructions.md — Ava 總是載入的專案專屬說明。持久情境(「我們使用 pnpm,不使用 npm」、「API 金鑰存在 1Password 中」)。
- context.md — 可選的自由格式專案筆記。
- memory/ — 限於此專案的記憶。
- datasets/config.json — 自願選擇的數據集捕捉設定。
鍵盤快捷鍵
鍵盤快捷鍵是可選的加速功能——每一個都有對應的按鈕可以點擊。只有當您想透過鍵盤更快速地操作 Ava 時,才需要查看這裡。
依介面分類的快捷鍵(Ava 運行的三個地方:VS Code 擴充功能、桌面應用程式和終端機)。您可以在各個介面的設定中自訂它們。無需記住下方的列表。
| 操作 | Windows / macOS | 平台 | 描述 |
|---|---|---|---|
| Open Chat | Ctrl+Shift+A / Cmd+Shift+A | extension | Open or focus the Ava chat panel. |
| Focus Input | Ctrl+Escape / Ctrl+Escape | extension | Jump cursor into the chat input field. |
| Switch to Work | Ctrl+Shift+1 / Cmd+Shift+1 | ide | Activate Work mode (>>). |
| Switch to Plan | Ctrl+Shift+2 / Cmd+Shift+2 | ide | Activate Plan mode (::). |
| Switch to Chat | Ctrl+Shift+3 / Cmd+Shift+3 | ide | Activate Chat mode (..). |
| Switch to Teach | Ctrl+Shift+4 / Cmd+Shift+4 | ide | Activate Teach mode (??). |
| Switch to Security | Ctrl+Shift+5 / Cmd+Shift+5 | ide | Activate Security mode (!!). |
| Switch to Brainstorm | Ctrl+Shift+6 / Cmd+Shift+6 | ide | Activate Brainstorm mode (**). |
| Cancel Run | Escape / Escape | cli | Cancel an in-progress agent execution. |
| Cancel Run (hard) | Ctrl+C / Ctrl+C | cli | Interrupt an in-progress agent execution. |
| Interject | Enter / Enter | cli | Send a mid-run message to the agent without cancelling. |
專案情境
這解釋了 Ava 在開始工作前如何了解你的專案——她查看的檔案來理解你在做什麼。你不需要設定這些;她自己會處理。如果你想讓她隨時看到某個筆記,可以閱讀此處了解應該把筆記放在哪裡。
當你開啟專案時,Ava 會載入多層次的背景資訊(她腦海中持有的資料)。了解這些層次能幫助你把資訊放在正確的地方。
自動載入
- .ava/instructions.md — 視為持久且高優先級的指導。始終在上下文中。
- .ava/context.md — 自由形式的筆記。載入,但優先級較低。
- README.md — 首次執行時掃描以獲取專案摘要。
- package.json / pyproject.toml / Cargo.toml — 列出專案設定的小型檔案;用於偵測語言、框架和測試指令。
- .gitignore — 版本控制中要排除的檔案清單;所有檔案工具(glob, grep, project_index)都會遵守。
