AI 工具与 Skill 目录

Xero 官方 API 团队维护的 Model Context Protocol 服务端,把 Xero 云会计平台的能力以标准 MCP 工具形式暴露给 Claude Desktop 等客户端。覆盖联系人、科目表、发票、付款、报表等约四十个操作命令,让 AI 助手无需为每个应用单独对接 Xero API 即可读写记账数据。基于 Xero-Node SDK 与 OAuth2,支持自定义连接凭据或 Bearer token 两种鉴权方式,以 TypeScript 编写、MIT 许可,可用 npm 安装并接入桌面客户端。定位是给已用 Xero 的团队接一层 AI 操作入口,而非独立记账系统。

不适合·未使用 Xero 的团队不适用,它只对接 Xero 面向海外会计准则,国内财税合规场景不匹配 生产写操作需谨慎,建议先在测试组织验证 需自行配置 OAuth2 凭据,非零门槛开箱即用

Upgini 是用 Python 编写、BSD-3-Clause 许可的数据搜索与特征增强库,面向机器学习与 AI 流水线。它以类 scikit-learn 接口,按你的数据集自动从数百个公开、社区与商业外部数据源发现相关特征并接入,借助大模型等方法做特征生成与筛选,用外部数据提升模型效果。库本身开源、可 pip 安装;要用手机号、邮箱、IP 等增强及部分高级或商业数据源,需在 profile.upgini.com 注册获取免费 API Key。适合已有建模流程、想用外部数据补特征的数据科学团队。

不适合·部分增强与商业数据源需注册并付费 需上传或对齐样本键以做外部匹配 效果依赖数据与任务,不保证普遍提升 数据经其云端搜索,需评估合规与出境

Odoo MCP(原 tuanle96/mcp-odoo,现归入 erpipe-org)是用 Python 编写、MIT 许可的 Model Context Protocol 服务,把任意 Odoo 16+ 数据库变成可供大模型访问的 MCP 服务端。它只用你已有的 Odoo 凭据,无需装应用商店模块或额外权限;Odoo 16–18 走 XML-RPC,Odoo 19+ 走 External JSON-2。服务端提供约 41 个工具,涵盖只读查询、诊断、结构发现、迁移辅助与带审批门控的写操作,一台服务可同时对接多个命名的 Odoo 实例。可用 uvx、pip、pipx 或 Docker 部署;同作者另有托管版 ERPipe。

不适合·需具备可访问的 Odoo 实例与有效凭据 写操作需正确配置审批门控后才启用 AI 权限受该 Odoo 账号权限范围约束 托管版 ERPipe 为独立产品,能力有差异

Teleprompter 是 Daniel Gross 开源的一个端上运行的提词器实验项目,面向演讲与表达场景:在你讲话时根据语境推荐可以说的名言金句,帮助表达更连贯。它在本地设备上运行,使用语义嵌入做检索,并提供一个实验性的微调模型选项;目前面向 macOS,依赖系统端上语音识别。技术上基于 transformers、PyTorch 与语义嵌入,以 Python 为主。运行方式为 python main.py(语义嵌入模式)或 python main.py llm(实验性微调模型模式)。它是一个个人实验性质的演示项目,而非成熟产品或企业级工具。

不适合·个人实验项目,非成熟或企业级工具 目前仅面向 macOS,依赖端上语音识别 需从源码运行并自行下载模型 功能局限于金句提示,非通用演讲平台

ImageSorcery 是一个基于计算机视觉的图像处理 MCP 服务器,用 Python 编写,为 Claude、Cursor、Cline 等 MCP 客户端提供本地图像识别与编辑工具。它封装 OpenCV、Ultralytics 检测模型与 EasyOCR,提供裁剪、缩放、旋转、模糊、填充、叠加、绘制文字与形状、目标检测、按文字描述找目标、OCR 取字、读取元信息等工具,并可组合多步完成“从照片里找出宠物并居中裁剪”这类任务。图像全程在本地处理,不上传到任何服务器,适合对素材隐私有要求、希望把图像能力接进 AI 助手的团队。以 MIT 协议开源。

