工具集
全部 Skill、MCP、CLI 与 Plugin。可以按类型、职业、标签筛选,也可以直接搜索。
职业:行政 / 办公 +2
共 43 项

MarkItDown
CLI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。
microsoft/markitdown196k
MarkItDown-MCP
MCP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。
microsoft/markitdown196k
PDF
Skill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。
anthropics/skills195k
PPT Master
Skill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。
hugohe3/ppt-master77.8k
PaddleOCR MCP Server
MCP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。
PaddlePaddle/PaddleOCR92.8k
Time MCP Server
MCP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。
modelcontextprotocol/servers92k
Docling
CLI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。
docling-project/docling70.7k
nanobot
CLI港大 HKUDS 出品的超轻量自托管个人 AI agent 框架(Python):自带网页界面与终端,可接 Telegram、Discord、Slack、微信、飞书、邮件等聊天渠道,内置长期记忆、定时任务、MCP 与多 agent 委派,能读 PDF、Word、Excel、PPT。接 OpenAI 兼容接口或本地模型,需要 Python 3.11 以上。
HKUDS/nanobot50.1k
CowAgent
CLI由 chatgpt-on-wechat 改名而来的开源个人 AI 助手与 Agent Harness:规划任务、调用工具与技能,三层记忆与知识库会自我进化,可组多 agent 团队;接微信、企业微信、公众号、飞书、钉钉、QQ、Telegram、Slack 等渠道,模型支持 Claude、GPT、DeepSeek、通义千问等。一行脚本安装,自带网页控制台(端口 9899),也有桌面客户端。
zhayujie/CowAgent48k
Marker
CLI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。
datalab-to/marker40.9k
OCRmyPDF
CLI给扫描版 PDF 加上可搜索、可复制的文字层,可自动纠偏、旋转并优化体积,默认输出 PDF/A。基于 Tesseract,支持 100 多种语言,完全本地运行。
ocrmypdf/OCRmyPDF35.3k
WhisperX
CLI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。
m-bain/whisperX25.4k
FunASR
CLI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。
modelscope/FunASR21k
notebooklm-py
CLI非官方 Python 库与 CLI,让 agent 操控 Google NotebookLM(现更名 Gemini Notebook):批量导入资料、基于来源带引用问答,生成播客、视频、幻灯片、测验与闪卡并批量下载,自带 agent skill。依赖未公开接口,需登录 Google 账号。
teng-lin/notebooklm-py20.2k
RenderCV
CLI用 YAML 编写简历,命令行渲染成排版规范的 PDF:多套主题,页边距、配色、字体可细调,字段严格校验并支持多语言;另提供配套 agent skill。需要 Python 3.12+。
rendercv/rendercv18k
pdfplumber
CLI精确读取电子版 PDF 中每个字符、线条和表格框的位置:命令行可导出保留版面的文字或 CSV / JSON 明细,Python 接口还能抽取表格和表单字段,适合从发票、对账单、报表里取数。需 Python 环境,本地运行;不适合扫描件,需先 OCR。
jsvine/pdfplumber10.9k
WeasyPrint
CLI用 HTML 与 CSS 排版并导出 PDF 的渲染引擎,支持分页等打印样式标准,适合批量生成统计报告、发票与票据。Python 实现,依赖系统的 Pango 库。
Kozea/WeasyPrint9.8k
RapidOCR
CLI把 PaddleOCR 模型转成 ONNX 的轻量 OCR,默认识别中英文,纯 CPU 即可运行;命令行 rapidocr 能识别截图、拍照件和扫描页图片中的文字,适合把纸质材料、票据图片转成文本。需 Python 环境,首次运行联网下载模型,之后可离线使用;PDF 需先转成图片。
RapidAI/RapidOCR8.5k
MLX-Audio
CLI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。
Blaizzy/mlx-audio8.3k
MCP Atlassian
MCP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。
sooperset/mcp-atlassian6.1k
mcp-obsidian
MCP借助 Obsidian 的 Local REST API 社区插件,让 agent 列出、读取、搜索、追加和删除笔记,并能按标题、块引用或 frontmatter 局部插入内容;需先安装该插件并配置其 API Key。
MarkusPfundstein/mcp-obsidian4.5k
Excel MCP Server
MCP无需安装 Microsoft Excel 即可创建、读取和修改 xlsx 工作簿:支持公式、格式与条件格式、图表、透视表和表格,可本地 stdio 运行,也可作为远程 HTTP 服务。
haris-musa/excel-mcp-server4.3k
AiPy
CLI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。
knownsec/aipyapp4k
Camelot
CLI从 PDF 中抽取表格的开源工具,自带 camelot 命令行,可把财报、银行对账单、统计报表里的表格导出为 Excel、CSV 或 Markdown,并给出识别准确度。需要 Python 3.10+;默认只处理能选中文字的 PDF,扫描件需另装 ml 与 ocr 扩展;结果建议人工核对。
camelot-dev/camelot3.9k