按需載入
「按需」意味著 Ava 只有在任務真正需要時才會取得這些內容,而不是一開始就全部載入。
- 專案索引 — 你檔案的結構化地圖,以及其中的命名區塊(函式、類別 — 「符號」)和它們如何連接(「匯入」)。惰性建構,意指僅在 Ava 需要時才建立。
- Git 歷史記錄 — 過去變更的紀錄;當呼叫 `git_status`, `git_diff` 或 `git_create_pr` 時取得(Git 是用來追蹤專案每項變更的工具;「PR」是拉取請求,即一組擬議的變更)。
- 記憶 — 條目會根據意義(「語意上」)進行匹配,並一次只注入一輪,而非一次性全部注入。
桌面預算上限
當 Ava 代表您控制桌面時——點擊、輸入文字、開啟應用程式——每次執行都稱為一次「軌跡」。本頁說明安全限制,防止任何一次執行時間過長或花費過多。重點是:她總會在超時前停下並向您確認。如果您想了解細節,數字都在這裡。
每一次軌跡運行時都會受到三個同時生效的上限(硬性限制)約束。哪個先觸發就按哪個算。一旦違規,軌跡絕不會靜默繼續——Narrator(為您解說狀況的助手)會暫停並詢問您該怎麼辦。
三個硬性上限(預設值)
- 步驟數 — 30 步
- Token 預算 — 500,000 tokens
- 實際耗時 — 5 分鐘
任務成本區間
- 簡單(搜尋文件、開啟頁面)— 5–10 步,~70–135K tokens,~$0.04–0.08
- 中等(登入、檢查日誌、下載輸出)— 15–25 步,~205–340K tokens,~$0.12–0.21
- 複雜(分類三個 GitHub 問題)— 25–30 步,~340–410K tokens,~$0.21–0.25
上述 Token 數據是單次軌跡的技術上限,並非您的每月額度——那是以點數計算的,免費方案的每月 300 點足以涵蓋聊天、程式碼和少量自動化任務。
桌面會話白名單
「白名單」只是您允許 Ava 在控制桌面時可以操作的應用程式和網站清單。本頁說明如何授予此權限,以及為何每次都會重置。簡短來說:她只能在您允許的地方行動,並且前往新地方前會先詢問。
桌面會話開始時,Ava 會詢問她可以在哪裡行動。使用普通英文即可:「Gmail、Cursor、Azure 門戶。」她讀取後會向您確認匹配結果(「Gmail 網頁版、Cursor 應用程式、portal.azure.com」)。
如何執行
僅查看的操作——擷取螢幕截圖、讀取螢幕上按鈕與欄位的列表(即「UIA 樹」,Windows 對視窗內容的內部映射)——在任何地方都允許,因為您需要看到螢幕上的內容才能決定是否將應用程式加入白名單。任何會更改內容的操作在清單外會被阻擋;Ava 會暫停並詢問是否要將其加入。
限定於會話,這是刻意設計
白名單不會跨會話保留。沒有「記住此應用程式」的選項。每一個新軌跡都從全新的範圍開始。這是不便的設計——忘記重新授權是功能,不是錯誤。
軌跡中途新增
在軌跡進行中,您可以從標題列新增應用程式:「+ 允許應用程式」會開啟一個小型輸入框。輕觸「新增」,新應用程式即刻生效至本次會話結束。
知識包
簡單來說:給 Ava 一個你自己的文件資料夾,她就能閱讀它們來回答你的問題。「知識包」就是那組檔案——她獲准參考的資料。
將參考資料目錄(規格書、RFC、會議記錄、API 文件)拖入知識包。當對話觸及主題時,Ava 能將相關部分拉入上下文。
包會在本地索引。檢索是語義式的——Ava 根據意義而非檔名找到正確文件。(「語義式」意味著她匹配文件的主題,所以你不需要記住確切字詞或檔名。)包可以與團隊共享或保持私密。
Creative Studio
簡單來說:描述你想要的圖示、圖片、影片或語音旁白,Ava 便與你共同設計——無需設計軟體,也不用煩惱提示詞。
Creative Studio 是一個引導式設計工作區。開啟後分為三個面板——左側列出設計類型,中間是你的畫布,右側則是你所操作項目的控制項。這裡沒有需要尋找的「生成」按鈕:你在螢幕底部與設計架構師(Ava 擔任設計師角色)對話,她幫你執行工具,你用幾個清晰的控制項進行微調。
