工具集

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。

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。

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+。

CLI-Anything 里的 MuseScore 4 命令行封装：让 agent 给乐谱转调、提取分谱、增删乐器、查看乐谱信息，并导出 PDF、MIDI、MusicXML、MP3、盲文谱等格式，适合音乐老师批量准备教学乐谱。需先安装 MuseScore 4 桌面软件与 Python 3.10+。

用 Python 代码制作数学与讲解类动画的引擎（社区版 ManimCE）：写好场景后用 manim 命令渲染成视频，适合让 agent 生成教学、科普动画。macOS 需先装 cairo 与 pkg-config，渲染公式需 LaTeX。

一条命令去除图片背景：支持单张、整个文件夹批处理和监听目录，可只输出蒙版、切换 U2Net、SAM 等模型，也能启动 HTTP 服务或配合 FFmpeg 处理视频帧。默认模型在本地推理。

基于 faster-whisper 的快速语音转写，提供词级时间戳与说话人分离，适合会议纪要与字幕制作；说话人分离需 Hugging Face Token，GPU 加速需 CUDA。

阿里 ModelScope 开源的工业级语音识别工具包，自带面向 agent 的 funasr 命令：一条命令把音频转成文本、JSON 或 SRT 字幕，支持说话人分离与时间戳，中文识别效果好。需先安装 PyTorch。

从众多图片站与社交平台批量下载图集和作品的命令行工具，文件命名与配置灵活，可调用 yt-dlp 下载视频。主开发已迁至 Codeberg，GitHub 仓库仍同步更新。

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。

调用微软 Edge 在线语音合成把文本转成语音，并可同时生成字幕文件，无需 API Key，支持中文等多语种音色。非微软官方项目，依赖该在线服务的可用性。

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）。

把 Twitch、YouTube、B 站、抖音、虎牙、斗鱼等平台的直播流交给本地播放器观看，或用 --output / --record 直接保存成视频文件，便于留存自家或合作方的直播回放、做二次剪辑。macOS 可用 Homebrew 安装，观看需另装 VLC 等播放器；请只录制有权使用的内容。

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 AI 一条命令去除图片和视频的背景：支持整个文件夹批处理、人像专用模型、边缘精修和换纯色底，视频可输出透明底 MOV 或叠加到新背景上，适合处理商品图、证件照和短视频素材。模型在本地运行，需先安装 PyTorch 与 ffmpeg，首次运行会自动下载模型。

在 Apple Silicon Mac 上离线运行的语音工具：命令行把文字合成语音（支持中文与声音克隆）、把录音转写成文字，可为课件和讲解视频配音、整理讲座与访谈录音，数据不出本机。需要 M 系列芯片 Mac 与 Python 3.10+，导出 MP3 需装 ffmpeg，首次运行会下载模型。

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。

让 agent 通过 Resolve 自带的脚本 API 操控达芬奇：剪辑时间线、整理媒体池、调色、Fusion、渲染输出。需要 DaVinci Resolve Studio；免费版仅 21.0.x 及更早版本可经应用内脚本桥接使用。

音乐源分离命令行工具：把歌曲拆成人声、鼓、贝斯与其余伴奏等分轨，可用 --two-stems 只提取人声并输出 MP3。原作者离开 Meta 后继续维护的官方版本，目前不再加新功能。

让 agent 连接 Ableton Live 做音乐制作：创建 MIDI 与音频轨、写入音符、加载乐器和效果器、编排整首歌并控制播放。需在 Live 中安装配套 Remote Script，默认开启匿名遥测。

在 Mac 上本地运行 FLUX、Qwen Image、Z-Image 等开源生图模型的命令行工具：文生图、参考图改图、局部重绘与高清放大，海报配图、课件插图等素材不出本机。需要 Apple Silicon Mac 与 uv，首次运行会自动下载模型，耗时较长；商用前请确认所选模型的许可。