AI基础设施入口
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
NeuralHub 将自己定位为“The OS for Agentic AI”，面向开发者创建、部署和扩展 AI Agents。抓取内容显示，它提供 Workspace、Dashboard、Logs、Storage、Agents、Developer Console、Skills、MCP Servers、Billing、Terminal、Docs 等入口，核心目标是把 Agent 运行、工具调用、记忆、计算资源和 API 访问统一到一个平台。
其最重要的设计是 Unified Execution Engine，通过 POST /v1/run 统一触发 Agent、Tool 或 Workflow，并处理队列、持久化和状态管理。Agent 层支持列表与详情查询；Memory 层提供长期语义记忆，内容会自动用 OpenAI text-embedding-3 嵌入并存入向量数据库；Storage 使用工作区隔离的 Vercel Blob，适合大文件、数据集和 Agent 输出。推理部分提供 OpenAI-compatible /v1/chat/completions，支持 streaming，并通过 OpenRouter/Google 代理模型。Compute 能启动安全 MicroVM，运行 Python 或 Node.js 代码。MCP 方面提供 /llms.txt 和 /v1/mcp/manifest，便于 Agent 发现工具能力。
页面仅出现 Billing 入口，未披露免费额度、套餐、按量价格或企业版信息；模型列表示例中有 input_cost/output_cost 字段，但不足以判断最终收费。正文也未说明是否开源，未看到自托管部署选项。
优点是 API 覆盖面完整，Agent、记忆、存储、推理、计算和密钥管理形成闭环；OpenAI SDK 兼容降低接入成本；MCP 支持有利于进入 Agent 工具体系。主要不足是商业与运维信息缺失，包括定价、SLA、速率限制、错误码、权限细节和自托管能力均不明确；登录显示依赖 Google，也可能影响部分用户接入。
它适合希望快速构建研究助手、自治任务流、带长期记忆的应用内 Agent，或需要让 Agent 安全执行 Python/Node.js 代码的团队。中国大陆访问情况无法仅凭正文确认，Google 登录、OpenRouter/Google 模型链路可能带来网络与账号可用性不确定。可对比 Dify、LangGraph Platform、Flowise、AutoGen、CrewAI 或 OpenAI Assistants API。
本测评基于公开资料整理,不构成购买建议,请以 neuralhub.xyz 官网实际信息为准。
定位AI基础设施网关，有CLI入口但信息较少。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。