不适合·不是通用图像生成工具,不做文生图 无独立界面,须经 MCP 客户端调用 首次使用需下载检测与 OCR 模型 依赖 Python 环境与 OpenCV 系统库

Second Brain AI Agent(仓库 flepied/second-brain-agent)是一个自托管的个人知识管理智能体,用 Python 加 LangChain、ChromaDB 与 FastMCP 构建。它自动索引 Markdown 笔记及其中链接的内容——本地与远程 PDF、网页、YouTube 视频等——转成向量存入 ChromaDB,再通过语义检索让你用自然语言查询整个知识库。可作为 MCP 服务器接入客户端,也提供 qa.py 命令行问答;并可用 systemd 在文件变动时自动增量索引,适合与 Obsidian 配合。GPL-3.0 许可,需 Python 3、uv 及 Docker 运行 ChromaDB。

不适合·需自行部署 ChromaDB 与配置环境,门槛较高 默认走 OpenAI 嵌入,境内需代理或替换 索引 YouTube 等境外源在国内不稳定 GPL-3.0 许可,商用需评估传染性条款

mcp-claude-code 是一个用 Python 实现的 MCP 服务,把类似 Claude Code 的编码能力开放给支持 MCP 的客户端,让模型直接读取、修改和运行项目文件。它暴露 read、write、edit、grep、run_command、dispatch_agent 等工具:按行精确编辑文件,用 ripgrep 与 AST 感知方式搜索代码,执行 shell 命令并改进错误处理,通过 agent 委派做并行任务,并支持 Jupyter notebook 编辑。借助 LiteLLM,它可对接多种大模型而不限于单一供应商。以 MIT 许可开源,面向希望在自有客户端里获得代码读写与执行能力的开发者与 agent 流程。

不适合·授予文件与命令执行权限,需隔离环境 非托管产品,要自行部署与看护 能力强也意味着误操作影响大 面向开发流程,非终端用户应用

Repochat 是一个开源交互式聊天机器人(Streamlit 界面),借助大模型与检索增强生成(RAG)与 GitHub 仓库对话,用于就代码库提问、检索相关信息并展开讨论。它提供两个分支:main 分支完全在本地运行,基于 llama-cpp-python 加载 GGUF 量化模型(如 CodeLlama)并用 Deep Lake 做向量检索,不依赖外部 API、数据自控;cloud 分支则主要依赖外部服务做模型推理与存储,便于快速上手。适合希望离线在本机与代码仓库对话、或需要一个可自建仓库问答起点的开发者。最近一次更新在 2024 年。

不适合·本地分支需下载数 GB 量化模型 llama-cpp 硬件加速需自行编译配置 最近更新在 2024 年,依赖版本偏旧 cloud 分支依赖外部 API 与存储

这是一个让 Claude 等 AI 助手在 macOS 上调用「快捷指令」的 Model Context Protocol 服务端。它把系统里的 Shortcuts 自动化暴露为 MCP 工具,助手可以列出已有快捷指令,并按名称运行指定指令、传入可选输入参数,从而以受控方式触发本地系统自动化,例如查询、播放或调用其他 App 流程。用 JavaScript 编写、Apache-2.0 许可,需 Node.js 18 以上与安装了快捷指令的 macOS,可通过 npx 一行命令启动并接入 Claude Desktop。定位是给 macOS 用户把已有快捷指令接进 AI 对话的轻量桥接。

不适合·仅支持 macOS,Windows 与 Linux 不可用 依赖系统快捷指令,需先自行编排好指令 需 Node.js 18 以上与 Claude Desktop 等客户端 能力边界取决于已有快捷指令,非通用自动化

