Notebook 内 Agent
从空 notebook 加一句话开始，agent 自己找数据、写 cell 并运行。遇到报错时不会直接套用常见修法，而是考虑该修法是否会引入样本偏差。所有步骤留在 notebook 里，可读可改可重跑。
价格免费起，Plus $12/月，Pro $30/月，Max 10x $90/月或 30x $200/月。
平台Web
归类AI 智能体
收录2025-01-01
复核2025-01-01
编辑评分
4.4 / 5
★★★★☆
Clusy编辑总结
Clusy 由 Founders, Inc. 支持，定位是「AI IDE for Jupyter notebooks」——在真实 notebook 里加入 agent，用自然语言描述目标即可让它规划任务、写并运行 cell。核心差异化有两点：实验可以 branch 后并行跑、结果能 snapshot 成稳定链接分享。算力从 CPU 沙箱到 T4、L4、A10、A100、H200，模型从 Auto 到 DeepSeek V4 Flash/Pro、Kimi、Qwen、GLM，再到 Claude 和 GPT。免费档含 5 GB checkpoint 存储、8 vCPU / 8 GB RAM 的 CPU 沙箱，保留 3 天；Plus $12/月、Pro $30/月、Max 10x $90/月或 30x $200/月。短板是免费档仅 CPU 且 3 天后释放，Max 30x 的 2 TB 存储与 H200 只面向高预算用户。
Clusy是什么？
Clusy 是一个 AI 原生的 Jupyter notebook 开发环境，由 Founders, Inc. 支持。它不是替代 notebook，而是在 notebook 外面加一层 IDE，让 agent 和你一起在同一份 notebook 里工作：你用自然语言描述想要的结果，agent 负责找数据、写 cell、在云端 CPU 或 GPU 上运行，并把结果留在 notebook 里供你检查、修改、重跑。
它补上了单个 notebook 做不到的两件事：一是 branching，可以把实验 fork 出去并行跑、并排比较；二是 snapshot 分享，任意一次运行都能变成一个稳定链接，别人打开后可以直接 fork。导入导出方面，现有的 .ipynb 文件可以带进来，也能再拿出去。
使用方式按角色分层：普通用户可以从空 notebook 加一句话开始，让 agent 自己找数据、写 cells；研究者可以让 agent 复现论文里的模型、跑对比实验；工程团队可以用它 post-train 开源权重模型，官方页面上 Zilix 的联合创始人提到用它处理 coding agent 的模型后训练，比全手动流程省时间。
Clusy核心功能
行实验与 Branching
可以把实验 fork 出去，同时跑多个分支并排比较结果，单个 notebook 自身做不到这一点。适合需要试不同模型架构、不同数据清洗方式的场景。
Snapshot 分享
任意一次运行都能生成稳定链接，其他人打开后可以查看并直接 fork。链接对应的是可读取、可编辑、可导出的真实 notebook，不是截图或静态报告。
.ipynb 导入导出
支持把现有 .ipynb 文件带进平台，也能把运行后的 notebook 再导出拿走，方便接回本地仓库或既有流程。官方页面明确了双向支持。
多模型切换
免费档用 Auto model，Plus 档起加入 DeepSeek V4 Flash 与 V4 Pro，Pro 档加入 Kimi、Qwen、GLM 等全部开源模型，Max 档覆盖 Claude 和 GPT。按档位逐级解锁，工作增长后再升档。
官方说明 ↗云端 GPU 沙箱
免费档为 CPU 沙箱（8 vCPU、8 GB RAM）；Plus 档加 T4（16 GB VRAM）；Pro 档加 L4、A10 与 32 GB RAM；Max 档最高到 A100 / 64 GB RAM 或 H200 / 128 GB RAM。发沙箱数从 1 到 24。
官方说明 ↗Checkpoint 存储
各档存储额度分别为 5 GB、30 GB、100 GB、512 GB 与 2 TB。免费档的 checkpoint 保留 3 天后释放，Plus 及以上档位为 indefinite（长期保留）。
官方说明 ↗Clusy值不值得用？
