工具集

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。

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。

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。

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。

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。

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。

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 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。

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。

基于 OpenNMT 的开源离线机器翻译，可作为命令行、Python 库或图形界面使用；按需下载语言模型包，缺少直连模型时自动经中间语言转译，适合不便上传到云端的文本。

英文文风检查器，把 Garner 等权威用法指南和名家写作建议做成规则，命令行逐行标出陈词滥调、冗词、不当比较和用法错误，可输出 JSON 供 agent 处理。需 Python 环境，本地运行，只支持英文。

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。

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。

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。

操作 Gmail、日历、Drive、Docs、Sheets、Slides、Tasks、Chat 等 Google Workspace 服务，支持多用户 OAuth 与只读模式；需自建 Google OAuth 客户端并以 HTTP 模式启动。

Simon Willison 出品的网页截图命令行：可按 YAML 批量截图、录制演示视频、导出 PDF 与 HTML，也能在页面中执行 JavaScript 提取数据、输出无障碍树。基于 Playwright，首次需安装浏览器。

连接 Google Search Console，让 agent 分析搜索词、点击与排名，对比不同时段表现，检查 URL 索引状态并管理站点地图。非 Google 官方，需自建 Google Cloud OAuth 凭据或服务账号。

B 站视频下载命令行工具，可下载投稿视频、番剧与课程，并把弹幕生成 ASS 字幕，支持批量下载整部番剧或系列视频；依赖 FFmpeg。

基于 Telethon 以个人账号操作 Telegram：搜索与收发消息、定时发送、管理联系人、群组与频道，提供 80 多个工具，可限制为只读。需申请 API ID 并在本地运行服务。

命令行文献与书目管理器：按 DOI 添加论文并自动抓取元数据，按作者、标题、标签检索，导入导出 BibTeX；每条记录是可读的 YAML 文件，agent 容易直接读写，也带网页界面。需要 Python。

通过 DuckDuckGo 进行网页搜索，并抓取、解析网页正文，内置限流与面向大模型的结果格式化。无需 API Key，uvx 一行即可运行。

爬取整个网站，逐页统计字数与关键词，检查标题、描述、图片 alt、H1、社交分享标签等技术 SEO 问题，默认输出 JSON，也能生成 HTML 报告，方便 agent 读取后给出修改建议。需要 Python 环境；可选的 AI 内容评估需另配 API Key。

让 agent 用 GAQL 查询 Google Ads 账户、广告系列与投放效果数据，目前只提供查询类工具。Google 官方维护，需配置 Google Cloud 凭据与 Ads API 访问权限。

让 agent 读写 Google Sheets：列出与搜索表格、读取和批量更新单元格、插入行列、创建与共享表格、生成图表，可按需只启用部分工具以节省上下文。需配置 Google Cloud 服务账号或 OAuth 凭据。