90个AI工具精选:Claude Skills、MCP 服务器和GitHub仓库,一文收齐-夜雨聆风

90个AI工具精选:Claude Skills、MCP 服务器和GitHub仓库,一文收齐

点击下面卡片，快速关注本公众号

AI工具生态正在以惊人的速度膨胀，仅 Claude Code 社区就有超过 6 万个 Skills，GitHub 上每天都有新的 Agent 框架冒出来。但哪些真正值得安装？哪些只是演示看起来酷但实际没人用？

本文整理出90个”真正好用”的工具，包括Skills 教 AI 怎么做事，MCP 让 AI 连接外部世界，GitHub 仓库是驱动一切的开源引擎。

第一层：Claude Skills——教 AI 怎么做事

Skills 是 Claude Code 的”技能插件”，一个 Markdown 文件，定义了 Claude 在特定场景下的工作方式。安装方式极简：克隆到 ~/.claude/skills/ 或项目的 .claude/skills/ 目录即可。

文档与办公（Anthropic 官方）

技能	用途	链接
PDF Processing	读取、提取表格、填表、合并拆分。处理合同、发票、学术论文的首选——比手动复制粘贴高效 10 倍	https://github.com/anthropics/skills/tree/main/skills/pdf
DOCX	创建编辑 Word 文档，支持修订和批注。适合需要交付正式文档的场景，Claude 直接输出带格式的 .docx	https://github.com/anthropics/skills/tree/main/skills/docx
PPTX	自然语言生成幻灯片，支持图表和演讲备注。”帮我做个汇报 PPT”从吐槽变成了一句命令	https://github.com/anthropics/skills/tree/main/skills/pptx
XLSX	用自然语言操作公式、分析数据、生成图表。不会写 Excel 公式的人的救星	https://github.com/anthropics/skills/tree/main/skills/xlsx
Doc Co-Authoring	人机协作写作——你写一段，Claude 续一段，来回迭代。长文写作的最佳搭档	https://github.com/anthropics/skills/tree/main/skills/doc-coauthoring

设计与创意

技能	用途	链接
Frontend Design	摆脱千篇一律的”AI 审美”——真正的设计系统、大胆排版、有辨识度的界面。277k+ 安装量说明一切	https://github.com/anthropics/skills/tree/main/skills/frontend-design
Canvas Design	输入文字描述，输出可直接发布的社交图片、海报、封面。省掉打开 Figma 的步骤	https://github.com/anthropics/skills/tree/main/skills/canvas-design
Algorithmic Art	用 p5.js 生成分形图案和几何构图。给技术博客、演讲配图的冷门但好用的选择	https://github.com/anthropics/skills/tree/main/skills/algorithmic-art
Web Artifacts Builder	自然语言生成计算器、仪表盘等交互工具。不会前端也能做出可用的小工具	https://github.com/anthropics/skills/tree/main/skills/web-artifacts-builder

开发与工程

技能	用途	链接
Superpowers	最受欢迎的社区技能合集（96k+ stars），覆盖 TDD、系统调试、计划执行、代码审查等 20+ 场景。装一个顶二十个	https://github.com/obra/superpowers
Context Optimization	教 Claude 减少 Token 浪费、优化 KV-cache 使用。长对话场景下省钱利器（13.9k stars）	https://github.com/muratcankoylan/agent-skills-for-context-engineering
Skill Creator（官方）	元技能：描述你想要的工作流，5 分钟自动生成一个 SKILL.md。”做 Skill 的 Skill”	https://github.com/anthropics/skills/tree/main/skills/skill-creator
Remotion Best Practices	用 React 做视频——AI 生成视频的底层框架，117k 周安装量	https://github.com/remotion-dev/remotion

营销与 SEO

技能	用途	链接
Marketing Skills	营销人的瑞士军刀——CRO 优化、文案写作、SEO 分析、邮件序列、增长策略，20+ 技能打包	https://github.com/coreyhaines31/marketingskills
Claude SEO	全站 SEO 审计、Schema 验证、关键词分析，12 个子技能覆盖 SEO 全流程	https://github.com/AgriciDaniel/claude-seo
Brand Guidelines	把品牌规范编码为技能——颜色、字体、语气规则自动全局应用，告别”风格不统一”	https://github.com/anthropics/skills/tree/main/skills/brand-guidelines

知识与学习

技能	用途	链接
NotebookLM Integration	Claude + NotebookLM 桥接——把长文档扔进去，自动生成摘要、思维导图、闪卡。学术阅读效率翻倍	https://github.com/PleasePrompto/notebooklm-skill
Obsidian Skills	Obsidian CEO 亲自开发——自动标签、自动双向链接、笔记库原生集成。Obsidian 用户必装	https://github.com/kepano/obsidian-skills

Tip

在哪里找更多 Skills

• 官方仓库：https://github.com/anthropics/skills

• 社区目录：https://skillsmp.com（80k+ Skills）

• 精选列表：https://github.com/travisvn/awesome-claude-skills（22k+ stars）

第二层：MCP 服务器——让 AI 连接外部世界

Skills 教 Claude 怎么做事，MCP 给 Claude 外部世界的访问权限。以下三个 MCP 服务器是作者的”日常必备”：

Tavily——为 AI Agent 设计的搜索引擎

不是返回蓝色链接，而是返回结构化数据。四个工具：search、extract、crawl、map。一分钟内就能连接为远程 MCP。

https://github.com/tavily-ai/tavily-mcp

Context7——给 LLM 注入最新文档

解决 AI 最常见的问题之一：用过时的 API、调用已废弃的方法。Context7 把最新的库文档注入上下文——支持 Next.js、React、Supabase、MongoDB 等上千个库。只需在提示词中加一句 “use context7″。

