新闻详情

新闻详情

首页 / 资讯中心 / 详情

treg是什么:一个Token、一个Base URL,AI Agent的万能工具箱如何运作

发布时间:2026/11/17 16:50:07来源:尧图网络
treg是什么:一个Token、一个Base URL,AI Agent的万能工具箱如何运作
treg是什么一个Token、一个Base URLAI Agent的万能工具箱如何运作【免费下载链接】tregOpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn项目地址: https://gitcode.com/GitHub_Trending/treg/tregtreg 是一个面向 AI Agent 的工具注册表Tools Registry常被描述为Agent 工具界的 OpenRouter你只需给 Agent 一个 Token 和一个 Base URL它就能调用 3000 个已编目的 API 端点、覆盖 60 家供应商——SEO 数据、社媒趋势、人物与公司信息补全、广告投放、网页抓取、图片视频生成全部按次计费低到美分级而且无需你向任何供应商单独注册账号。为什么需要 tregAgent 缺的不是模型是工具让 AI Agent 真正干活时最大的瓶颈往往不是模型本身而是它需要的外部工具Semrush 每月 139 美元、Moz 99 美元、Crunchbase 99 美元、Apollo 每席位 59 美元——没人会为 Agent 跑一次任务去买这些订阅很多数据平台根本没有公开 API只有邀请制、合作制或应用审核制如果让 Agent 直连各家 APIAPI Key 会散落在各处安全隐患大也难以团队共享。treg 的思路是由 treg 持有这些账号你按次付费调用密钥永远留在服务端调用方人或 Agent只持有一个自己的 Token。核心概念Agent 工具界的 OpenRouterOpenRouter 用一个 Base URL 统一了模型调用treg 用同一个思路统一了工具调用。所有调用走一个代理端点请求长这样GET https://treg.to/call/https://api.intercom.io/conversations?per_page5 header: X-Treg-Token: 你的Tokentreg 会按请求目标解析出对应的工具、在服务端注入凭据、然后把其余内容原样转发faithful relay。代理只改动三样东西传输层头、treg 自己的控制头防止泄漏、以及注入的凭据——其余一切逐字透传。这套忠实转发 凭据注入的设计让它能扛住上游 API 的变动详见 docs/context/architecture/proxy-model.md。两种工具一个 Token类型说明计费目录工具Catalogtreg 已编目的 3000 外部端点按能力分组关键词排名、外链、AI 可见性、社媒趋势、人物/公司补全、广告管理等按次计费低至美分部分验证过的公开路由免费你自己的工具团队成员注册的付费 API、OAuth 连接、供应商 CLI、SKILL.md技能用自己的 Key永不计费一次调用如何被处理4 级凭据阶梯当你请求一个目录端点时treg 按顺序选择凭据团队注册过该供应商的工具→ 用那个工具、那把 Key团队存过该供应商的密钥→ 通过虚拟工具注入都没有但该端点有验证过的公开路由→ 免费无需供应商 Key其余情况→ 用 treg 自己的 Key从团队预付费余额中扣费。两个值得记住的规则你自己的凭据永远优先于 treg 的——接入你已在付费的 Key相关调用就不再走余额避免重复付费没有公布价格的端点会被直接拒绝而不是免费放行并提示你接入自己的 Key。余额不足时返回 HTTP402响应里带有balance_micro、estimated_cost_micro和topup_urlAgent 无需阅读文字就能做出反应。快速上手三步开始使用 treg CLI# 1. 安装 CLI同时完成指向注册表的配置 curl -fsSL https://treg.to/install.sh | sh # 2. 登录默认 GitHub--email 用一次性验证码--token 供 Agent/CI treg login # 3. 立刻干活——无需 Key、无需注册任何工具 treg catalog search backlinks for a domain # 按能做什么找工具 treg call tikhub.tiktok.user.profile --query uniqueIdtiktok treg balance # 查看这次调用花了多少钱几个实用命令treg catalog—— 按活跃度列出所有平台treg catalog get id—— 查看参数、价格、响应示例treg tool ls/treg health—— 查看团队共享的工具与凭据健康状态完整的命令行参考见 USAGE.mdAgent 专用的一站式说明文件是/llms.txt一次抓取教会 Agent 整个注册表。带上你自己的 Key端点、CLI 与技能除了目录工具treg 还是团队的凭据保险库。零配置路径是treg scan # 只读预览会注册哪些 Key、技能与 CLI treg upload # 一键注册服务端加密存储幂等--replace 可更新upload会扫描.env对照约 80 家已知供应商、技能目录和已安装的目录 CLI分三类注册端点HTTP API上游base_url 凭据绑定每个绑定向请求注入一个密钥支持多凭据如 OAuth Bearer developer-token头同时注入CLItreg run stripe -- get /v1/balance让供应商二进制带着服务端凭据执行密钥从不到达你的机器treg shell start可开启透明拦截子 Shell技能SkillSKILL.md配方 密钥 工具作为一个整体注册treg skill install seo-blog-writer即可把共享技能拉进自己的 Agent。团队协作一个组织一个余额treg 中一切都以**组织Org**为边界一个 Token 对应一个(用户, 组织)成员关系所有密钥、工具、技能都属于当前组织。角色分为 owner / admin / member / viewer成员还可被限制只能访问指定工具treg org create Acme # 创建团队并成为 owner treg org invite teammateacme.com # 邮件邀请可指定角色与工具权限 treg org join code --email youacme.com # 用邀请码加入每次调用都会写入审计日志谁、哪个工具、什么方法、什么状态团队可随时核对。计费上新注册并创建合格团队的账号可获1 美元免费额度treg topup支持充值与自动续费。多租户隔离的完整契约见 docs/context/architecture/multi-tenancy.md。自托管与进阶玩法treg 完全开源Apache 2.0附加条款允许自由商用与自托管一行命令本地跑起来scripts/dev-local.sh up # 需要 tmux uv服务起在 http://localhost:18790自托管时开发环境零配置SQLite 临时加密 Key 页面直接显示邮件验证码上生产前请务必备份TREG_SECRET_KEYFernet 密钥和数据库——丢了前者所有已存密钥不可恢复。更多配置项与架构说明见 docs/context/ops/deploy.md 和 docs/context/architecture/auth-secrets.md。此外还有几个进阶面MCP/mcp/端点让 Claude 等助手直接把 treg 的工具当作 MCP 工具调用Enrich Arena同一问题并行交给多家补全供应商按价格与速度对比、一键投票本地代理treg command拦截某个程序自己发出的 API 调用透明地走 treg 代理。小结把找工具变成说需求treg 的价值一句话概括你不需要知道哪家供应商卖外链数据、也不用在 60 家平台分别注册账号——搜索你想要做的事看价格调用按次付费。官方主文档README.mdCLI 完整参考USAGE.md设计文档入口docs/context/README.md术语表docs/context/reference/glossary.md【免费下载链接】tregOpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn项目地址: https://gitcode.com/GitHub_Trending/treg/treg创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