工具集

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。

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）。

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。

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。

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。

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。

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。

AWS 官方统一命令行，用一套命令管理 EC2、S3、IAM 等各项 AWS 服务，支持 --query（JMESPath）过滤与 JSON 输出，便于 agent 查询和变更云资源。使用前需用 aws configure 配置访问凭证。

可编程的软件交付引擎：用 Go、Python、TypeScript 等 8 种语言的 SDK 编写构建、测试与发布流程，全部在容器中运行，本地与 CI 行为一致，自带 OpenTelemetry 追踪。需要 Docker 等容器运行时。

Vercel 官方命令行，一条命令把前端与全栈项目部署上线，并管理预览环境、环境变量、域名与日志。官方维护，需要 Vercel 账号（有免费档）。

Cloudflare Tunnel 官方客户端：无需开放防火墙端口即可把本地服务暴露到公网，也能代理 SSH、RDP 等 TCP 访问。命名隧道需 Cloudflare 账号与域名，快速隧道可免登录试用。

基于语法树（AST）的代码结构化搜索、lint 与批量改写工具：按代码模式而非文本匹配，用 $VAR 通配节点，适合 agent 做跨文件的大规模重构。

类 jq 语法的轻量命令行处理器，可读取、修改和转换 YAML、JSON、XML、INI、CSV 等格式，支持原地编辑配置文件，单一 Go 二进制无依赖。

魔搭社区官方的大模型与多模态模型训练框架，swift 命令覆盖预训练、微调、强化学习、推理、评测、量化与部署，支持 600 多种文本模型与 400 多种多模态模型及 Megatron 并行训练，另有 Web UI。训练通常需要 GPU。

像 Git 管代码一样管理数据集和模型的版本：数据存放在 S3、GCS 等远端存储，版本信息记在 Git 仓库里。还提供可复现的流水线和本地实验追踪，改动后只重跑受影响的步骤。

多语言 git hook 管理框架：在 .pre-commit-config.yaml 里声明格式化、lint、密钥扫描等钩子，提交前自动运行，也可用 pre-commit run --all-files 让 agent 提交前自检。

为指定 AI 工具写出精准提示词：先识别目标工具、提取意图，信息不足时最多追问 3 个问题，再输出可直接粘贴的精简提示词，覆盖 ChatGPT、Claude Code、Cursor、Midjourney、Sora 等数十种工具。

按目录自动加载和卸载环境变量：进入项目时读取 .envrc（可选 .env），离开时还原，避免多个项目的配置与密钥互相串用。需先把 hook 接入 bash、zsh、fish 等 shell。

对当前分支的改动做极其严格的可维护性审查：寻找能大幅简化结构的重构，拦下把文件推过 1000 行、在无关流程里插入零散条件分支、空壳封装、多余的类型转换与可选参数等问题，语气直接。出自 Cursor 官方插件仓库（cursor-team-kit），需手动调用。