你今天能製作什麼
- 圖示 —— 旗艦功能。從現成的線性圖形形狀開始(內建 1,990 種),選擇材質與品牌色,Ava 會重新設計樣式並裁剪成乾淨的透明 PNG。
- 圖片 —— 自由形式,依據描述生成。方形、橫向或直向(1:1、16:9、9:16)。
- 影片 —— 依據提示詞生成的短 AI 片段。5 秒或 10 秒,最高 1080p,可選橫向、直向或方形。
- 配音 —— 文字轉自然語音,並提供波形預覽。10 種語言共 11 種聲音。
- Brand Kit — 你的色板,隨手可得,讓每個資源都保持品牌一致性。
更多設計類型——應用程式圖標、徽標、徽章、頭像、橫幅、主視覺和社交圖片、插畫、圖案,以及完整的遊戲開發套件——正在引入中,並在左側欄顯示為「即將推出」。
背後驅動技術
圖標和圖片使用 Qwen-Image 生成,影片使用 Wan,語音旁白使用 Qwen3-TTS。你創作的任何內容都會存入你的「我的庫」,並按創建類型歸檔。
Creative Studio 並非付費附加功能——它適用於所有方案,包含免費方案。生成內容會從你正常的信用額度中扣除,與 Ava 其餘部分共用同一個數值。
健康與營養
簡單來說:告訴 Ava 你的目標和你擁有的條件,她會為你制定一套真實的運動和飲食計劃——然後幫你一天天跟進執行。
健康與營養是儀表板中的一個專注區域。Ava 會詢問關於你的一些情況——你的目標、設備、任何限制——然後參考真實的運動和食譜庫來制定適合你的計劃。計劃可以是健身、飲食,或是兩者結合。
運作方式
- Ava 透過簡單的控件詢問你的目標和設置——目標卡片、設備標籤、數字輸入框——而不是一連串的問題。
- 她從目錄中構建一個多週計劃,讓你用現有條件真正能完成。
- 你一天天跟隨執行;隨著情況變化,Ava 可以填補或調整任何單一天。
所有内容都保存到你本地機器上的計劃庫中。食譜和運動目錄是真實、精選的內容——並非臨時編造。
把計劃變成食譜
只有能買得到的計劃才有用。購物清單會彙整整週的食材,並依照商店的陳列方式排序——蔬果、肉類與魚類、乳製品、烘焙區、儲藏櫃——讓您只需逛一次,不用來回折返。
- 相同項目若以不同方式書寫會被合併。「洋蔥」和「切碎洋蔥」會合為一行,並顯示哪些餐點需要它。
- 份量會依家庭人數自動調整。這個倍數僅套用於此——您的計劃仍維持每人份量,因此四口之家不會將每日熱量乘以四。
- 單位選擇以易讀為主。半公斤米會顯示為 500g。
- 未精確測量的項目也會保留。「適量鹽」會被列入,不會因為沒人稱重就被忽略。
- 選擇您要採購的餐點。預設全選;若您已有某項,可將其關閉。這能區分「我已經有了」和「我已買好」,單靠勾選無法表達這種差異。
- 如果清單無法涵蓋某些項目,會明確指出原因——而不只是看起來完整,實際上卻有所遺漏。
實際下廚的時間點
準備計劃顯示工作如何分佈在整週。它區分「動手操作」與「等待時間」,因為沒人會盯著燉煮四個小時——烹飪計入的工作時間上限是一小時,再久就不算了。因此,一道長時間慢燉的菜,其勞動強度比時鐘顯示的來得輕,這才是實際付出的心力。
- 標出哪一天的工作量最重,讓您在經歷之前就能預見忙碌的星期二。
- 標示哪些必須前一晚開始製作——例如隔夜燕麥。僅當它確實影響您的夜晚安排時才會提醒;麵團靜置九十分鐘這類小事就不必多慮了。
- 標示哪些值得只做一次。一週內重複出現的料理,只要保存期限允許,就會建議「周一製作,周三食用」,為您節省一小時。
- 如果您告知 Ava 您有多少烹飪時間,超時的日子會被標記。若未告知,則不會判定任何一天過於繁重——未設定的時間預算視為未知,而非零。
記錄實際情況
計劃貼近現實生活。開啟任何已過的日期,標記每項狀態:完成了、跳過了、吃了原計畫、吃了其他東西,或是完全跳過。旁邊設有備註欄,並清楚提示 Ava 會閱讀這些內容——因為當人們知道自己被記錄時,寫下的內容會更誠實;事後才知情會讓人覺得像在受監控。
