工具集

高吞吐的大模型推理与服务引擎：vllm serve 一条命令启动兼容 OpenAI 与 Anthropic 接口的服务，支持 Hugging Face 上 200 多种模型架构、量化与分布式推理。主要面向 NVIDIA、AMD 等 GPU 环境。

把自然语言描述、Mermaid 或真实代码仓库转成可交互的单文件 HTML 图表，覆盖架构图、流程图、时序图、数据流与状态机，生成后自动校验，可导出 PNG/SVG。

百度飞桨官方的 OCR 与文档解析工具：paddleocr 命令可识别图片文字，并把 PDF、扫描件解析成 Markdown 或 JSON，支持中文等 100 多种语言，模型可在本地运行。

飞桨 PaddleOCR 官方 MCP：对图片和 PDF 做文字识别与版面解析（PP-OCR、PP-StructureV3、PaddleOCR-VL），输出文本或 Markdown；可本地推理，也可调用官方 API、千帆或自建服务。

提供 sequential_thinking 工具，引导模型把复杂问题拆成可修正、可分支的思考步骤，适合规划、分析与需要反复推敲的任务。MCP 官方参考实现。

Astral 出品的 Python 包与项目管理器，用 Rust 编写、速度极快，可替代 pip、pipx、poetry、pyenv 等；支持锁文件与多版本 Python，uvx 可免安装直接运行 Python 工具。

开源的 LLM 友好网页爬虫，把网页转成干净的 Markdown 供 RAG 与 agent 使用；自带 crwl 命令行，支持深度爬取与按问题抽取数据（抽取需配置大模型 Key）。可免费自托管。

在命令输出进入 agent 上下文之前做过滤和压缩的 Rust 命令行代理，覆盖 git、测试、grep、ls 等上百种命令，最多可减少约 90% 的 bash 输出；通过钩子自动改写 Claude Code、Codex 等 agent 执行的命令。

通用命令行模糊查找器，可对文件列表、命令历史、进程等任意文本输入做模糊筛选；除交互界面外还有 --filter 非交互过滤模式，并提供 Shell 快捷键与补全集成。

原名 Claude Flow 的多 agent 编排框架：ruflo init 为 Claude Code 装上近百个专用子代理、蜂群协作、跨会话向量记忆与钩子，加 --codex 参数可改为配置 Codex；也可作为 MCP 服务或插件市场单独使用。

面向 Claude Code 与 Codex 的多代理编排框架（原 Claude Flow）：蜂群协作、自学习记忆与跨机器联邦通信；插件市场提供 30 余个插件，完整功能需 npx ruflo init 安装。

在本地 AI 编码 CLI 里运行的求职系统：扫描招聘门户，给岗位出 A-H 结构化评估与 1–5 分并识别虚假岗位，定制 ATS 简历与求职信、跟踪投递，从不代你提交。需要 Node.js。

读取杂乱的发票和收据（PDF、扫描件、截图），提取商家、日期、金额，按统一格式重命名并按供应商、类别或年份归档，保留原件，可汇总成 CSV 交给会计；需在 Claude Code 等能读写本地文件的 agent 里用，无需账号，税务结论需会计复核。

经典开源 OCR 引擎与命令行工具，识别图片中的文字并输出纯文本、hOCR、可搜索 PDF 或 TSV，支持 100 多种语言；中文等语言需安装对应的语言数据。

一站式大模型微调框架：用 llamafactory-cli 一条命令完成预训练、SFT、PPO/DPO 等偏好对齐与 LoRA/QLoRA 训练，以及推理对话、权重合并导出与 OpenAI 风格 API 部署，支持上百种开源模型，另有 Web UI。训练通常需要 GPU。

OpenBB 官方 MCP 服务器，把 OpenBB Platform 的股票、ETF、宏观经济、加密资产、新闻等数据接口开放给 agent，可按类别只启用需要的工具以节省上下文。需本机安装 uv，部分数据源需自备 API Key；分析结果不构成投资建议。

OpenBB 开源投资研究平台的命令行版，在终端查询股票行情、财报、宏观经济等金融数据，可用 Routine 脚本批量自动取数。官方维护，部分数据源需自备 API Key。

在本地用 Docker 运行 GitHub Actions 工作流，改完 .github/workflows 不必反复提交推送就能验证 CI，也能把工作流当作本地任务运行器。需要本机安装 Docker。

Cline 官方命令行版，与 VS Code 插件共用 Agent 核心，支持 plan/act 模式、MCP、检查点与子代理；--yolo、--json 可无人值守跑在 CI 与脚本里。可登录 Cline、ChatGPT 订阅或自带 API Key。

无代理的 IT 自动化工具：通过 SSH 用 playbook 批量完成配置管理、应用部署、云资源编排与临时命令执行，无需在目标机安装客户端。Red Hat 主导维护。

解析 PDF、DOCX、PPTX、XLSX、HTML、图片与音频等格式，还原版面、阅读顺序、表格与公式，导出 Markdown、HTML 或无损 JSON。IBM Research 发起，现由 LF AI & Data 基金会托管，可完全本地运行。

按正则递归搜索目录内容的高速文本搜索工具（命令名 rg），默认遵守 .gitignore 并自动跳过隐藏文件与二进制文件，支持按文件类型过滤，是编码 agent 检索代码库的常用命令。

按话题并行检索 Reddit、X、YouTube、Hacker News、Polymarket 等平台近 30 天的讨论，按互动量打分并汇总成简报，适合市场调研与会前功课。需要 Python 3.12+，部分来源需 API Key。

音视频转码、剪辑、拼接、抽帧与推流的命令行工具集，含 ffmpeg、ffprobe、ffplay，是 agent 处理媒体文件的基础依赖。GitHub 仓库为官方镜像。