TRMNL 推出 AI Agent 功能：一句话生成插件，代码编写进入“动口不动手”时代
一句话生成插件，AI Agent 让编程门槛再降一截
TRMNL 近日推出了一项颇具吸引力的新功能——AI Agent，允许用户通过自然语言直接生成插件。官方演示中，只需输入“为我构建一个显示全球人口的插件”，系统便会自动完成代码编写、调试和部署。目前该功能处于公开 Beta 阶段，用户需自行提供 OpenRouter 或 Anthropic Claude 的 API 密钥来驱动 Agent。
工作原理：系统提示词 + 工具调用
TRMNL 为 Agent 编写了一份详尽的系统提示词，以纯英文描述了平台的能力和设计模式。当用户在私有插件界面中与 Agent 交互时，Agent 会基于这份上下文理解需求，并调用一系列工具（如标记编辑、设置更新、数据刷新、互联网搜索、API 端点调用等）来完成任务。这种“提示词 + 工具调用”的组合，让 Agent 不仅能理解意图，还能在真实环境中执行操作。
成本与模型支持
据 TRMNL 透露，生成一个插件的平均成本约为 1-3 美元。例如，用户只需一句话“为我做一个 meh.com 的每日优惠插件”，Agent 会在几分钟内完成思考和开发，期间可能要求用户提供免费的 API 密钥。目前支持的模型包括 Gemini、Codex、Claude Sonnet、Kimi 以及 Llama 等开源模型，用户可在账户设置中切换首选模型。
高级玩法：MCP 服务器
对于希望在本地开发环境中编写 TRMNL 插件的进阶用户，TRMNL 提供了 MCP 服务器 支持。用户可以从私有插件设置页面生成 MCP API 密钥，并将其提供给桌面 Agent，从而获得更定制化的本地开发体验。
行业意义：低代码/无代码的 AI 新范式
TRMNL 的 AI Agent 本质上是一种低代码甚至无代码的插件开发方案。与传统的低代码平台不同，它不需要用户拖拽组件或配置逻辑，只需用自然语言描述需求即可。这背后依赖的是大语言模型对平台 API 和设计模式的理解能力，以及工具调用框架的执行力。对于非技术用户来说，这意味着他们可以绕过学习曲线，直接获得可用的功能；对于开发者而言，则可以将重复性的“胶水代码”工作交给 AI，专注于更复杂的业务逻辑。
不过，这种模式也面临一些挑战：Agent 的生成质量高度依赖于提示词的完备性和模型的推理能力，复杂需求可能仍需要人工介入调整。此外，API 密钥管理和成本控制也是用户需要自行考虑的问题。
总体而言，TRMNL 的 AI Agent 功能为插件开发提供了一种全新的交互方式，让“动口不动手”的编程愿景又向前迈进了一步。随着未来平台直接购买积分的支持上线，使用门槛有望进一步降低。