空白代表「未記錄」,並非「跳過」。這是兩回事,Ava 會區別對待——她絕不會將空白的一天視為遺漏。
訓練部分也有更詳細的日誌:組數、次數和重量,會依據計劃預先填入,通常只需輕點幾下,僅需輸入差異部分。刻意設計讓「跳過」與「記錄」同樣方便——若隱藏跳過選項,人們只會留白,導致源頭就失去了區分。
您記錄的內容會回饋給 Ava,讓她了解您實際的訓練與飲食狀況,因此下週的建議將基於真實情況,而非她最初擬定的計劃。
重複與進階
可將某一天或整週複製到未來,並可選擇進階——增加一組次數,或增加一組。複製的版本會進行調整,原始版本不變,確保您已完成的工作不被覆蓋。
熱身、收操、活動度訓練及完整休息日都會保留原樣。在休息日增加組數不算進步,而是悄悄把它變成了訓練課——這正是該日安排的初衷。負載也不會自動調整:此處的重量為自由文字,對「自重」加上百分比是沒有意義的。
針對單一日期尋求協助
卡在週四怎麼辦?請 Ava 幫您補滿、增加收尾動作、降低難度、增加蛋白質攝取,或是縮短時間。她會提出建議——當前日期會與建議並排顯示,讓您在生效前清楚看見具體變更,且在您確認接受前,任何內容都不會儲存。
所有內容都會保存在您本機的個人計劃庫中。食譜和運動目錄裡的內容都是真實且經過精選的——食譜有三個難度等級和完整做法,運動項目則提供技巧教學、常見錯誤提醒以及示範圖片。這些都不是臨時拼湊出來的。
學習
簡單來說:請 Ava 教你一些東西,她會為你建立一套完整的課程——課程單元、實例演練和測驗——然後按你自己的節奏帶你學習。
學習是儀表板中的一個專注區域。Ava 為你想要學習的內容規劃課程,逐課教學,透過測驗檢查你的理解程度,並追蹤你已涵蓋的內容,以便你能接續之前的進度繼續學習。
運作方式
- 告訴 Ava 一個主題——例如「從零開始教我 Python」,或「幫我理解數據庫」。
- 她會建立結構化的課程:模組、課程和檢查點。
- 你一次學習一課;她會解釋、提供範例,並對你進行測驗,確保你掌握牢固。
- 你的進度會被保存,所以下次會話會從你停止的地方開始。
在底層,這是教學模式——一個小型專家團隊(課程架構師、內容撰寫者、事實核查員、測驗主管和導師),由 Ava 為你協調。
Office Suite
需要撰寫報告、電子郵件或文件嗎?Ava 可以起草並提供給您一份標準的 Word、Excel 或 PDF 檔案,讓您能像一般檔案一樣開啟和編輯。
報告、電子郵件和文件——起草、格式化並匯出為原生格式(.docx 是 Word,.xlsx 是 Excel,.pdf 是 PDF)。
- report_generate —— 從任務、日誌、記憶和專案狀態提取結構化的 .docx。
- email_draft —— 控制語氣的電子郵件轉為 .docx 檔案。
- document_manage —— 在 Word、Excel、PDF、CSV、Markdown 之間建立、讀取、編輯、匯出。
當 Ava 代您撰寫時非常有用——狀態報告、啟動簡報、客戶更新。.docx 會出現在您的專案中,您可以在此潤飾它。
書庫
簡單來說:這裡有一個專用的架位,存放您珍藏的一切——您正在閱讀的文獻、您創作的素材,以及您撰寫的文件——確保不會遺失。
書庫是一個可瀏覽的儀表板,內含三個分頁:
- 論文 — 您已保存的學術論文,取自 arXiv、OpenAlex 和 Crossref,支援內嵌全文閱讀。
- 資產 — 您在 Creative Studio 中創作的一切,依您建立時的設計類型歸類(開放畫布、Web / App、遊戲開發)。可依群組及類型篩選;每個類型都會顯示您的作品數量。
- 文件——Ava 與你共同撰寫的 Word、Excel、PDF 及其他檔案,可依類型進行篩選。
頂部有一條儲存進度條,顯示您的本地檔案佔用了多少空間,點擊「開啟儲存資料夾」按鈕即可直接進入磁碟中的資料夾。這是本地優先的設計——書庫僅讀取您本機上的內容。
每日簡報
簡單來說:每天早上給您一則簡短的「您上次做到哪裡了」備忘,讓您能直接接續,不用重新閱讀所有内容。