当作「能自己跑实验的云端 notebook」用时值得：把数据发现、预处理、训练、并行实验压到一条 prompt 链里，免费档就能验证 Auto model 在 CPU 沙箱上的 agentic 工作流。需要 GPU 时再上 Plus，$12/月给到 T4 和 30 GB 存储、checkpoint 不再 3 天释放。当你要跑大模型微调或需要 H200、2 TB 存储时，只有 Max 30x 的 $200/月档才够，预算要先算清楚。它跑在云端，本地环境配置和依赖管理不是它的战场，习惯全本地掌控的用户会不适应。
建议选它的情况
- 需要让 agent 从零找公开数据集、清洗并跑通完整 ML 流程的研究者
- 要并行比较多个实验分支、并把结果用稳定链接分享给同伴的团队
- 希望把现有 .ipynb 带进云端、用 T4 或 L4 跑日常实验的工程师
不建议选它的情况
- 必须把数据和代码全部留在本地、不接受云端沙箱的用户
- 只需要单次跑通一个 notebook、不需要 branching 和 snapshot 的轻量用户
- 预算有限但要跑 A100 级别以上大规模训练的团队
Clusy使用建议
入门先把路子走对
- 从空 notebook 加一句话开始不要先手写 cell。直接描述想要的结果，让 agent 负责找数据、写 cells 并在 CPU 沙箱上运行，你先看它怎么拆步骤。
- 先在免费档验证 Auto model免费档含 5 GB checkpoint 存储、8 vCPU / 8 GB RAM 的 CPU 沙箱，agentic 工作流够跑。注意 checkpoint 3 天后释放，重要结果先导出。
- 把 .ipynb 带进来试官方页面明确支持双向导入导出，先拿一份现有的 .ipynb 跑通，确认 agent 能和你的代码结构配合，再迁更多项目。
- 报错时看 agent 的修法官方示例里 agent 会拒绝套用常见修法，理由是那会引入样本偏差。遇到类似情况先读它的解释，再决定是否接受修改。
进阶省时间也省钱
- 用 branching 代替顺序试错把不同模型架构或数据清洗方案各自 fork 成分支并行跑，再并排比较，比在一个 notebook 里来回改更省时间。
- 按 checkpoint 保留期选档免费档 checkpoint 3 天后释放，Plus 起为 indefinite。需要长期保留中间产物时，$12/月的 Plus 比反复重跑更划算。
- 升档前先看并发沙箱数各档并发沙箱为 1、3、8、12、24。行实验多但卡在排队时，先升并发而不是升模型档位。
- 用 snapshot 做协作交付把跑通的运行生成稳定链接发给同伴，对方能直接 fork 继续改，比发 notebook 文件和依赖说明更省沟通成本。
Clusy适合谁用？
ML 研究者
推荐需要复现论文模型、对比不同架构、跑并行实验。官方页面引用了斯坦福、清华等研究者的使用反馈，branching 与 snapshot 正好对应这类工作流。
工程团队做后训练
推荐页面上 Zilix 用它 post-train 开源权重模型供 coding agent 系统使用，反馈是比全手动流程快。需要 Pro 及以上的开源模型档位。
习惯本地全掌控的开发者
不推荐数据和代码都要留在本地、依赖自己管，云端沙箱反而是约束。导入导出的 .ipynb 能带走，但运行环境仍在 Clusy 侧。
预算敏感的个人用户
有条件免费档只有 CPU 沙箱且 checkpoint 3 天后释放，需要 GPU 要上到 $12/月的 Plus。只是想跑一次小实验的，免费档额度够验证。
Clusy优点和缺点
优点
- 在真实 notebook 里工作，agent 的每一步都可见可改可重跑
- branching 让实验并行跑并排比较，单个 notebook 做不到
- snapshot 把任意一次运行变成稳定链接，可直接被他人 fork
- 免费档就给 8 vCPU / 8 GB RAM 的 CPU 沙箱和 5 GB 存储
- Plus 档 $12/月即加入 T4（16 GB VRAM）与 indefinite 保留
- 模型从 Auto 到 Claude、GPT 逐档解锁，按工作增长升档
- 支持 .ipynb 双向导入导出，不绑定单一编辑环境
缺点
- 免费档 checkpoint 仅保留 3 天，到期释放
- GPU 从 Plus 档才开始，免费用户只能跑 CPU
