AI Agent部署管理API
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。
Softref 定位为 AI Agent Infrastructure，目标是让开发者用单一 REST API 构建、部署和管理生产级 AI Agent。它不是面向普通用户的聊天产品，而是提供 Agent 后端：LLM 调用、工具执行、文件写入、对象存储、实时流、发布上线和审计追踪等能力。页面示例中，用户通过 API 让 Agent 生成咖啡店落地页，并将 public/ 目录内容即时发布为网站。
模型层面，Softref 支持 Anthropic、OpenAI、Google、Azure、Ollama、OpenRouter 等主流提供商，并允许按 session 切换模型；还提到 prompt caching 可降低 85-95% 成本。执行层面提供 Python/Bash 沙箱和虚拟文件系统，支持文件写入即时上线。平台还包括版本化对象、最多 100 个版本、SHA256 去重、回滚、子 Agent 编排、自编程 hooks、预算与速率限制，以及 12 类 SSE 事件流。其架构强调 ratchet pattern：每次 LLM 调用都是持久化任务，崩溃后可续跑，并对 429、500、503 等临时错误自动退避重试。
Softref 明确 API-first，所有功能都能通过 REST API 调用，无需专有 SDK。集成方面支持 MCP + OAuth 2.1，可连接 Claude Desktop、Cursor 或 MCP 客户端；还支持 Webhook、Cron、Channels、Lua 自定义工具、OpenTelemetry Tracing 和 session branching。隐私方面，页面仅说明可自带模型 API key，并作为 project secrets 加密存储，同时提供 LLM 调用、成本、延迟和工具执行的完整审计记录；但未披露数据保留、训练使用、合规认证等更细政策。
当前处于 public beta，页面显示可免费开始且无需信用卡，但没有给出免费额度、资源上限、正式套餐或超额费用。平台内置项目级 spend limits、session budgets 和滑动窗口限速，适合控制 Agent 运行成本，但商业采购仍需等待更明确价格信息。
优点是 Agent 后端能力完整，覆盖多模型、沙箱、发布、可观测性、预算控制和恢复机制；缺点是公测阶段不确定性较高，SLA、价格、中文支持与合规信息不足。它更适合有工程能力的 AI 应用团队、Agent 平台开发者和希望快速搭建可执行型 Agent 的产品团队；不太适合想要开箱即用无代码 AI 工具的个人用户。
正文未提供中国大陆网络可访问性、支付方式或本地化信息，因此判定为未知。若访问或支付受限，可关注 Dify、Coze、LangChain、LlamaIndex、AutoGen、CrewAI、Flowise 等替代方案。
本测评基于公开资料整理,不构成购买建议,请以 softref.com 官网实际信息为准。
公测中的Agent基础设施，聚合LLM与沙箱执行。
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。