早晨摘要:昨天的日誌、待辦任務、專案狀態,以及 Ava 設定的任何提醒。選填項目——在設定中開啟即可。
簡報運用記憶呈現相關情境(「上次您處理驗證流程時,提到想重新檢視重新整理令牌的策略」)。這不是新聞資訊流——而是專注的回顧。
工作流程
簡單來說:教導 Ava 一個你反覆執行的例行任務,幫它取個名字,她就能隨時再次執行整套流程。「工作流程」就是這個已保存的例行任務——一套 Ava 為你重複執行的步驟。
保存一組你經常重複的步驟序列——審查合併請求 → 執行測試 → 撰寫發行說明 → 草擬郵件。工作流程是一個可重用的計劃,Ava 可以用不同的輸入內容重新播放。
工作流程會依專案儲存於專案內的 .ava/workflows/ 資料夾中。透過提交該目錄(將其保存到共享專案中),即可與團隊成員分享(讓隊友也能取得)。
事件與通知
簡單來說:當 Ava 工作時,你會看到整齊的逐步清單,顯示她在做什麼;長任務完成時也會收到通知,讓你暫時離開。
當 Ava 運行時,你看到的是結構化的更新,而不是一大堆文字。每個工具呼叫、每次角色交接、每段流式更新都是 UI 中的獨立事件——可展開查看細節,也可收合查看概覽。
背景運行在完成時會發出作業系統層級的通知。你可以離開進行長時間的建置,Ava 會在完成時告訴你。
人格設計器
簡單來說:調整 Ava 與你交談的方式——健談或簡潔、正式或隨意、多一點幽默或少一點——讓她說話的方式符合你的喜好。
塑造 Ava 與你交談的方式。語氣、能量、詳盡程度(她說多少話)、正式度、幽默感。提供滑桿和預設設定——簡練工程師、溫暖導師、嚴肅同事,或是你自己的混合風格。
人格設定影響措辭,不影響能力。她仍執行相同的工具並遵循相同的權限規則。她的名稱鎖定為 Ava——這一點不可妥協。
桌面自動化
簡單來說:Ava 可以接管你的滑鼠和鍵盤來為你執行任務——開啟應用程式、點擊按鈕、填寫表單——同時你在一旁觀看並批准任何重要事項。
Ava 的新模式,使用前綴 @@。她觀察桌面,決定要做什麼,並驅動 UI 自動化(為你控制螢幕上的應用程式)以完成任務。在你的實際機器上運行,使用你的實際憑證——而非雲端瀏覽器。推出後將適用於所有層級。
為什麼需要另一個?
大多數桌面自動化產品只是個聽命行事的點擊工具。Ava 則不同:她會先規劃,向你展示步驟,等你確認,並且在執行任何不可逆的操作前再次詢問——每次都這樣,絕不依賴快取。
她還能記住跨會話如何導航你的應用程式。其他代理每次都要重新學習。記憶差異化會隨著使用而累積優勢。
它是如何運作的
每個步驟都運行五種角色輪次:偵察員觀察,規劃師選擇下一步動作,執行者操作,驗證者檢查,敘述者告訴你發生了什麼。Sidecar 選擇最便宜可靠的依據——原生應用用 UIA,瀏覽器用 Playwright,若無其他可用樹狀結構則用 OmniParser 視覺。
請參閱概念頁面,了解安全本體概念、依據層級、緊急停止開關以及會話白名單機制。
常見錯誤
大多數錯誤背後都有明確且具體的原因。這裡列出常見的狀況及解決方法。如果文字看起來有點技術性,別擔心——下面每個項目都會告訴你實際發生了什麼,以及該怎麼做。
模型無回應
你看到的:Ava 不再回應。
檢查聊天視窗頂端的狀態指示器。如果顯示「正在連接」,代表你的提供者(Ava 正在對話的 AI 服務)有連線但速度較慢——請再等三十秒。如果顯示「無法使用」,Ava 已自動回退到鏈中的下一個模型(也就是自動切換到了備用模型)。如果完全沒有任何顯示,請在設定中檢查你的 API key 並測試連線。(API key 就像是讓 Ava 能使用付費 AI 服務的私密密碼。)
工具呼叫失敗
你看到的:Ava 的其中一個步驟(「工具呼叫」— 讀取檔案、執行指令等)顯示紅色錯誤,而非完成。
點擊失敗的工具呼叫來查看錯誤訊息。常見原因包括:她試圖存取專案資料夾之外的檔案,這是為了安全起見而設定的阻擋(這項防護稱為「路徑穿越」保護,目的是防止她離開你正在工作的資料夾範圍);或是需要在不同資料夾執行的指令;又或是檔案在 Ava 上次檢視後已被移動。直接告訴她哪裡出了問題,她就會修正後重新嘗試。
