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。

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。

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。

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。

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。

飞书官方技能：查看、导出和编辑飞书云文档里的画板。可以把 Mermaid、PlantUML 或 SVG 写进画板，画流程图、组织结构图等，也能把画板导出为图片或 SVG；在文档里新建画板要用 lark-doc 技能。需安装 lark-cli 与 Node.js 并完成飞书授权，要和 lark-shared 技能一起安装。

飞书官方技能：查看和搜索日程，创建或修改会议并邀请参会人，查询同事忙闲并推荐空闲时段，预定会议室，覆盖行政排会的主要流程；需在装有 Node.js 的电脑上安装 lark-cli，并完成应用配置与飞书授权。

飞书官方技能：在飞书任务里创建和分配待办、设截止时间与提醒、拆子任务、整理任务清单、写评论并标记完成，适合项目经理和行政人员跟进团队事项。需安装 lark-cli 并完成飞书应用配置与授权，要和 lark-shared 技能一起安装。

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。

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。

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。

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。

阿里巴巴开源的离线数据同步工具，用 JSON 作业配置在 MySQL、Oracle、PostgreSQL、Hive、HDFS、MaxCompute 等异构数据源间批量同步，通过 python datax.py 执行。需 JDK 1.8+ 与 Python，下载官方工具包解压即用。

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。

帮客服把工单、邮件或聊天记录分类、定优先级并给出下一步建议，可起草回复、整理复现步骤，外发前提醒遮掉客户隐私。适用于 Zendesk、Intercom 等导出的工单或直接粘贴的对话，不需要账号或 API Key。

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。