工具集

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。

引导 agent 从零编写或改进 Skill：梳理意图、撰写 SKILL.md、跑有无技能的对照评测并打分，再优化描述以提高触发准确率。Anthropic 官方技能。

开源浏览器 agent 项目，提供 browser-use 命令行，让 Claude Code、Codex 等 agent 用 Python 片段操控本机已登录的 Chrome，也可连接云端浏览器；同时提供 Python agent 库。云浏览器需 API Key。

通过 CDP 直接控制本机 Chrome，完成导航、点击、输入、截图与数据抓取，可复用已登录会话。browser-use 官方技能，需要先用 uv 安装 browser-use 命令行。

用本地知识图谱（实体、关系、观察）为 agent 保存跨会话的长期记忆，数据落在本地 JSONL 文件，可随时查询与增删。MCP 官方参考实现。

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。

进程内分析型 SQL 数据库，命令行可直接用 SQL 查询 CSV、Parquet、JSON 文件，无需导入或启动服务，适合 agent 抽样与聚合大文件。官方维护。

Google 官方开源的数据库 MCP 服务器，预置 PostgreSQL、MySQL、BigQuery、Spanner、MongoDB 等数十种数据源的查表与执行 SQL 工具，也能用 tools.yaml 定义受控的自定义查询。

Nous Research 出品的自我改进型 Agent：内置记忆与从经验中自动生成技能的学习循环，可接任意模型供应商；hermes 命令提供终端界面，也能经网关接入 Telegram、Slack 等渠道并定时执行任务。

在本机一条命令下载并运行 Gemma 等开源大模型，提供 REST API 与 Python / JS 库，还能用 ollama launch 让 Claude Code、Codex 等 agent 改用本地模型。

创建、编辑与分析 Excel 表格：公式、格式、图表与数据清洗，也能在 csv、tsv 等表格格式间转换。驱动 Claude 文档能力的 Anthropic 官方技能，源码可见但非开源。

指导 agent 构建高质量 MCP 服务器：调研协议与目标 API、设计工具、用 Python（FastMCP）或 TypeScript SDK 实现，并编写评测问题验证效果。Anthropic 官方技能。

Claude API 与 Anthropic SDK 参考：模型选择与定价、流式输出、工具调用、提示缓存、Managed Agents 等，并提供模型迁移与提示词审计流程。Anthropic 官方技能。

prompts.chat 提示词库的官方 Claude Code 插件：在编码助手里搜索提示词与 Agent Skills、填充变量、用 AI 优化提示词，内置命令、子代理与远程 MCP；保存自己的提示词需 API Key。

开发 Claude Code 插件的工具包：7 个技能覆盖插件结构、钩子、MCP 集成、命令、子代理与技能编写，附八阶段引导式创建命令，以及代理生成、插件校验、技能评审三个子代理。Anthropic 官方维护。

用 /new-sdk-app 交互式搭建 Claude Agent SDK 项目（Python 或 TypeScript），再由校验代理按官方最佳实践检查依赖、配置与代码。Anthropic 官方维护。

纯 C/C++ 实现的本地大模型推理引擎，自带命令行对话与 OpenAI 兼容的 HTTP 服务，可直接从 Hugging Face 拉取 GGUF 模型运行；支持 Apple Silicon、CUDA、Vulkan 等多种硬件与低比特量化。

Browser Use 官方内置的本地 MCP 服务：让 agent 导航、点击、输入、提取网页内容，或把多步任务交给内置浏览器 agent 自主完成。需自备 OpenAI 或 Anthropic API Key。

极简、可扩展的终端 AI Agent：可让它自己编写提示词模板、技能、扩展与主题，支持 print / JSON / RPC 模式供脚本调用，并提供 TypeScript SDK。需要 Node.js 22.19+。

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。

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。

高吞吐的大模型推理与服务引擎：vllm serve 一条命令启动兼容 OpenAI 与 Anthropic 接口的服务，支持 Hugging Face 上 200 多种模型架构、量化与分布式推理。主要面向 NVIDIA、AMD 等 GPU 环境。

提供 sequential_thinking 工具，引导模型把复杂问题拆成可修正、可分支的思考步骤，适合规划、分析与需要反复推敲的任务。MCP 官方参考实现。