記憶無法召回
你看到的:Ava 找不到某些東西,但你確定她應該記得。
記憶運作是基於「意義」,而非精確的字詞(這正是「語意」的含義)。因此,問「關於認證我做了什麼決定?」通常比「尋找我的認證決定」效果更好。如果記憶確實存在卻沒出現,請開啟記憶瀏覽器進行搜尋——如果裡面沒有,那就代表當初根本沒有儲存過。
登入循環
你看到的:你已經登入,但 Ava 一直要求你再登入一次——這是一個無法突破的循環。
解決方法是清除儲存的登入資訊並重新開始:在擴充功能中,從命令面板執行「Ava: Sign Out」;在 IDE 中,前往設定 → 帳號 → 登出;在 CLI 中,刪除位於 ~/.ava/auth.json 的檔案(這是你家目錄下 .ava 資料夾中的一個小型登入檔)。之後再次登入即可。
Token 耗盡
你看到的:提示訊息說你本月的免費用量已用完。(「Tokens」是用來衡量 AI 用量的單位——「耗盡」只是表示你用完了本月免費額度。)
免費方案的每月額度會在每個月 1 日重置。在那之前,請切換到 BYOK 提供者(使用你自己的 API key)以繼續使用。你的帳戶仍然有效——僅限免費平台管理的請求暫時暫停。
日誌存放位置
「日誌」就像電腦記錄發生事情的日記——當某個環節出錯,而你(或支援團隊)需要查看細節時很有用。
當你想知道原始情況——例如呼叫了什麼工具、獲得了什麼資訊、AI 服務回傳了什麼——日誌就是位於你電腦上 ~/.ava/logs/ 資料夾中的純文字檔案(這是你家目錄下名為 .ava 的資料夾,裡面有一個 logs 資料夾)。
- ~/.ava/logs/session-<date>.log — 每次會話的紀錄,包含工具呼叫、串流回應和錯誤。
- ~/.ava/logs/extension.log — VS Code 擴充功能主機日誌。啟動失敗、面板錯誤。
- ~/.ava/logs/ide.log — 桌面 IDE 日誌。Sidecar 進程訊息、Rust 崩潰。
- ~/.ava/logs/cli.log — CLI REPL 日誌。
在擴充功能中,於命令面板選擇「Ava: Show Logs」即可在編輯器分頁開啟相關日誌。在 IDE 中,設定 → 診斷頁面有一個「開啟日誌」按鈕。CLI 則可以使用 `ava logs --follow` 來追蹤其自身日誌。
提出支援請求
簡單來說:如果出了問題且上述修復方法無效,請告訴我們。最簡單的方式是直接請 Ava 幫您處理。
如果問題不在常見錯誤範圍內,請提交支援工單(向支援團隊發送求助請求)。您可以在 Ava 內部操作(無需填寫表單),也可以透過網頁進行。
從 Ava 內部
請她來提交。「Ava,你能為這個問題提交支援工單嗎?」她會呼叫 support_request,附上相關的會話內容(已隱藏憑證),然後發送。這是最快的途徑。
從網頁
請造訪 avasupernova.com/support。選擇類別(錯誤、功能、帳號、安全、一般)並描述發生的狀況。我們將於一個工作天內回覆。
需要包含的內容
- 您原本想做的事。
- 實際發生的狀況。
- 哪個介面(擴充套件、IDE、CLI)以及哪個版本。
- 任何錯誤訊息或日誌片段。請先隱藏憑證。
回報安全問題
簡單來說:如果您發現 Ava 可能被入侵或濫用的方式(稱為「漏洞」— 安全弱點),請先私下告訴我們,以便我們在他人利用之前修復它。本頁即說明如何操作。
發現漏洞?謝謝您。我們重視每一份回報,並在公開披露(問題被公開宣布)之前與您合作修復。
如何回報
- 寄信至 security@ava-supernova.com,附上描述、重現步驟及您偏好的揭露時間窗。
- 或者提交類別為「安全」的支援工單——進入相同的分流隊列。
- 我們會在 24 小時內確認收到。
我們的承諾
- 協調揭露 — 我們會與您協議時程,確保在公開前完成。預設為 90 天。
- 署名 — 除非您希望匿名,否則您的名字將出現在修復紀錄中。
- 無法律報復 — 歡迎善意研究。我們不會派律師找上門。