工具集

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。

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。

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。

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。

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。

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。

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。

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。

为 agent 提供当前时间查询与 IANA 时区换算，自动识别系统时区，无需 API Key。MCP 官方参考服务器，Python 实现。

MCP 官方参考服务器：抓取网页并转成 Markdown 供模型阅读，支持从指定位置分段读取长页面。零配置，但能访问内网地址，使用时注意安全。

MCP 官方参考实现：让 agent 操作本地 Git 仓库，查看状态与 diff、暂存与提交、创建和切换分支、按时间检索提交日志。Python 编写，用 uvx 即可运行，目前仍处早期开发阶段。

飞桨 PaddleOCR 官方 MCP：对图片和 PDF 做文字识别与版面解析（PP-OCR、PP-StructureV3、PaddleOCR-VL），输出文本或 Markdown；可本地推理，也可调用官方 API、千帆或自建服务。

Astral 出品的 Python 包与项目管理器，用 Rust 编写、速度极快，可替代 pip、pipx、poetry、pyenv 等；支持锁文件与多版本 Python，uvx 可免安装直接运行 Python 工具。

开源的 LLM 友好网页爬虫，把网页转成干净的 Markdown 供 RAG 与 agent 使用；自带 crwl 命令行，支持深度爬取与按问题抽取数据（抽取需配置大模型 Key）。可免费自托管。

解析 PDF、DOCX、PPTX、XLSX、HTML、图片与音频等格式，还原版面、阅读顺序、表格与公式，导出 Markdown、HTML 或无损 JSON。IBM Research 发起，现由 LF AI & Data 基金会托管，可完全本地运行。

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。

港大数据智能实验室（HKUDS）出品：通过 Claude Code、Codex 等 agent 的插件或技能，为 GIMP、Blender、LibreOffice 等软件生成 agent 可调用的命令行；配套的 CLI-Hub 包管理器（cli-hub）可检索、安装社区现成的 CLI。需要 Python 3.10+。

Astral 出品的 Python linter 与格式化工具，用 Rust 编写、速度极快，可替代 Flake8、isort 与 Black，内置 900 多条规则并支持自动修复。

终端里的 AI 结对编程工具：为整个代码库建立仓库地图，改动自动提交 git，可接入 Claude、DeepSeek、OpenAI 等几乎所有模型及本地模型，改完可自动跑 lint 与测试。

为 Claude Code 接入 Pyright 语言服务器，给 Python 代码提供静态类型检查与代码智能。需先用 npm、pip 或 pipx 安装 pyright。Anthropic 官方插件。

面向 Python 3.12+ 的开发插件：内置 python-pro、django-pro、fastapi-pro 三个子代理和项目脚手架命令，外加异步、类型安全、测试、打包、uv 等 16 个技能。收录在 wshobson/agents 插件市场。

把 PDF、图片、PPTX、DOCX、XLSX、EPUB 等文档转换为 Markdown、JSON 或 HTML，能还原表格、公式与版面结构，可选接入大模型提升精度。需 Python 3.10+ 与 PyTorch；模型权重大规模商用需付费授权。

把技术书、文档目录或论文集（PDF、EPUB、DOCX、Markdown 等）提炼成 agent 技能：核心框架、按需加载的章节文件、术语表与速查表，工作中随时调用查阅。抽取脚本需本机 Python，PDF 可选装 poppler 或 docling。