热榜

钉钉官方开源命令行 dws，覆盖 AI 表格、日程、通讯录、群聊与机器人、待办、审批、考勤、日志、文档、听记与邮箱，输出结构化 JSON 并自带 Agent Skills；需企业管理员开通 CLI 访问后登录授权。

按规则把支付宝、微信、多家银行与券商以及美团、京东等账单转换成 Beancount 或 Ledger 复式记账格式，账户映射用 YAML 配置，适合每月批量导入与对账。

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。

免费开源的离线 OCR 桌面软件，支持截图、批量图片、PDF 扫描件与二维码识别，可通过 umi-ocr 命令行或 HTTP 接口调用（命令行依赖软件内的本地 HTTP 服务，默认开启）。仅支持 Windows 与 Linux。

在命令输出进入 agent 上下文之前做过滤和压缩的 Rust 命令行代理，覆盖 git、测试、grep、ls 等上百种命令，最多可减少约 90% 的 bash 输出；通过钩子自动改写 Claude Code、Codex 等 agent 执行的命令。

飞书官方命令行，200 多条命令覆盖消息、文档、多维表格、电子表格、日历、邮件、审批、OKR、会议与妙记，自带 20 多个 lark-* Agent Skill，输出结构化；需先创建飞书应用并登录授权。

把 PDF 转成可编辑的 Word 文档，尽量还原段落、表格、图片和版面，也能单独抽取表格，适合修改只拿到 PDF 版的合同、公文和试卷。需 Python 环境；只适用于电子版 PDF，扫描件需先 OCR。Artifex 已不再主动维护，靠社区修复。

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。

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。

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。

企业微信官方命令行，覆盖消息、邮件、文档、在线表格与智能表格、待办、日程、会议纪要、微盘与通讯录，配套 Agent Skills；需 Node.js 18+ 与企业微信账号扫码授权。

音视频转码、剪辑、拼接、抽帧与推流的命令行工具集，含 ffmpeg、ffprobe、ffplay，是 agent 处理媒体文件的基础依赖。GitHub 仓库为官方镜像。

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 Whisper 的离线语音转写与翻译工具，录音不出本机，用 buzz add 命令把讲座、访谈、会议录音导出为 TXT、SRT、VTT，适合老师整理课堂录音、律师整理会见记录。pip 安装需 Python 3.12 和 FFmpeg，另有桌面版；转写结果需人工核对。

一条命令把 Markdown 文章同步到知乎、掘金、微信公众号、头条、B 站等二十多个平台，默认存为草稿待人工确认，也能提取浏览器当前页面的文章，适合写作者和运营一稿多发。需要 Node.js，并在 Chrome 安装「文章同步助手」扩展、登录各平台。

Anthropic 官方的系统级沙箱命令行：无需容器即可限制 agent、MCP 服务器与任意命令的文件和网络访问，macOS 用 sandbox-exec、Linux 用 bubblewrap。目前是研究预览版。

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。

把含数学公式、表格的图片或整份 PDF（含扫描件）识别成 Markdown 与 LaTeX，中英文效果好，支持 80 多种语言，适合教师把试卷、讲义数字化，学生整理笔记。开源的 Mathpix 替代品，在本机运行，需要 Python 环境。

自动纠正中英文（CJK）混排的空格与全半角标点，识别 Markdown、YAML、源码字符串与注释等 28 种以上文件；lint 模式输出 diff 或 JSON，便于接入 CI 检查文案。

Free Law Project 出品，检查 PDF 里「黑框盖住但底下文字仍能选中复制」的无效涂黑，按页输出泄露的文字与位置（JSON），适合律师在提交或公开文书前做保密自查。需要 Python 3.10 以上；可能漏检，重要文件仍需人工复核。

腾讯会议官方命令行（tmeet），附带 agent 技能，可预约、修改和取消会议，管理受邀成员，获取录制、智能纪要、转写全文和参会报告，适合整理会议纪要、统计网课或会议出勤。需腾讯会议账号扫码授权，npm 安装需先装 Node.js。

企查查推出的命令行工具，约 200 个查询工具覆盖企业工商、经营与司法风险、知识产权、法律法规与类案、招投标，还能解析 PDF 等文档，适合律师做尽调与主体核查。需 Node.js 18+，在企查查智能体平台注册取 API Key（注册送积分）；结果需律师复核。

开源终端编码 Agent，可自由切换多家模型供应商，内置可改代码的 build 与只读分析的 plan 两种 agent 及子代理，另有桌面客户端。原 sst/opencode。

GitHub 官方的规格驱动开发工具包：specify CLI 为 Copilot、Claude Code、Codex 等 agent 初始化规格、计划与任务流程，先写规格再实现，另有缺陷修复与想法评估流程。需要 Python 3.11+ 与 uv。

开源浏览器 agent 项目，提供 browser-use 命令行，让 Claude Code、Codex 等 agent 用 Python 片段操控本机已登录的 Chrome，也可连接云端浏览器；同时提供 Python agent 库。云浏览器需 API Key。

