📢 转载信息
原文链接：https://www.kdnuggets.com/7-ai-tools-i-cant-live-without-as-a-professional-data-scientist
原文作者：Abid Ali Awan
# 引言
我一直沉浸在人工智能（AI）工具中，不仅是撰写关于它们的内容，而且作为数据科学家，我每天都在工作中使用它们。它们彻底改变了我完成工作的方式，帮助我编写更清晰的代码、改进写作、加速数据分析并更快地交付项目。
在本文中，我将分享七款已经成为我工作流程中永久组成部分的AI工具。没有替代品，没有替换品——只有为从机器学习项目到内容自动化提供动力的必需品。
# 1. Grammarly AI
Grammarly 是我使用了将近十年的工具。它最初只是一个简单的语法和拼写检查助手，用于我的作业和论文，但它已经发展成为一个全面由AI驱动的写作伴侣。
现在，我可以高亮显示任何文本并要求 Grammarly 进行改进、重写、调整语气或使其更清晰，它始终能提供高质量的结果。
在将我的内容通过 Grammarly 处理后，一切都感觉更犀利、更精致，可以发布了。我将它用于我的领英帖子、文章、教程、项目文档和电子邮件。它是我真正离不开的少数工具之一。
# 2. You.com
我使用 You.com 已经两年了，老实说，即使最近订阅价格上涨了，它仍然物有所值。
我依赖它进行研究、规划和学习新主题。其深度研究模式是最好的功能之一；它能彻底探索主题并提供详细的报告，这是我在 ChatGPT 或任何其他AI助手那里没有见过的。
You.com 最大的优势之一是可以在一个地方访问来自 Anthropic、OpenAI、Google 的顶级模型以及一系列开源模型。你可以测试它们、比较它们，甚至将它们集成到你的工作流程中。最重要的是，You.com 提供了一个免费的模型上下文协议（MCP）服务器，这使得连接本地AI工具并在几毫秒内拉取网络结果变得非常容易。
对于研究密集型工作或探索新想法，You.com 绝对是我最可靠的工具之一。
# 3. Cursor
在 Cursor 流行之前，我就已经是它的粉丝了。它轻量级、直观，并且是首批原生支持代理式 AI 工作流的编辑器之一。
今天，我将 Cursor 与 Claude Code 和几个关键扩展一起使用，以更快地测试、调试和交付代码，我非常喜欢它的每一个方面。
我使用 Cursor 进行机器学习模型训练、Web 开发、API 构建、数据分析，甚至从头开始组装完整的项目。诸如行内AI建议、多文件推理、即时重构和上下文感知规划等功能，使其感觉像是一个真正的AI结对编程伙伴。
# 4. Deepnote
Deepnote 是我进行快速原型设计和测试代码的首选工具。我使用它已经五年了，它已经发展成为一个功能齐全的数据科学平台。它是一个由AI驱动的云端笔记本，这意味着你可以简单地要求它分析你的数据，它将逐步生成代码、运行它、修复错误，并为你生成一个干净、结构化的笔记本报告。
它带有智能自动完成、调试支持和快速环境加载，使实验变得毫不费力。我将它用于我的教程、演示和快速实验，它大大减少了我构建和测试想法所需的时间。
我已经习惯了 Deepnote 的工作流程，很少再碰本地笔记本了。所有内容都保持在线、组织良好且同步。对于我所做的工作，没有什么能比得上它。
# 5. Claude Code
坦白说，我一开始对 Claude Code 持怀疑态度。它感觉太贵了，而且在我早期的某些数据科学测试中表现不佳。但当我发现可以将 GLM Coding Plan 与它集成时，一切都变了。从那时起，我每天都会将 Claude Code 用于个人项目和工作。
使用起来感觉很无缝。我试过 Open Code、Gemini、Codex 甚至 Droid，但我一直回到 Claude Code。
它的简洁性、遵循指令的方式以及自动处理复杂任务的能力，使其非常可靠。对于快速开发、清晰的推理和处理多步骤编码工作流程，没有其他工具能与之匹敌。
# 6. ChatGPT
我该从何说起 ChatGPT 呢？自它发布之日起，它就成为我日常生活的一部分。我用它来做所有事情——编码、研究、调试问题、排除系统故障、写作和简化我的工作流程。
每当我遇到复杂问题时，ChatGPT 是我寻求快速、可靠答案的首选之地。我向它提出个人问题、与工作相关的问题以及介于两者之间的任何问题，由于它能记住过去的对话，它总能给出有用、上下文感知的回答。
对我来说，ChatGPT 如此强大的原因在于其对话记忆、灵活的输入和自定义指令的结合。它适应我的工作方式，理解我的模式，并且可以在任务之间轻松切换。
无论我是生成代码、审查笔记本、起草内容还是分析数据，它都像是有一个全职AI伙伴坐在我旁边协助我的工作流程。
# 7. llama.cpp
llama.cpp 是本地AI生态系统的支柱。它完全是开源的，允许你在常规消费级硬件上本地运行大型语言模型，即使没有GPU也可以。它轻量、快速且效率极高，提供了真正的裸机性能。最近，开发者甚至添加了一个干净的用户界面，使其感觉几乎像是 ChatGPT 的本地替代品。
我将 llama.cpp 用于离线项目以及任何涉及敏感代码或私有数据的任务。它可以轻松地与本地编码代理、聊天机器人和自定义工具集成，而且设置变得如此简单，即使是 Windows 用户也能轻松安装。每当我想要测试新的开源模型时，我都会通过 llama.cpp 直接在我的笔记本电脑上运行它们并分享我的体验。我也用它来进行代码生成、写作和快速问答。
它的水平还达不到 ChatGPT，但如果你关心隐私、安全以及免费试验新模型，llama.cpp 就是你技术栈中需要的工具。
最终思考
我的核心工具保持不变：Grammarly、You.com、Cursor 和 ChatGPT。其余的则根据我的工作流程或出现更好的替代品而变化。
作为一个有阅读障碍的人，能够随时使用AI支持对我来说是一个真正的优势。这些工具帮助我理解复杂的文本、审阅我的写作，甚至处理那些通常需要我花费数小时才能完成的研究。发现 Grammarly、ChatGPT 和 Cursor 将原本感觉像是一种挑战，转化成了我的优势之一。
我不相信AI是来取代我们的。它是来支持我们的，并塑造新一代的工作流程，在这些流程中，AI成为我们构建、写作、学习和创造的自然组成部分。当使用得当时，它不会剥夺你的能力；它会放大它们。
Abid Ali Awan (@1abidaliawan) 是一位认证的数据科学家专业人士，热衷于构建机器学习模型。目前，他专注于内容创作和撰写有关机器学习和数据科学技术的技术博客。Abid 拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络为患有心理健康问题的学生构建一个AI产品。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区