工具集

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。

用 HTML、CSS 与可逐帧定位的动画写视频，命令行预览并渲染成确定性的 MP4；附带产品发布视频、字幕、口播重剪等 agent 技能。HeyGen 官方维护，需要 Node.js 22+ 与 FFmpeg。

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。

HeyGen 官方 HyperFrames 技能集：让 agent 用 HTML、CSS 与动画写出可确定性渲染的 MP4 视频，含产品宣传片、讲解视频、字幕、配乐卡点等创作流程。需要 Node.js 22+ 与 FFmpeg。

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。

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。

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。

生成自包含 HTML+SVG 的杂志风图表：架构图、流程图、时序图、泳道图、甘特图等数十种类型，可读取网站配色匹配品牌，支持导入 Mermaid、draw.io 与 Excalidraw 源文件重绘。

社区维护的精简命令手册，为常用命令行工具提供以示例为主的简明帮助页，比 man 更易读；需安装官方客户端（Python、Rust 或 Node.js）后用 tldr <命令> 查询。

开源设计工具 Penpot 官方 MCP：借助 Penpot 插件 API 让 agent 查询、修改和生成设计稿，支持设计转代码与代码转设计。需先运行 npx -y @penpot/mcp@latest，并在 Penpot 中加载 MCP 插件完成连接。