https://github.com/upstash/context7

Task Master AI——AI 的项目经理

输入 PRD → 自动拆分为带依赖关系的结构化任务 → Claude 逐个执行。把混乱的对话变成规范的流水线。兼容 Cursor、Claude Code、Windsurf。

https://github.com/eyaltoledano/claude-task-master

第三层：GitHub 仓库——驱动一切的开源引擎

Agent 框架

项目	一句话描述	链接
OpenClaw	现象级 AI Agent：持久记忆、跨 Telegram/Discord/Slack 多渠道、能自己写 Skills。目前社区最活跃的 Agent 项目	https://github.com/openclaw/openclaw
LangGraph	把 Agent 建模为有向图，节点是操作，边是条件。适合需要精确控制多 Agent 协作流程的场景	https://github.com/langchain-ai/langgraph
Dify	不写代码就能搭 LLM 应用——可视化工作流编辑器 + RAG + Agent，从原型到上线一站式	https://github.com/langgenius/dify
CrewAI	给每个 Agent 定义角色、目标和背景故事，让它们像一个团队一样协作。上手最快的多 Agent 框架	https://github.com/crewAIInc/crewAI
CopilotKit	几行代码在你的 React 应用里嵌入 AI Copilot——侧边栏对话、上下文感知、操作建议	https://github.com/CopilotKit/CopilotKit

本地 AI

项目	一句话描述	链接
Ollama	`ollama run llama3` 一条命令在本地跑 LLM，Mac/Linux/Windows 全平台。本地 AI 的入门标配	https://github.com/ollama/ollama
Open WebUI	自托管的 ChatGPT 风格界面，接 Ollama 或任意 API。数据完全在自己服务器上	https://github.com/open-webui/open-webui
LlamaFile	把 LLM 打包成单个可执行文件——双击就能跑，零依赖零配置。演示和分发的最佳选择	https://github.com/Mozilla-Ocho/llamafile
Unsloth	微调速度翻倍、内存减少 70%。在单块消费级 GPU 上微调 7B-70B 模型的实用选择	https://github.com/unslothai/unsloth

自动化与工作流

项目	一句话描述	链接
n8n	开源版 Zapier——400+ 集成 + AI 节点，可以用拖拽的方式编排包含 LLM 的自动化流程	https://github.com/n8n-io/n8n
Langflow	可视化拖拽构建 Agent 管线（140k stars），DataStax 支持。从 RAG 到多 Agent 全可视化	https://github.com/langflow-ai/langflow

搜索与数据

项目	一句话描述	链接
GPT Researcher	给一个主题，自主搜索、阅读、综合，输出结构化研究报告。深度调研的自动化替代	https://github.com/assafelovic/gpt-researcher
Firecrawl	任意网页 → 干净的结构化数据，专为 LLM 消费设计。爬虫 + 数据清洗一步到位	https://github.com/mendableai/firecrawl
Vanna AI	用自然语言查数据库——”上个月销售额最高的产品是什么？”自动生成 SQL 并执行	https://github.com/vanna-ai/vanna

开发工具

项目	一句话描述	链接
DSPy	斯坦福出品——用编程（而非提示工程）驱动 LLM。把”写提示词”变成”写程序”，可复现可优化	https://github.com/stanfordnlp/dspy
Spec Kit (GitHub)	GitHub 官方的规格驱动开发工具——写需求规格，AI 生成代码（50k+ stars）	https://github.com/github/spec-kit
autoresearch (Karpathy)	让 AI 自主跑实验优化神经网络训练——改代码、跑 5 分钟、评估、保留或回滚，循环	https://github.com/karpathy/autoresearch

值得关注的新项目

从 1000+ 新仓库中筛选出的亮点：

Agent 编排

项目	描述	链接
gstack	Claude Code 变身虚拟工程团队	https://github.com/garrytan/gstack
claude-squad	终端中并行运行多个 Claude Agent	https://github.com/smtg-ai/claude-squad
deer-flow (字节)	通过 Skills 实现子 Agent 和沙箱	https://github.com/bytedance/deer-flow

安全与基础设施

项目	描述	链接
Ghost OS	AI Agent 操控 Mac 上的所有应用	https://github.com/ghostwright/ghost-os
e2b/desktop	Agent 专用隔离虚拟桌面	https://github.com/e2b-dev/desktop
container-use (Dagger)	编程 Agent 的容器化环境	https://github.com/dagger/container-use
promptfoo	AI 模型自动化安全测试	https://github.com/promptfoo/promptfoo

记忆与上下文

项目	描述	链接
Codebase Memory MCP	代码库 → 持久化知识图谱	https://github.com/DeusData/codebase-memory-mcp
Mem9	AI Agent 的记忆系统	https://github.com/mem9-ai/mem9

MCP 扩展

项目	描述	链接
MCP Playwright	LLM 的浏览器自动化	https://github.com/executeautomation/mcp-playwright
fastmcp	用极简 Python 构建 MCP 服务器	https://github.com/jlowin/fastmcp
MCPHub	通过 HTTP 管理多个 MCP 服务器	https://github.com/samanhappy/mcphub

怎么理解这三层

层次	作用	类比
Skills	教 Claude 怎么做事	员工培训手册
MCP	给 Claude 外部世界的访问权	工位上的工具箱
GitHub 仓库	驱动一切的开源引擎	底层操作系统

三层组合起来，就是一个完整的 AI 工作流：Skills 定义做什么、MCP 连接用什么、开源仓库决定跑在什么上面。

欢迎扫码加入我的知识星球，获取更多优质的AI资源：