- Max 30x 需 $200/月，2 TB 存储与 H200 只在该档提供
- 发沙箱免费档只有 1 个，并行实验会排队
- 运行在云端沙箱，数据与依赖需接受平台托管
Clusy常见问题
Clusy 免费吗？＋
有免费档，$0/mo，含 Auto model、5 GB checkpoint 存储、8 vCPU / 8 GB RAM 的 CPU 沙箱，checkpoint 保留 3 天后释放。需要 GPU 或 DeepSeek V4 Flash / V4 Pro 时要升到 $12/月的 Plus。免费档适合先验证 agent 工作流，不适合长期跑训练。
Clusy 和 Jupyter、Google Colab 有什么区别？＋
Jupyter 和 Colab 给的是一个空编辑器，工作留给用户。Clusy 是围绕这个 notebook 的 IDE：agent 在里面和你一起工作，负责找数据、检查数据、选架构与算力并端到端执行。它还额外加了两件单个 notebook 做不到的事——branching 并行跑实验并排比较，以及 snapshot 分享，任意一次运行可变成稳定链接供他人打开和 fork。输出仍是可读、可编辑、可导出的真实 notebook。
能把我现有的 .ipynb 带进来，再拿出去吗？＋
可以，官方页面明确说明双向支持：现有 .ipynb 文件能带进平台，运行后的 notebook 也能再导出。导出后是真实 notebook，可以接回本地仓库或既有流程。
各档价格和额度分别是多少？＋
Free $0/mo，5 GB 存储、8 GB RAM、CPU only、并发 1。Plus $12/mo，加 DeepSeek V4 Flash 与 V4 Pro、T4 GPU（16 GB VRAM）、30 GB 存储、并发 3。Pro $30/mo，3x Plus 用量，加 Kimi、Qwen、GLM 等全部开源模型，T4 / L4 / A10 与 32 GB RAM，100 GB 存储，并发 8。Max 10x $90/mo 或 Max 30x $200/mo，覆盖 Claude 和 GPT，最高 A100 / H200，512 GB 或 2 TB 存储，并发 12 或 24。
支持哪些模型？＋
按档位逐级解锁：免费档用 Auto model；Plus 档加 DeepSeek V4 Flash 和 V4 Pro；Pro 档加 Kimi、Qwen、GLM 等全部开源模型；Max 档覆盖包括 Claude 和 GPT 在内的所有模型。模型档位与算力档位是绑定的，升档才能用到更高阶模型。
checkpoint 会一直保留吗？＋
不是。免费档的 checkpoint 保留 3 天后释放，Plus 及以上档位为 indefinite（长期保留）。如果实验需要长期保存中间产物，要么升到 Plus（$12/月），要么在 3 天内把结果导出带走。
团队用需要更高额度怎么办？＋
页面提供了 Enterprise 入口：需要更高限额、专属容量、SSO 或自定义账单时，可以约一次沟通，按团队工作负载设计方案。具体价格官网未公开，需要走这条通道确认。
Clusy竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Clusy本工具 | 4.4 | 免费起，Plus $12/月，Pro $30/月，Max 10x $90/月或 30x $200/月。 | Notebook 内 Agent；行实验与 Branching；Snapshot 分享；.ipynb 导入导出 | Web |
| DataMorf | — | Core €71/mo 起；Growth €159/mo；Enterprise | 工作流自动化平台 | Web |
| Lutra | — | 基础月度订阅加按量计费，Professional 与 Custom 可购买折扣积 | 用于数据丰富、研究和工作流自动化的 AI 助手 | Web |
| Banana AI 2 | — | 未标价 | 专注于图像生成、3D 编辑和创意工作流自动化的下一代 AI 平台 | — |
| Wrk | — | 一次性流程搭建费起价 $1000，其余按用量计费 | AI 工作流自动化平台，拥有预构建机器人和快速部署 | Web |
| Formsflow | — | 未标价 | 开源低代码平台，用于表单、工作流自动化和分析 | Web |
