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。

通过 CDP 直接控制本机 Chrome，完成导航、点击、输入、截图与数据抓取，可复用已登录会话。browser-use 官方技能，需要先用 uv 安装 browser-use 命令行。

OpenDataLab 出品的文档解析工具，把 PDF、图片与 Office 文档转成 Markdown 或 JSON，擅长表格、公式与复杂版面，支持 agent 按页续读与引用定位。默认本地解析，需要 Python 3.10 以上。

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。

进程内分析型 SQL 数据库，命令行可直接用 SQL 查询 CSV、Parquet、JSON 文件，无需导入或启动服务，适合 agent 抽样与聚合大文件。官方维护。

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。

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。

Google 官方开源的数据库 MCP 服务器，预置 PostgreSQL、MySQL、BigQuery、Spanner、MongoDB 等数十种数据源的查表与执行 SQL 工具，也能用 tools.yaml 定义受控的自定义查询。

以 Tushare 为主要数据源，提供 A 股、港股、美股、基金、可转债、期货、宏观经济与财经新闻等 19 个金融数据工具，内置 MACD、RSI 等技术指标计算。多数工具需 Tushare Token，社区维护。

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。

用 p5.js 与种子随机数创作生成艺术（流场、粒子系统等）：先写算法美学理念，再输出可交互调参的 HTML 查看器。Anthropic 官方技能。

按 Slack 表情（建议 128×128）与消息动图（480×480）的尺寸、帧率、色数和时长建议制作 GIF，提供动画构思要点、GIF 组装与校验工具，基于 Python 与 Pillow。Anthropic 官方技能。

创建、编辑与分析 Excel 表格：公式、格式、图表与数据清洗，也能在 csv、tsv 等表格格式间转换。驱动 Claude 文档能力的 Anthropic 官方技能，源码可见但非开源。

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。

MoneyPrinterTurbo 官方技能：给一个主题或一段文案，agent 自动安装配置并生成带配音、素材、字幕和背景音乐的短视频，默认输出中文竖屏 MP4。需要一个大模型 API Key（Kimi、DeepSeek、OpenAI 等均可）和免费的 Pexels 素材 Key，支持 macOS 与 Windows。

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。

生成或编辑照片、插画、纹理、游戏精灵、产品样机与透明底素材等位图。Codex 内置的系统技能，默认调用内置 image_gen 工具，无需单独安装；经用户确认可改用附带的 CLI 脚本，需要 OPENAI_API_KEY。OpenAI 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。

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。

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。