适合科研 / 学术的工具

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。

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。

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。

K-Dense 维护的 166 个科研技能合集（原 Claude Scientific Skills）：覆盖生物信息、化学信息、临床研究、材料与物理等领域，含统一查询 PubChem、UniProt 等 78 个公共数据库的技能。

把当前文件夹变成可跨多次对话续学的教学工作区：先问清学习目的，再收集可靠资料，生成简短的 HTML 小课和速查表并记录学习进度，适合自学和备课；需要手动调用（如在 Claude Code 里输入 /teach），无需 API Key。

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。

在给出建议、草稿或数据分析后追加 2–3 个针对性追问，引导用户核查关键事实、推敲推理并补足缺失背景，每次对话最多触发一次。Anthropic 官方技能。

OpenAI 官方开源的通用语音识别模型，自带 whisper 命令，可多语种转写、把外语语音翻译成英文并输出字幕文件；需要 FFmpeg，有 GPU 时更快。

多智能体投研框架：基本面、情绪、新闻、技术分析师与多空研究员、交易员、风控分工辩论，对指定股票输出研报与评级，支持美股、港股与 A 股。需 Python 环境和任一大模型 API Key；不构成投资建议，结论需专业人员复核。

MCP 官方参考服务器：抓取网页并转成 Markdown 供模型阅读，支持从指定位置分段读取长页面。零配置，但能访问内网地址，使用时注意安全。

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。

百度飞桨官方的 OCR 与文档解析工具：paddleocr 命令可识别图片文字，并把 PDF、扫描件解析成 Markdown 或 JSON，支持中文等 100 多种语言，模型可在本地运行。

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。

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。

OpenBB 官方 MCP 服务器，把 OpenBB Platform 的股票、ETF、宏观经济、加密资产、新闻等数据接口开放给 agent，可按类别只启用需要的工具以节省上下文。需本机安装 uv，部分数据源需自备 API Key；分析结果不构成投资建议。

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。

模拟对冲基金的多 Agent 系统：巴菲特、芒格等投资风格 Agent 与量化、风控模块共同分析个股并可回测，适合金融课堂演示与学习投资框架。首次运行时填入 Financial Datasets 与模型 API Key；不做真实交易，结论需专业人员复核。

新一代标记式排版系统，可替代 LaTeX 撰写论文、报告与简历；增量编译速度快，一条 typst compile 命令即可输出 PDF，watch 模式可自动重新编译。

港大 CLI-Anything 项目为 QGIS 做的命令行封装：新建和编辑 .qgz 工程、创建 GeoPackage 图层并录入要素、制作打印版面并导出 PDF 或图片，调用 QGIS 自带处理算法，结果以 JSON 返回。需先装 QGIS 桌面版，并用能导入 PyQGIS 的 Python 安装。

K-Dense 科研合集中的统一数据库查询技能：以可复现方式调用 PubChem、UniProt、ChEMBL、ClinicalTrials.gov、FRED 等约 80 个公共数据库 API，返回带端点、参数与计数核对的可溯源结果；部分数据库需自备 API Key。

教 agent 用 Scanpy 完成单细胞 RNA-seq 标准分析：质控、归一化、PCA/UMAP 降维、聚类、差异表达与可视化，附可直接运行的流程脚本，并指导把 Seurat 等 R 对象转成 h5ad。需 Python 3.12+，K-Dense 维护。

引导 agent 为科研数据选对统计方法：t 检验、方差分析、卡方、回归与贝叶斯分析，检查前提假设、计算效应量与统计功效，并按 APA 格式写出结果。基于 Python（pingouin、statsmodels），K-Dense 维护。

覆盖学术研究全流程的技能套件：深度调研（含 PRISMA 系统综述）、论文写作、多视角同行评审与修订，每个阶段都停下等待人工确认，并做引用核验与诚信检查。许可证为 CC BY-NC（仅限非商用）。

按 PRISMA 等规范做系统性文献综述：检索 PubMed、arXiv、bioRxiv 等多个数据库，逐条核验引用 DOI，输出带 APA、Nature 等引用格式的 Markdown 与 PDF。主力网页检索依赖 parallel-cli，需登录 Parallel 账号。