阿里开源的 AI 代码评审命令行 ocr：先用确定性流程筛选文件、分组并匹配规则，再由 agent 读取上下文生成行级评审意见，也可用 ocr scan 全量扫描目录。需配置大模型接口，或用委托模式交给当前 coding agent 执行。

港大 HKUDS 开源的个性化辅导系统：导入教材建知识库后答疑、分步解题、出题测验，适合教师备课出题与学生自学；deeptutor 命令可输出 JSON 供 Claude Code 等调用。需要 Python 3.11+、Node.js 20+ 和大模型 API Key。

开放 Agent Skills 生态的包管理器：一条命令从 GitHub 等来源把技能安装到 Claude Code、Codex、Cursor 等数十种 agent，并支持搜索、更新与卸载。Vercel Labs 出品。

阿里通义千问团队开源的终端编码 Agent，支持子代理、自动记忆、技能与 MCP，可接入 Qwen、OpenAI、Anthropic、Gemini 等 API 或本地模型，另有 IDE 插件与无头模式（qwen -p）。

卡卡字幕助手的命令行版：把课程、讲座、访谈视频转成字幕，再用大模型断句校对、翻译并烧录回视频。必剪识别与必应翻译免费可用，大模型优化需自备 API Key，需 Python 3.10–3.12。

用文本文件记录复式记账交易的记账语言与工具集：bean-check 校验账本、bean-format 统一格式，配合 Fava、beanquery 出报表与查询；账本是纯文本，便于 agent 生成和版本管理。

Posit 出品的开源科技出版系统，基于 Pandoc：在 Markdown 或 Jupyter 笔记本中嵌入 Python、R、Julia 代码，quarto render 生成 HTML、PDF、Word、幻灯片、网站与书籍。

MiniMax 官方命令行工具，面向 agent 设计：在终端里调用 MiniMax 模型做文本对话，生成图像、视频与语音，并支持语音转写、图像理解和联网搜索，国内站与国际站均可接入。需要 MiniMax Token Plan 套餐。

按 ADDIE 教学设计模型让多个 AI 智能体协作，输入课程名即可生成教学大纲、LaTeX 幻灯片、讲稿与测评题，还能转成可编辑 PPTX，帮高校教师减轻备课负担。EACL 2026 论文开源实现，需要 OpenAI API Key；编译 PDF 需装 LaTeX，转 PPTX 需 Node.js。

开源的个人 AI 助手，运行在自己的电脑上，经 Telegram、Slack、iMessage 等 20 多个聊天渠道与你对话；openclaw 命令负责网关、渠道配对与插件管理，模型可在 Claude、Codex 与本地模型间切换。

在本机一条命令下载并运行 Gemma 等开源大模型，提供 REST API 与 Python / JS 库，还能用 ollama launch 让 Claude Code、Codex 等 agent 改用本地模型。

轻量的规格驱动开发 CLI：在项目里初始化后，通过 /opsx:propose 等命令让人与 agent 先对齐变更提案与规格再写代码，支持 Claude Code、Codex 等 30 多种工具。需要 Node.js 20.19+。

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。

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。

专为 AI agent 设计的 Office 命令行工具：单文件二进制，无需安装 Office 即可创建、读取和编辑 Word、Excel、PPT，并能渲染成 HTML 或 PNG 供 agent 检查排版效果。

从本地日志统计 Claude Code、Codex、Gemini CLI 等编码 agent 的 token 用量与费用，按日、周、月或会话出报表，还能查看 Claude Code 的 5 小时计费窗口。

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。

月之暗面官方终端编码 Agent：读改代码、执行命令、搜索文件与抓取网页，支持视频输入、MCP、插件、子代理与钩子，并可通过 ACP 接入 Zed、JetBrains。需登录 Kimi 账号或配置 Moonshot API Key，取代已归档的 Kimi CLI。

B 站命令行投稿与直播录制工具：登录后可上传视频、追加分 P、管理合集，也能无人值守录制抖音、斗鱼、Twitch 等 19 个平台的直播并自动投稿，自带 WebUI 与 agent skill。

按音量或画面运动自动剪掉视频和音频里的静音、空白片段，可调节留白与变速，并导出 Premiere、DaVinci Resolve、Final Cut Pro 等剪辑软件的工程文件。仓库附带 agent skill。

在终端里创建和修改剪映 / CapCut 本地草稿，可按静音粗剪、加带样式字幕、生成多语种版本，结果仍能在剪映里逐轨精修，适合课程和自媒体视频。需要 Node 18+ 与桌面版剪映或 CapCut，字幕需 Whisper，翻译需 Anthropic API Key；剪映 6.0 起的加密草稿读不了。非字节官方项目。

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。

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。

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。

本地模型网关：把 Claude Code、Codex 等编码 agent 的请求路由到 DeepSeek、Kimi、Gemini、OpenRouter 等模型供应商，支持失败切换、按规则路由与请求日志。需自备各家 API Key。