工具集

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。

从 PDF、Word、网页等资料生成原生可编辑的 PPTX，输出原生形状、数据图表与母版版式，也可套用自有模板填充内容、为成品添加动画与旁白；需要 Python 3.10+ 并安装依赖。

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。

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。

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。

港大 HKUDS 出品的超轻量自托管个人 AI agent 框架（Python）：自带网页界面与终端，可接 Telegram、Discord、Slack、微信、飞书、邮件等聊天渠道，内置长期记忆、定时任务、MCP 与多 agent 委派，能读 PDF、Word、Excel、PPT。接 OpenAI 兼容接口或本地模型，需要 Python 3.11 以上。

由 chatgpt-on-wechat 改名而来的开源个人 AI 助手与 Agent Harness：规划任务、调用工具与技能，三层记忆与知识库会自我进化，可组多 agent 团队；接微信、企业微信、公众号、飞书、钉钉、QQ、Telegram、Slack 等渠道，模型支持 Claude、GPT、DeepSeek、通义千问等。一行脚本安装，自带网页控制台（端口 9899），也有桌面客户端。

browser-use 团队出品的浏览器控制工具：通过一条可编辑的 CDP 连接让 agent 直接操作你正在用的 Chrome，缺少的辅助函数由 agent 边做边写并留存复用；另提供 MCP 服务。首次使用需在 Chrome 中允许远程调试。

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）。

网易开源的跨平台 UI 自动化测试框架：基于图像识别定位元素，无需侵入代码即可自动化 Android/iOS/Windows 上的游戏与 App；airtest run 执行用例，airtest report 生成 HTML 报告。

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。

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。

社区维护的 Jira 与 Confluence MCP：用 JQL/CQL 搜索，创建和更新工单、页面与评论，同时支持云版与 Server/Data Center 私有部署；需要 API Token 或个人访问令牌。

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。

通过 Google Flights 查询航班与最低价出行日期，可按航线、日期、舱位、经停、航司与联盟筛选，适合差旅规划。开源 Python 实现，无需 API Key；基于逆向的谷歌接口，可能随谷歌改版受影响。

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。

Simon Willison 出品的网页截图命令行：可按 YAML 批量截图、录制演示视频、导出 PDF 与 HTML，也能在页面中执行 JavaScript 提取数据、输出无障碍树。基于 Playwright，首次需安装浏览器。

基于 Telethon 以个人账号操作 Telegram：搜索与收发消息、定时发送、管理联系人、群组与频道，提供 80 多个工具，可限制为只读。需申请 API ID 并在本地运行服务。

Inditex 开源的 Microsoft Teams MCP：在指定频道读取消息、发起话题、回复并 @成员、查看成员列表，方便发布通知和跟进群内事项。需要在 Azure 注册应用并配置 Teams 机器人（通常需 IT 管理员协助），用 Docker 或 Python 3.12 + uv 运行。

连接 Odoo ERP，让 agent 用自然语言检索、创建、更新、删除客户、产品、发票等业务记录，支持聚合统计与附件读取。生产环境需在 Odoo 安装配套 MCP 模块，测试时可用 YOLO 模式直连。

通过 IMAP/SMTP 让 agent 读取、搜索、整理和发送邮件，任何支持这两种协议的邮箱都能接入，支持多个账号，自带本地网页配置界面。需要邮箱账号的密码或授权码。

让 agent 在 ServiceNow 里创建、更新和解决事件单，管理服务目录、变更请求和知识库文章，还能按服务台、知识库作者等角色只加载需要的工具。需要 ServiceNow 实例账号，从源码安装、本地 Python 3.11+ 运行；社区维护，最近一次更新在 2025 年 10 月。