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。

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。

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。

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。

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。

指导 agent 构建高质量 MCP 服务器：调研协议与目标 API、设计工具、用 Python（FastMCP）或 TypeScript SDK 实现，并编写评测问题验证效果。Anthropic 官方技能。

Claude API 与 Anthropic SDK 参考：模型选择与定价、流式输出、工具调用、提示缓存、Managed Agents 等，并提供模型迁移与提示词审计流程。Anthropic 官方技能。

prompts.chat 提示词库的官方 Claude Code 插件：在编码助手里搜索提示词与 Agent Skills、填充变量、用 AI 优化提示词，内置命令、子代理与远程 MCP；保存自己的提示词需 API Key。

开发 Claude Code 插件的工具包：7 个技能覆盖插件结构、钩子、MCP 集成、命令、子代理与技能编写，附八阶段引导式创建命令，以及代理生成、插件校验、技能评审三个子代理。Anthropic 官方维护。

用 /new-sdk-app 交互式搭建 Claude Agent SDK 项目（Python 或 TypeScript），再由校验代理按官方最佳实践检查依赖、配置与代码。Anthropic 官方维护。

用一句话描述或分析近期对话自动生成钩子规则，以 Markdown 文件配置匹配条件，拦截或警告危险命令与不想要的写法，无需重启即生效。Anthropic 官方插件。

Anthropic 官方终端编码 Agent：读懂代码库、修改代码、执行命令、处理 git 流程，支持插件、MCP 与无头模式（claude -p）。需要登录 Claude 账号或配置 API Key。

纯 C/C++ 实现的本地大模型推理引擎，自带命令行对话与 OpenAI 兼容的 HTTP 服务，可直接从 Hugging Face 拉取 GGUF 模型运行；支持 Apple Silicon、CUDA、Vulkan 等多种硬件与低比特量化。

OpenAI 官方在本地运行的编码 Agent，Rust 实现，可读写代码、执行命令并在系统沙箱中运行；可用 ChatGPT 订阅登录，也可配置 API Key。

极简、可扩展的终端 AI Agent：可让它自己编写提示词模板、技能、扩展与主题，支持 print / JSON / RPC 模式供脚本调用，并提供 TypeScript SDK。需要 Node.js 22.19+。

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。

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。

Google 官方开源终端 Agent，使用 Gemini 模型与 100 万 token 上下文，内置 Google 搜索、文件与 Shell 工具并支持 MCP；个人 Google 账号有免费额度。

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。