Massive.com MCP Server(原 polygon-io/mcp_polygon,随 Polygon.io 更名 Massive.com 迁移)是用 Python 编写、MIT 许可的 Model Context Protocol 服务,把 Massive.com 金融数据 API 以 LLM 友好方式提供给大模型。它不逐端点建工具,而以 search、call、query 三个工具覆盖整套 API;数据可存入内存 SQLite,并用内置金融函数(如 Black-Scholes 希腊值、移动平均)处理。启动时从官方 llms.txt 动态索引端点,覆盖股票、期权、外汇、加密、期货等行情数据。需 Massive.com API Key,项目自标注为实验性。

不适合·须自备 Massive.com API Key,数据服务可能收费 面向美股等海外市场,不含 A 股实时行情 项目自标注实验性,接口可能有破坏性变更 仅为数据接入层,不含策略与下单执行

OpenLM 是用 Python 编写、MIT 许可的轻量库,作为 OpenAI 官方客户端的替代实现,让你用同一套 OpenAI 兼容接口直接经 HTTP 调用多家提供商的大模型,当时覆盖 OpenAI、Cohere、HuggingFace 等,并支持在一次请求里对多个模型与多个提示词并行补全,无需各家厂商的重型 SDK。需注意该项目最后一次提交停留在 2023 年,处于低维护状态,未覆盖此后新增的大量模型与提供商,更适合作为轻量参考或历史方案;新项目通常会选维护更活跃的多模型网关类库。

不适合·最后提交停留在 2023 年,基本停止维护 未覆盖此后新增的模型与提供商 功能较基础,缺现代网关的路由与容错 生产多模型接入建议选活跃维护的替代品

FujitsuResearch/OneCompression(OneComp)是富士通研究院的 Python 库,用一条命令自动完成大模型量化压缩。它检测 GPU 显存后为各层选择合适位宽,采用量化误差传播(QEP)与逐层坐标下降(LPCD)、AutoBit 混合精度、JointQ 联合优化等方法压缩,评估后保存模型;可选 LoRA 微调恢复精度与旋转预处理。提供 vLLM 插件用于部署服务。已在 Llama、Qwen3、Gemma 等架构验证,兼容 Hugging Face 模型。以 Python 编写,按 MIT 开源。

不适合·vLLM 服务需 Linux 加 NVIDIA GPU 需要 PyTorch 与相应 CUDA 环境 仅验证过部分主流模型架构 仅做压缩与部署不含训练

tfmcp 是用 Rust 编写、MIT 许可的 Terraform Model Context Protocol 工具与 CLI,让 AI 助手能读取和操作 Terraform 环境。它作为 MCP 服务端启动后,可读取 Terraform 配置、分析 plan、执行 apply 并管理 state,与 Terraform CLI 深度集成,并可对接 Claude Desktop 等客户端。支持从源码用 Cargo 构建、从 Crates.io 安装(cargo install tfmcp)或以 Docker 容器部署。项目自定位为实验性工具,适合希望用自然语言驱动基础设施变更的团队在受控范围内试用。

不适合·项目自标注实验性,不建议直接用于生产变更 apply 会真实改动基础设施,需严格审批 仅覆盖 Terraform,不含其他 IaC 工具 依赖本地 Terraform CLI 与凭据配置

mcp-webresearch 是一个 MCP 服务,给 Claude 加上实时联网检索能力,弥补模型训练数据与当下信息之间的时差。它提供三个工具:search_google 做网页搜索、visit_page 抓取网页正文、take_screenshot 截取页面;并会记录一次研究会话的查询、访问过的页面、抽取的内容与时间戳,作为 MCP 资源供回看,截图可通过 Claude Desktop 的回形针入口查看。还内置名为 agentic-research 的引导式提示词以做较系统的调查。用 TypeScript 编写,MIT 许可,经 npx 安装。需注意仓库已于 2025 年 2 月归档为只读、不再维护,且检索依赖 Google。

