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。

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。

让 agent 在 Blender 中建模、布置场景、调整材质并执行 Python 代码，可导入 Poly Haven、Sketchfab 资产与 AI 生成的 3D 模型。需安装 uv 与配套 Blender 插件。

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。

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。

自适应网页抓取框架：scrapling extract 一条命令即可把网页抓成 Markdown、纯文本或 HTML，支持 CSS 选择器与浏览器渲染动态页面，另有 MCP 服务（需装 ai 扩展）。需 Python 3.10+，首次使用需安装浏览器。

自适应 Python 爬虫框架 Scrapling 内置的 MCP 服务：支持普通 HTTP 请求、浏览器渲染与隐身抓取，可用 CSS 选择器只把目标内容交给 AI，节省 token 并过滤提示注入内容。

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。

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。

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。

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。

像 Git 管代码一样管理数据集和模型的版本：数据存放在 S3、GCS 等远端存储，版本信息记在 Git 仓库里。还提供可复现的流水线和本地实验追踪，改动后只重跑受影响的步骤。

带智能补全与语法高亮的 MySQL 终端客户端，兼容 MariaDB、TiDB 等；支持 --execute 与批处理模式，可按 CSV 或表格格式输出查询结果，便于 agent 直接执行 SQL。

把 SQLite 数据库发布成可以浏览、可以查询的网页和 JSON API，支持 SQL 查询、元数据和插件扩展，也能用 datasette publish 部署到 Cloud Run 等平台。适合数据探索和数据新闻，需要 Python 3.10 及以上版本。

用 Presidio Analyzer 扫描文件与目录中的个人敏感信息（姓名、邮箱、信用卡号等），可配置实体类型、置信度阈值与忽略规则。需要 Python 3.10+ 与 spaCy 语言模型。

支持二十多种 SQL 方言的 linter 与格式化工具，可自动修复大部分问题，兼容 Jinja 模板与 dbt 项目（dbt 需装插件），适合在数仓代码评审和 CI 中使用。

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。

终端里的表格数据浏览与整理工具，能打开 CSV、JSON、Excel、SQLite 等数十种格式，做筛选、排序、透视和频次统计；--batch 模式可无界面回放操作或转换文件格式。

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。

Python 编写的网页正文提取库与命令行：抓取网页，可跟随站点地图与 RSS 批量采集，去除页眉页脚等噪声，输出 TXT、Markdown、JSON、XML 等格式并附元数据，也能离线处理已下载的 HTML。

老牌 CSV 命令行工具集：in2csv 把 Excel、JSON 转成 CSV，csvcut、csvgrep、csvsort 筛选排序，csvstat 做统计，csvsql 直接对 CSV 跑 SQL。

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。

用 SQL 或 Python 编写数据转换模型的框架。提供类似 Terraform 的 plan / apply 流程、虚拟数据环境、单元测试和表差异比对，能在 10 多种 SQL 方言之间转译。Linux 基金会项目，可以替代 dbt。