工具集

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。

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。

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。

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。

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。

给扫描版 PDF 加上可搜索、可复制的文字层，可自动纠偏、旋转并优化体积，默认输出 PDF/A。基于 Tesseract，支持 100 多种语言，完全本地运行。

一条命令去除图片背景：支持单张、整个文件夹批处理和监听目录，可只输出蒙版、切换 U2Net、SAM 等模型，也能启动 HTTP 服务或配合 FFmpeg 处理视频帧。默认模型在本地推理。

从众多图片站与社交平台批量下载图集和作品的命令行工具，文件命名与配置灵活，可调用 yt-dlp 下载视频。主开发已迁至 Codeberg，GitHub 仓库仍同步更新。

多语言 git hook 管理框架：在 .pre-commit-config.yaml 里声明格式化、lint、密钥扫描等钩子，提交前自动运行，也可用 pre-commit run --all-files 让 agent 提交前自检。

把 60 多个全栈专家技能打包成一个插件：Python、TypeScript、Go、Rust、Java 等 12 种语言专家，以及 React、Django、Spring Boot 等框架专家，按请求自动激活；另含对接 Jira / Confluence 的项目工作流命令（需 Atlassian MCP）。

把 Twitch、YouTube、B 站、抖音、虎牙、斗鱼等平台的直播流交给本地播放器观看，或用 --output / --record 直接保存成视频文件，便于留存自家或合作方的直播回放、做二次剪辑。macOS 可用 Homebrew 安装，观看需另装 VLC 等播放器；请只录制有权使用的内容。

让 agent 写代码获取 A 股及相关市场数据：行情 K 线、研报、资金流、龙虎榜、公告、宏观利率、期货与可转债等，整合 34 个公开数据源，除 iwencai 外无需密钥；需要安装 Python 依赖。

精确读取电子版 PDF 中每个字符、线条和表格框的位置：命令行可导出保留版面的文字或 CSV / JSON 明细，Python 接口还能抽取表格和表单字段，适合从发票、对账单、报表里取数。需 Python 环境，本地运行；不适合扫描件，需先 OCR。

把 dig、ps、ls、ifconfig 等上百种命令的输出及常见文件格式转换成 JSON，便于 agent 用 jq 或脚本可靠解析；也可作为 Python 库使用。

把 PaddleOCR 模型转成 ONNX 的轻量 OCR，默认识别中英文，纯 CPU 即可运行；命令行 rapidocr 能识别截图、拍照件和扫描页图片中的文字，适合把纸质材料、票据图片转成文本。需 Python 环境，首次运行联网下载模型，之后可离线使用；PDF 需先转成图片。

用 AI 一条命令去除图片和视频的背景：支持整个文件夹批处理、人像专用模型、边缘精修和换纯色底，视频可输出透明底 MOV 或叠加到新背景上，适合处理商品图、证件照和短视频素材。模型在本地运行，需先安装 PyTorch 与 ffmpeg，首次运行会自动下载模型。

用文本文件记录复式记账交易的记账语言与工具集：bean-check 校验账本、bean-format 统一格式，配合 Fava、beanquery 出报表与查询；账本是纯文本，便于 agent 生成和版本管理。

让 agent 操作 Home Assistant 智能家居：控制设备、查询状态与历史，创建并调试自动化、编辑仪表盘，共 80 多个工具。社区维护（非官方），需自有 Home Assistant 实例，uvx 方式运行还需长期访问令牌。

把文件移进回收站而不是直接删除，可以列出、恢复、清空已删文件，agent 误删的内容还能找回。遵循 FreeDesktop.org 回收站规范，与 GNOME、KDE 共用同一个回收站。

无需安装 Microsoft Excel 即可创建、读取和修改 xlsx 工作簿：支持公式、格式与条件格式、图表、透视表和表格，可本地 stdio 运行，也可作为远程 HTTP 服务。

从 PDF 中抽取表格的开源工具，自带 camelot 命令行，可把财报、银行对账单、统计报表里的表格导出为 Excel、CSV 或 Markdown，并给出识别准确度。需要 Python 3.10+；默认只处理能选中文字的 PDF，扫描件需另装 ml 与 ocr 扩展；结果建议人工核对。

让 agent 通过 Resolve 自带的脚本 API 操控达芬奇：剪辑时间线、整理媒体池、调色、Fusion、渲染输出。需要 DaVinci Resolve Studio；免费版仅 21.0.x 及更早版本可经应用内脚本桥接使用。

操作 Gmail、日历、Drive、Docs、Sheets、Slides、Tasks、Chat 等 Google Workspace 服务，支持多用户 OAuth 与只读模式；需自建 Google OAuth 客户端并以 HTTP 模式启动。

查询美国 SEC EDGAR 披露数据的 Python 库，内置 MCP 服务器：检索 10-K、10-Q、8-K 等文件，读取 XBRL 标准化财务报表、Form 4 内部人交易与 13F 持仓。免费无需 API Key，需设置 EDGAR_IDENTITY 身份标识。