工具集

自适应网页抓取框架：scrapling extract 一条命令即可把网页抓成 Markdown、纯文本或 HTML，支持 CSS 选择器与浏览器渲染动态页面，另有 MCP 服务（需装 ai 扩展）。需 Python 3.10+，首次使用需安装浏览器。

自适应 Python 爬虫框架 Scrapling 内置的 MCP 服务：支持普通 HTTP 请求、浏览器渲染与隐身抓取，可用 CSS 选择器只把目标内容交给 AI，节省 token 并过滤提示注入内容。

开源的 LLM 友好网页爬虫，把网页转成干净的 Markdown 供 RAG 与 agent 使用；自带 crwl 命令行，支持深度爬取与按问题抽取数据（抽取需配置大模型 Key）。可免费自托管。

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。

经典开源 OCR 引擎与命令行工具，识别图片中的文字并输出纯文本、hOCR、可搜索 PDF 或 TSV，支持 100 多种语言；中文等语言需安装对应的语言数据。

原名 Claude Flow 的多 agent 编排框架：ruflo init 为 Claude Code 装上近百个专用子代理、蜂群协作、跨会话向量记忆与钩子，加 --codex 参数可改为配置 Codex；也可作为 MCP 服务或插件市场单独使用。

面向 Claude Code 与 Codex 的多代理编排框架（原 Claude Flow）：蜂群协作、自学习记忆与跨机器联邦通信；插件市场提供 30 余个插件，完整功能需 npx ruflo init 安装。

一站式大模型微调框架：用 llamafactory-cli 一条命令完成预训练、SFT、PPO/DPO 等偏好对齐与 LoRA/QLoRA 训练，以及推理对话、权重合并导出与 OpenAI 风格 API 部署，支持上百种开源模型，另有 Web UI。训练通常需要 GPU。

在本地 AI 编码 CLI 里运行的求职系统：扫描招聘门户，给岗位出 A-H 结构化评估与 1–5 分并识别虚假岗位，定制 ATS 简历与求职信、跟踪投递，从不代你提交。需要 Node.js。

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。

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。

「面向云存储的 rsync」：在 S3、Google Drive、OneDrive、阿里云 OSS 等数十种云存储之间同步、复制文件，支持加密与挂载。使用前需用 rclone config 配置远端存储。

开源加密货币量化交易框架：命令行下载行情、回测策略、优化参数并以模拟盘运行，agent 可代跑策略迭代。推荐用 Docker 运行，初始化配置需按提示作答，写策略需懂 Python，实盘要交易所 API Key；回测不代表实际收益，交易决策需自行评估风险并请专业人士复核。

在本机运行的通用 AI Agent，提供桌面端、CLI 与 API，Rust 实现，可接入 15+ 家模型供应商并通过 MCP 连接 70+ 扩展；源自 Block，现属 Linux 基金会旗下 AAIF。

OpenAI Whisper 语音识别模型的 C/C++ 实现，在本地离线转写音频并输出字幕，CPU 即可运行，支持 Apple Silicon 与多种 GPU 加速；需先下载 ggml 格式模型。

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+。

Astral 出品的 Python linter 与格式化工具，用 Rust 编写、速度极快，可替代 Flake8、isort 与 Black，内置 900 多条规则并支持自动修复。

终端复用器：在一个终端里创建多个会话与窗格，断开后进程仍在后台运行；agent 常用它托管长时间任务、驱动交互式程序，不少多 agent 并行会话工具也以它为底座。

微软开源的 AI 量化投资研究平台，qrun 命令按 YAML 配置一键完成数据集构建、模型训练、回测与评估，附带大量基准模型。官方数据集暂时停止提供，需先按 README 准备行情数据。

轻量的多协议命令行下载工具，可从多个来源分段并行下载，支持 HTTP(S)、FTP、SFTP、BitTorrent 与 Metalink，能断点续传、从文本文件批量读取链接，并提供 JSON-RPC 接口供脚本或 agent 远程管理下载任务。

wshobson/agents 市场里的 MLOps 插件：提供数据科学家、ML 工程师、MLOps 工程师三个子代理，用 /ml-pipeline 命令分阶段编排从数据分析、训练到部署与监控的 ML 流水线，另含 ML 流水线与推荐系统架构两个技能。

开发大模型应用的插件：用 LangGraph 构建带记忆与工具调用的代理，实现混合检索 RAG、向量索引调优、提示词优化与 LLM 评测，含 3 个子代理和 8 个技能。

wshobson/agents 市场里的量化交易插件：含量化分析师和风险经理两个子代理，以及回测框架、风险指标计算两个技能，帮投资分析人员做策略回测、组合优化和 VaR、夏普比率、最大回撤等风险评估。需本地 Python 环境；结果不构成投资建议，需专业人员复核。

wshobson/agents 市场里的数据工程插件：含数据工程师子代理、数据管道命令，以及 Airflow DAG、dbt 转换、Spark 调优与数据质量等技能，辅助搭建 ETL 与数仓。