工具集

把 PDF、Word、Excel、PPT、HTML、图片、音频等文件转成保留标题、列表与表格结构的 Markdown，供大模型读取与分析。微软官方维护，需要 Python 3.10 以上。

微软官方出品：把 PDF、Word、Excel、PPT、HTML 等文件或网址转换为 Markdown，便于 agent 阅读与检索；只有一个 convert_to_markdown 工具，支持 STDIO 与本地 HTTP。

读取与提取 PDF 文本和表格，合并、拆分、旋转页面，加水印、填写表单，并能对扫描件做 OCR。驱动 Claude 文档能力的 Anthropic 官方技能，源码可见但非开源。

通过 CDP 直接控制本机 Chrome，完成导航、点击、输入、截图与数据抓取，可复用已登录会话。browser-use 官方技能，需要先用 uv 安装 browser-use 命令行。

OpenDataLab 出品的文档解析工具，把 PDF、图片与 Office 文档转成 Markdown 或 JSON，擅长表格、公式与复杂版面，支持 agent 按页续读与引用定位。默认本地解析，需要 Python 3.10 以上。

K-Dense 维护的 166 个科研技能合集（原 Claude Scientific Skills）：覆盖生物信息、化学信息、临床研究、材料与物理等领域，含统一查询 PubChem、UniProt 等 78 个公共数据库的技能。

在会话内调度多个子代理梳理架构、建威胁模型、全面排查漏洞。每条发现都要先经独立复核才写进报告，报告另附 SARIF，还可以生成补丁文件由人决定是否应用。Anthropic 官方插件，需要 Python 3.9+。

进程内分析型 SQL 数据库，命令行可直接用 SQL 查询 CSV、Parquet、JSON 文件，无需导入或启动服务，适合 agent 抽样与聚合大文件。官方维护。

保留公式、图表与排版的 PDF 论文全文翻译工具（命令 pdf2zh），输出单语与双语对照 PDF；默认使用谷歌翻译，可切换 DeepL、OpenAI 等服务，也能以 MCP 模式运行。

Google 官方开源的数据库 MCP 服务器，预置 PostgreSQL、MySQL、BigQuery、Spanner、MongoDB 等数十种数据源的查表与执行 SQL 工具，也能用 tools.yaml 定义受控的自定义查询。

安全公司 Trail of Bits 出品的技能合集，40 多个插件覆盖代码审计、CodeQL/Semgrep 静态分析、差异评审、智能合约与密码学审计、模糊测试等，也可作为 Claude Code / Codex 插件市场安装。

通过 Chrome DevTools MCP 操作中国知网：关键词与高级检索、期刊收录查询、浏览目录、下载 PDF/CAJ 并导出到 Zotero；需先开启 Chrome 远程调试，下载需自行登录知网。

以 Tushare 为主要数据源，提供 A 股、港股、美股、基金、可转债、期货、宏观经济与财经新闻等 19 个金融数据工具，内置 MACD、RSI 等技术指标计算。多数工具需 Tushare Token，社区维护。

把当前文件夹变成可跨多次对话续学的教学工作区：先问清学习目的，再收集可靠资料，生成简短的 HTML 小课和速查表并记录学习进度，适合自学和备课；需要手动调用（如在 Claude Code 里输入 /teach），无需 API Key。

面向编码 agent 的整套 harness：打包数十个子代理、近 300 个技能、钩子、规则、记忆与持续学习，并附带 AgentShield 安全扫描；以 Claude Code 为主，也支持 Codex。

支持上千个站点的音视频下载命令行工具，可选择格式与清晰度、下载字幕与元数据，并配合 FFmpeg 合并与转码；youtube-dl 的活跃分支。

创建、编辑与分析 Excel 表格：公式、格式、图表与数据清洗，也能在 csv、tsv 等表格格式间转换。驱动 Claude 文档能力的 Anthropic 官方技能，源码可见但非开源。

在给出建议、草稿或数据分析后追加 2–3 个针对性追问，引导用户核查关键事实、推敲推理并补足缺失背景，每次对话最多触发一次。Anthropic 官方技能。

多智能体投研框架：基本面、情绪、新闻、技术分析师与多空研究员、交易员、风控分工辩论，对指定股票输出研报与评级，支持美股、港股与 A 股。需 Python 环境和任一大模型 API Key；不构成投资建议，结论需专业人员复核。

Browser Use 官方内置的本地 MCP 服务：让 agent 导航、点击、输入、提取网页内容，或把多步任务交给内置浏览器 agent 自主完成。需自备 OpenAI 或 Anthropic API Key。

OpenAI 官方开源的通用语音识别模型，自带 whisper 命令，可多语种转写、把外语语音翻译成英文并输出字幕文件；需要 FFmpeg，有 GPU 时更快。

自适应网页抓取框架：scrapling extract 一条命令即可把网页抓成 Markdown、纯文本或 HTML，支持 CSS 选择器与浏览器渲染动态页面，另有 MCP 服务（需装 ai 扩展）。需 Python 3.10+，首次使用需安装浏览器。

自适应 Python 爬虫框架 Scrapling 内置的 MCP 服务：支持普通 HTTP 请求、浏览器渲染与隐身抓取，可用 CSS 选择器只把目标内容交给 AI，节省 token 并过滤提示注入内容。

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。