工具集

Skyvern 官方 MCP：用视觉大模型驱动浏览器完成填表、下载文件、网页调研等多步任务。可直连 Skyvern Cloud（OAuth 登录或 API Key），也可自托管 Skyvern 后以本地进程运行。

让 agent 查询 n8n 两千多个节点的文档、属性与工作流模板，并搭建、校验工作流；配置 n8n API Key 后可直接创建和更新实例中的工作流。

把一组 Markdown 章节编译成带目录、全文搜索和主题切换的在线书籍，适合写作者连载手册、老师整理讲义和课程教材；agent 可直接改章节文件再构建预览。Rust 官方团队维护，可下载预编译程序，或装好 Rust 工具链后用 cargo 安装。

卡兹克提出的横纵分析法深度研究：纵向梳理产品、公司或概念从诞生到现在的历程，横向与同类竞品对比，交叉得出判断，联网检索后输出排版好的 PDF 报告。需安装 WeasyPrint。

用 .tape 脚本描述终端操作，自动录制成 GIF、MP4 或 WebM，适合制作 CLI 演示和文档素材；输出文本快照还能做终端集成测试。Charm 出品，依赖 ttyd 与 ffmpeg。

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。

读取当前项目代码，构思并制作一段 15–25 秒的发布宣传视频：先写创意方案与分镜，再交给 Hyperframes 完成合成与渲染，配上音乐、音效和可直接发布的分享文案；可指定语气、画幅与时长，加 --voice 开启 Kokoro 配音。需要 Hyperframes 相关技能。

把项目目录或网站地址做成约 20 秒的发布宣传视频：读取代码或渲染线上页面获取文案、配色与真实界面，写分镜，用本机已有的工具自己完成画面、音乐音效与渲染，输出 MP4、封面帧和分享文案。不依赖额外素材，可指定语气、画幅与时长。

用大厂 PUA / PIP 话术给 agent 施压，配合结构化排障步骤与主动性检查，逼它失败后换思路、完成前出示证据；有常驻、鼓励、P9 带队等模式。支持 Claude Code、Codex 等多款工具。

AI2 出品的 PDF 与扫描件转 Markdown 工具，基于视觉大模型，能处理公式、表格、手写和多栏排版，适合批量数字化论文和档案。本地运行需 12GB 显存以上的 NVIDIA 显卡；没有显卡可接入兼容 OpenAI 接口的远程推理服务（需 API Key，按量付费）。

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。

用纯文本文件定义并运行 HTTP 请求链，可捕获变量，对状态码、响应头与 JSONPath / XPath 结果做断言，既能取数也能做接口测试并接入 CI。Orange 开源。

browser-use 团队出品的浏览器控制工具：通过一条可编辑的 CDP 连接让 agent 直接操作你正在用的 Chrome，缺少的辅助函数由 agent 边做边写并留存复用；另提供 MCP 服务。首次使用需在 Chrome 中允许远程调试。

让 Claude Code 在无人值守时推进机器学习研究：文献调研、选题、实验部署、跨模型评审循环、论文写作直到 rebuttal，共 80 余个技能；默认由 Codex 担任独立审稿模型，也可换用其他模型组合。

把 Claude Code / Codex 变成动效工作室：给它你的网页或产品，就能写分镜、做镜头动画和音效，用 Remotion 渲染产品宣传片、发布视频；交付后可在浏览器工作台里继续改，也能导出剪映草稿。需要本机装 Node.js 与 ffmpeg；Remotion 对公司商用可能要付费许可。

Sealos 的 Kubernetes 生命周期命令行：一条 sealos run 在多台服务器上部署高可用集群，并用集群镜像安装数据库、中间件等应用，支持离线交付。仅支持 Linux。

上下文工程与 harness 工程技能合集：上下文基础、退化诊断与压缩、多代理架构、记忆系统、工具设计、LLM 评审式评测与自改进循环，以原理与设计模式讲解为主，不绑定具体 agent 平台。

上下文工程与 harness 工程技能合集：上下文压缩与优化、多代理架构、记忆系统、工具设计、LLM 评审式评测等，按任务自动启用，适合构建生产级 agent 系统。

飞书官方工作流技能：把你今天、明天或本周的飞书日程和未完成待办汇总成一份站会摘要，标出时间冲突和空闲时段，方便每天同步进度；需在装有 Node.js 的电脑上安装 lark-cli，完成应用配置并用本人飞书账号授权日历与任务权限。

飞书官方 OKR 技能：查看 OKR 周期，创建和编辑目标与关键结果，更新量化进度、记录文字进展，调整对齐关系、顺序与权重，便于推动团队目标管理（不做绩效评估）；需安装 lark-cli 并完成飞书授权。

飞书官方工作流技能：汇总指定时间范围内的飞书会议纪要，生成结构化报告或会议周报；仅支持用户身份，依赖 lark-cli 及 lark-shared、lark-meeting 技能。

飞书官方 lark-cli 配套的二十多个技能，覆盖消息、云文档、多维表格、电子表格、日历、邮件、任务、审批与会议纪要；需先安装 lark-cli 并完成应用配置与授权。

Semgrep 官方 MCP 服务器，已并入 semgrep 主仓库，通过 semgrep mcp 启动：让 agent 对代码做静态安全扫描、用自定义规则查找问题并查看语法树。需先安装 Semgrep CLI；接入 AppSec 平台需 SEMGREP_APP_TOKEN。

语义化的多语言静态分析工具：用写法接近源码的规则查找漏洞与缺陷，支持 30 多种语言与自定义规则，默认在本地扫描、不上传代码。跨文件分析与 Pro 规则需登录。