工具集

Firecrawl 出品，在本地把 Word、PPT、Excel、PDF、EPUB、RTF 等文档毫秒级转成干净的 Markdown，保留标题、表格、脚注与公式，方便 agent 读合同、讲义、报表等附件。需安装 Node.js；扫描件可选用 Firecrawl 云端 OCR（会上传整份文件）。

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。

中文版 Humanizer：删改文章、评论和文档里的空话、重复与模板化表达，保留事实、确定程度和作者语气，不承诺通过 AI 检测。

在本机持续记录屏幕与音频，提取界面文字并做语音转写，agent 可以检索你看过的网页、文档和开过的会，按时间汇总当天工作与对话，录制数据默认存在本机。需先安装并运行 screenpipe：源码版限个人非商业免费使用，桌面版按月订阅。

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。

数字生命卡兹克开源的公众号长文写作技能：按其口吻、节奏与禁用词，把 PDF、语音转写、新闻链接等素材写成长文，附四层自检与风格示例库。风格立场鲜明，不适合追求通用文风。

数字生命卡兹克开源的中文技能合集：按其口吻写公众号长文、横纵分析法深度研究报告、AI 资讯日报查询、目标任务书拆解、项目文档整理与磁盘清理等 6 个技能。

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。

FunASR 项目官方 MCP：用 SenseVoice 模型在本地把音频文件转写成文字，支持普通话、粤语、英语、日语、韩语，可附分段时间戳。本地推理无需 API Key，音频不出本机，提供 Docker 镜像。

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。

非官方 Python 库与 CLI，让 agent 操控 Google NotebookLM（现更名 Gemini Notebook）：批量导入资料、基于来源带引用问答，生成播客、视频、幻灯片、测验与闪卡并批量下载，自带 agent skill。依赖未公开接口，需登录 Google 账号。

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。

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。

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。

帮作者删掉英文稿里的 AI 腔：列出该删的套话和该避开的句式，再从直接、节奏、信任读者、真实感、密度五个维度打分，总分低于 35/50 就返工。套话词表和改写示例都是英文，适合写英文博客、邮件和文章的人。

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。

飞书官方技能：读取、创建、编辑飞书云文档与知识库文档，插入或下载图片附件，操作画板与思维笔记；依赖 lark-cli 与 lark-shared 技能，需完成飞书授权。

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。