工具集

AWS Labs 官方插件市场：含 deploy-on-aws（架构推荐、成本估算与 IaC 部署）、aws-serverless、aws-amplify、databases-on-aws、sagemaker-ai 等插件。AWS 建议新项目优先用 Agent Toolkit for AWS。

HashiCorp 官方 Terraform 与 Packer 技能集：按官方风格写 HCL、模块重构、terraform test、Provider 开发、Stacks 与策略，以及 AWS/Azure 镜像构建。

HashiCorp 官方插件市场：terraform 插件含 16 个技能（配置编写、模块、Provider 开发、测试、导入、Stacks 与策略），packer 插件含 4 个镜像构建与 HCP Packer 技能。

用市场交易数据回答宏观问题：综合 Polymarket/Kalshi 预测市场、美债收益率、CFTC 持仓、SEC 内部人交易、A 股资金流等 13 个免费数据源，给出概率估计、推理链和情景分析。无需 API Key，需安装 uv；结果不构成投资建议，须由专业人员复核。

Jina AI 官方远程 MCP：把网页与 PDF 转成 Markdown，支持网页、arXiv、SSRN、图片搜索，以及截图、重排与语义去重。读取类工具免 Key 可用（有限速），搜索与重排需 Jina API Key。

对 ClickHouse 执行 SQL 查询、浏览库表结构，默认只读；也可启用内嵌的 chDB 直接查询文件与 URL 中的数据。ClickHouse 官方维护。

让 agent 浏览 Reddit 版块、搜索帖子、读取评论并分析用户动态，适合做海外用户口碑、竞品反馈和舆情调研。只浏览版块不需要账号；搜索、读评论等功能要免费申请 Reddit 应用凭据，本机需装 Node.js。

Vercel 官方：自动发现本地运行的 Next.js 16+ 开发服务器，把其内置 MCP 端点提供的运行时报错、路由与日志交给 agent，并引导 agent 查阅与所装版本一致的文档。

用自然语言描述就能得到排好版的 PDF：把手写笔记或扫描教材转成 LaTeX 讲义和速查表，出带答案的试卷，写论文、学位论文、学术海报、简历与信函，内置 27 个模板及图表、批量套打脚本。需安装 TeX Live 等依赖（附一键安装脚本）。

微软官方技能：让 agent 依据 Microsoft Learn 文档调用 Azure 文本与文档翻译、用术语表统一译法、训练 Custom Translator 自定义模型并排查配额与报错。适合本地化团队搭建批量翻译流程；需 Azure 账号与 Translator 资源并联网使用，偏技术配置。

Docling 项目官方 MCP：把 PDF、Word、PPT 等文件转成结构化文档，识别版面与表格、对扫描件做 OCR，也能让 agent 逐段生成新文档并导出 Markdown。本地模式需 Python 与 uv，首次运行会下载版面识别模型；也可改连自建的 Docling Serve 服务。

云舒整理的中文工作流技能合集，近 40 个技能覆盖需求池、版本规划、PRD 与测试用例、页面设计探索、案例调研、写作与周报，帮助产品经理把想法推进到交付。

Unbabel 出品的机器翻译质量评估工具：comet-score 命令给译文逐句和整体打分，XCOMET 模型能标出错误片段及严重程度，CometKiwi 没有参考译文也能评估，适合译者和本地化团队抽检机翻稿。需 Python 3.8+；模型首次使用时从 Hugging Face 下载、体积较大，部分模型要登录并同意许可，有 GPU 会快很多。

面向改投和定向投稿的论文改写技能：提供 5–8 篇目标期刊论文（可再加领域范文或课题组范文），为这篇稿件生成可编辑的写作规范，再按该期刊的习惯逐节改写并留下修改日志。PDF 输入需另装 MinerU 等转换工具。

Shopify 官方命令行：初始化、本地开发并部署 Shopify 应用、扩展、Functions 与主题，也能构建和托管 Hydrogen 自定义店面。需要 Node.js。

dbt Labs 官方插件市场，提供 dbt 与 dbt-migration 等插件：编写模型与单元测试、构建语义层指标、dbt Mesh 治理、排查作业失败，以及版本升级与跨平台迁移。多数技能需要现成的 dbt 项目。

dbt Labs 官方技能合集：编写与修改 dbt 模型、补单元测试与文档、搭建 MetricFlow 语义层、排查任务失败，以及 dbt 版本升级与跨平台迁移。多数技能需要已安装 dbt 并有现成项目。

面向科研的 Claude Code 插件：用 /omp:survey、/omp:experiment、/omp:write 等命令串起文献调研、选题、实验、论文写作与自审，内含 5 个分工 agent 和 34 个科研技能，能跨会话记住项目进度。实验环节偏机器学习方向，需要一定的命令行基础。

21 条英文写作规则（12 条出自《风格的要素》、奥威尔、平克等经典，9 条来自对大模型输出的观察），让 agent 写论文、基金申请书、设计文档和说明文档时更准确、少废话。只适用于英文说明类文字，不适合小说和营销文案。

经济学论文写作技能：汇总 Cochrane、McCloskey 等 50 多份写作指南，按实证、理论、结构模型等论文类型和 DiD、IV、RDD 等 13 种识别策略指导摘要、引言、结论的写法，还能模拟三位审稿人打分并提醒核验引用。

审稿前后的两个论文技能：review-revision 以资深审稿人视角体检稿件并规划逐节修改，rebuttal-response 给审稿意见分类排序、规划补充证据并起草逐条回复。支持 PDF、LaTeX、Word 与 Markdown 稿件。

把 PaperOrchestra 论文的五个 agent 流程（大纲、作图、文献综述、分节写作、润色）做成技能包，将研究想法、实验记录和会议模板整理成 LaTeX 论文，并用 Semantic Scholar 核验引用。需本地 Python；生成稿须作者逐条核实。

SonarSource 官方：连接 SonarQube Server 或 Cloud，让 agent 查询项目的代码质量问题、质量门禁、安全热点与依赖风险，还能直接分析文件代码。需要 SonarQube 令牌，推荐用 Docker 运行。

帮 agent 为 PostGIS、DuckDB、BigQuery、Snowflake 写地理空间 SQL，先查表结构、控制查询费用，再把结果渲染成交互地图回看校正，适合选址与设施覆盖分析。需要 Python 和自己的数据库或数仓，出图用 Dekart（可本地 Docker 部署）。