不适合·仓库已归档停更,不宜用于生产依赖 检索走 Google,国内直连受限 无官方后续维护与安全更新 面向单机 Claude Desktop,非服务化方案

marcelmarais/spotify-mcp-server 是一个轻量的 Model Context Protocol 服务,让 AI 助手控制 Spotify 播放并管理歌单。它支持搜索曲目专辑与艺人、播放暂停与切歌、音量调节、队列管理、创建与编辑歌单、管理已收藏歌曲与专辑以及设备管理等。通过 Spotify Web API 与 OAuth 2.0 鉴权,以 TypeScript 编写,需自建 Spotify 开发者应用并配置凭据。可对接 Claude Desktop、Cursor 与 VS Code(Cline)。

不适合·音量控制需要 Spotify Premium 账号 需注册 Spotify 开发者应用与凭据 批量操作有每次数量上限 Spotify 未在中国大陆正式提供服务

BlackHC/llm-strategy 是一个 Python 库,用 @llm_strategy 装饰器把抽象方法直接交给大模型实现。它读取方法名、文档字符串与类型注解生成提示,调用大模型后按 dataclass 把返回值转回强类型 Python 对象,让接口、泛型与强类型函数由模型填充逻辑。库还带有超参跟踪与调用轨迹收集,可与 LangChain 及 OpenAI 等配合。以 Python 编写,按 MIT 开源,适合做结构化输出与快速原型,示例基于较早的 GPT 系列模型。

不适合·类型转换目前主要基于 dataclass 输出质量依赖模型与提示工程 需自备大模型 API 访问凭据 非面向高并发的生产级框架

这是一个基于 LangChain.js 的模板项目,让你用自有数据搭建一个可问答的定制 AI。使用方式是把资料以 Markdown 放进 training 目录,运行 yarn train 建立向量库,配置好基础提示词后运行 index.js;实际机制是「向量检索加 OpenAI」的检索增强问答,README 措辞中的「训练自己的模型」并非真正训练权重,而是基于你的文档做检索。仓库已于 2023 年归档、只读且未附开源许可证,仅适合作为学习 LangChain.js RAG 结构的参考起点,不建议直接用于生产。

不适合·仓库已归档只读,不再维护,不建议用于生产 未附开源许可证,商用授权不明确 默认依赖 OpenAI,国内需代理或替换模型 所谓「训练模型」实为检索,勿按字面理解

K-Dense-AI/claude-skills-mcp 是一个 Model Context Protocol 服务,用向量嵌入与语义相似度检索并加载 Claude Agent Skills,让 Cursor、Windsurf、Claude Code、GitHub Copilot 等客户端也能发现和调用技能。它采用前后端两包架构实现快速启动,支持元数据到全文的渐进式加载、多来源(GitHub 仓库与本地目录)与每小时自动更新,提供三个 MCP 工具。以 Python 编写,按 Apache-2.0 开源。项目已声明不再托管与维护,因为 Agent Skills 已被主流平台原生支持。

不适合·项目已停止托管与维护 主流平台已原生支持 Agent Skills 技能源在 GitHub 拉取需网络 语义检索依赖嵌入模型

App Store Connect MCP Server 是一个用 TypeScript 编写的 MCP 服务器,通过 App Store Connect 官方 API 让 AI 助手用自然语言管理苹果 App Store 事务。它提供应用信息查询、TestFlight 测试组与测试员管理、App Store 版本与多语言元数据(描述、关键词、更新说明)维护、Bundle ID 与能力配置、设备与团队成员管理,以及销售、财务与使用分析报表下载等工具,采用 JWT 鉴权,可经 npm 安装接入 Claude Desktop 等客户端。注意:该仓库已在 GitHub 归档、停止维护,接入前需评估与最新 API 的兼容性。

不适合·仓库已归档,不再更新、可能与新版 API 不同步 须持有苹果开发者账号并配置 JWT 密钥 仅覆盖 App Store Connect,不含代码构建 无图形界面,须经 MCP 客户端调用

Instrukt 是一个在终端里运行的 AI 集成环境,用于创建、指令化与管理 AI 智能体。它把自定义智能体做成模块化的 Python 包,支持文档索引与问答、对代码库做检索增强生成、为智能体挂载工具,并可在 Docker 容器中安全隔离执行。界面是基于 Textual 的键鼠可操作终端 UI,带 Markdown 渲染、REPL 式提示控制台与 IPython 调试。底层用 LangChain 做编排、Chroma 管理索引。以 Python 编写、AGPL-3.0 许可,pip install instrukt[all] 并配置 OPENAI_API_KEY 即可使用,也可用 Poetry 从源码安装。

