工具集

开源的个人 AI 助手，运行在自己的电脑上，经 Telegram、Slack、iMessage 等 20 多个聊天渠道与你对话；openclaw 命令负责网关、渠道配对与插件管理，模型可在 Claude、Codex 与本地模型间切换。

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。

Anthropic 官方文档技能包，也是 Claude 文件能力背后的实现：创建、编辑和分析 Word、Excel、PowerPoint 与 PDF，支持修订批注、公式和表单填写。源码公开，但不是开源许可。

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。

引导 agent 从零编写或改进 Skill：梳理意图、撰写 SKILL.md、跑有无技能的对照评测并打分，再优化描述以提高触发准确率。Anthropic 官方技能。

用多个并行子代理评审 PR，逐条按置信度打分、过滤误报，可把结果发成 PR 评论。Anthropic 官方插件，需要已登录的 GitHub CLI。

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。

开源浏览器 agent 项目，提供 browser-use 命令行，让 Claude Code、Codex 等 agent 用 Python 片段操控本机已登录的 Chrome，也可连接云端浏览器；同时提供 Python agent 库。云浏览器需 API Key。

用本地知识图谱（实体、关系、观察）为 agent 保存跨会话的长期记忆，数据落在本地 JSONL 文件，可随时查询与增删。MCP 官方参考实现。

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。

GitHub 官方命令行：在终端里管理 PR、Issue、Release 与 Actions 工作流，多数命令支持 --json 输出便于 agent 解析，并提供官方 agent skill。需先 gh auth login 登录。

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。

让 agent 通过无障碍树操作真实浏览器：导航、点击、填表、截图，不依赖视觉模型。微软官方维护。

GitHub 官方 MCP 服务器：让 agent 读写仓库与代码，管理 Issue 和 PR，查看 Actions 工作流与代码扫描告警。可接托管远程服务或用 Docker 本地运行，需个人访问令牌或 OAuth 授权。

飞书官方命令行，200 多条命令覆盖消息、文档、多维表格、电子表格、日历、邮件、审批、OKR、会议与妙记，自带 20 多个 lark-* Agent Skill，输出结构化；需先创建飞书应用并登录授权。

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。

查询 12306 火车票余票，支持车次过滤、经停站查询与中转方案，适合国内出行与差旅安排。社区项目，只能查询、不能下单，无需配置密钥。

强制 agent 按红-绿-重构推进：先写测试并亲眼看它失败，再写最少的实现让它通过，未经失败验证就写出的代码一律删掉重来。出自 Superpowers 工作流。

排查疑难缺陷与性能回退的纪律化流程：先构建能稳定复现的反馈回路，再复现与最小化、提出假设、插桩验证，最后修复并补回归测试，输出中要求脱敏密钥。Matt Pocock 出品。

把存款、在职、收入、退休证明等签证材料照片 OCR 识别后译成英文，生成原件与译文对照的双语 PDF。需要本地 Python（pillow、reportlab）和 OCR 工具（macOS Vision、EasyOCR 或 Tesseract）。译文页自带「认证翻译」字样但并非正式认证：姓名、金额、日期须人工核对，正式递交可能仍需有资质的翻译机构出具。

Nous Research 出品的自我改进型 Agent：内置记忆与从经验中自动生成技能的学习循环，可接任意模型供应商；hermes 命令提供终端界面，也能经网关接入 Telegram、Slack 等渠道并定时执行任务。

在本机一条命令下载并运行 Gemma 等开源大模型，提供 REST API 与 Python / JS 库，还能用 ollama launch 让 Claude Code、Codex 等 agent 改用本地模型。