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。

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 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。

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。

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。

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。

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。

知道创宇开源的 Python-use 智能体：用大白话描述任务，它自动写 Python 代码在本机运行，可整理 Excel、汇总考勤、筛选简历。需 Python 3.11+ 与 DeepSeek 等模型 API Key；代码直接在电脑上执行，重要文件先备份。

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。

Simon Willison 出品的命令行工具与 Python 库：把 JSON、CSV 直接导入 SQLite 并自动建表，对文件跑内存 SQL 查询，还支持全文检索与表结构变换。

KiCad 电路设计评审技能集：解析原理图、PCB 和 Gerber，推算电源树、查找常见设计错误，并做 SPICE 仿真、EMC 预检和 BOM 整理；只需 Python 3.10+，仿真需装 ngspice 等，查 DigiKey 需其 API 凭证，EMC 预检不能替代正式认证。

让 agent 受控地访问 MySQL：列出库表、查看表结构与样本数据、执行 SQL，支持多库模式、SSL 与 SSH 隧道。需自行配置数据库账号，建议使用最小权限用户。

Apache Doris 官方 MCP：以只读方式让 agent 探查库表元数据、执行与解释 SQL、诊断慢查询，并查看集群状态、导入任务与数据治理信息。需 Python 3.12+ 与 Doris 2.0 以上。