不适合·AGPL-3.0 许可,公开部署需开放源码,商用需评估 默认依赖 OpenAI,国内需代理或替换模型 终端 TUI 形态,非面向非技术用户的图形界面 容器隔离依赖本地 Docker 环境

mcp-server-simulator-ios-idb 是 InditexTech 开源的 Model Context Protocol 服务器,让大模型用自然语言操控 iOS 模拟器。它封装 Facebook 的 idb 工具,把「创建 iPhone 12 模拟器」「安装 app」「在坐标点按」「截图」等口语指令翻译成模拟器操作,涵盖生命周期管理、UI 自动化、截图录屏与崩溃日志等。用 TypeScript 编写,可接入 Claude Desktop 作为 MCP 服务器,也能当作库调用。运行需 macOS、Node.js 14+、Homebrew 及装有 iOS 模拟器的 Xcode。Apache-2.0 许可。

不适合·仅支持 macOS,需装 Xcode 与 iOS 模拟器 只覆盖模拟器,无法操作真机设备 依赖 idb,受其能力与兼容性约束 面向开发调试,非终端用户产品

AgentRecall-X(仓库名 AgentRecall)是一套面向 AI 智能体的持久记忆系统,提供 MCP 服务器、SDK 与 CLI。它以「纠错优先」为特点:把每次对智能体的纠正记录为带严重度、证据与结果的条目,并进一步度量这些纠正在后续会话中是否真正改变了行为,而不止于声称能避免重复犯错。记忆分为情景、语义、程序、叙事、纠错五层;检索用关键词加 RRF 融合,并带 FSRS-lite 衰减。数据默认存为 ~/.agent-recall 下的本地 markdown,可选接入 Supabase 做语义检索。以 npx agent-recall-mcp 接入 Claude Code 等客户端,MIT 许可。

不适合·项目自述基准偏早期,迁移效果尚未充分验证 纠错样本稀疏时,行为迁移效果有限 语义检索需可选接入境外 Supabase 以本地 markdown 为主,非托管式团队记忆库

funcchain 是一个用 Python 风格语法构建 LLM 认知系统的开源库,以 langchain_core 为后端。核心用法是用 Pydantic 模型声明期望的输出结构,再把提示词写进带类型注解的函数,库自动完成模型调用与结果解析,产出可靠的结构化输出。支持在 OpenAI 与本地模型间切换,提供 Jinja 提示模板、视觉模型输入、解析失败自动重试,以及同步、异步、流式、并行、回退等多种执行模式,并可对接 LangSmith 观测。适合已用 Python 与 Pydantic 的团队把 LLM 调用收敛成类型安全的函数式接口。

不适合·非 Python 技术栈的团队不适用 需要可视化编排或低代码界面的场景不匹配 默认示例依赖 OpenAI,国内需自备可达模型 属社区小型库,近期更新不活跃需自行评估

Firefox DevTools MCP 是一个 Model Context Protocol 服务器,让 Claude、Cursor、Cline 等 MCP 客户端通过 WebDriver BiDi(基于 Selenium)驱动本地 Firefox:导航、操作元素、执行 JavaScript、抓取网络与控制台、截图,支持无头模式、连接已有会话、Firefox for Android 及性能分析器集成。项目最初由开发者 freema 维护,现已转入 Mozilla 官方仓库,经 npm 包 @mozilla/firefox-devtools-mcp 分发,MIT/Apache-2.0 双许可,适合把网页测试、调试、抓取纳入智能体流程。

不适合·无法在纯云端运行,需本机安装 Firefox 面对不可信网站有提示注入等安全风险 connect-existing 模式下部分 BiDi 能力不可用 只支持 Firefox,不覆盖 Chromium 系浏览器