Graphify 是一个给 AI 编程助手用的技能插件，装进 Claude Code、Cursor、Codex 或 Gemini CLI 后，输入一条指令就能把整个代码库连同文档、SQL 表结构、配置文件和 PDF 一起解析成一张可查询的知识图谱，让你用提问代替翻文件 grep。代码部分走 tree-sitter 的 AST 解析，纯本地、确定性、不经过大模型，每条关系都标注是源码里明确写出来的还是推断出来的，方便核对；文档和 PDF 才走语义解析。它不用向量库和 embedding，靠图遍历回答问题，官方称能显著降低 agent 的 token 消耗。适合需要频繁理解陌生代码库的后端和平台工程师、做代码搜索或 RAG 检索的开发者，以及想让 AI 助手少读文件、多查图的团队；如果你日常不碰大型代码库，关系不大。

OXR 是 SoMark 团队开源的文档解析模型，可以理解为一个更强的 OCR：把 PDF 和文档图片转成带版面坐标的 Markdown 或 JSON，方便直接喂给 Agent 或大模型使用。它只有 1.3B 参数，却在 olmOCR-Bench、OmniDocBench、DocParsingBench 三个基准上排第一，表格解析优势尤其明显，解析速度也是开源同类模型里最快的。它能识别 13 种文档元素，包括公式、表格、代码块、化学方程和化学结构，还能处理 A3 试卷、报纸、竖排文字、手写中文这类难啃的版面。另一个特点是版面分析模块可插拔，你可以换成自己的版面模型，只保留它的内容识别和阅读顺序能力。做 RAG 数据管线、企业文档数字化、把内部资料接入 Agent 的工程师，以及需要批量处理合同、试卷、论文的团队，都值得花几分钟看看；如果你的工作和文档处理、AI 应用落地无关，那跟多数人关系不大。

MinerU 是一个文档解析工具，可以把 PDF、扫描件、Word、PPT、Excel、EPUB、HTML 等格式的复杂文档转成 LLM 能直接读的 markdown 或 JSON，相当于给大模型准备「干净语料」的前置工序。它内置版面分析和 OCR，能处理双栏排版、表格、数学公式这类通用解析器容易翻车的场景，还提供从快速预览到高质量解析的多档解析策略，按需选择速度与质量。除了单文件转换，它还带本地文档库能力，支持内容检索、按页或块续读，并保留稳定的引用定位，方便 Agent 在长文档中引用出处。如果你在做 RAG 检索、文档问答、Agent 工作流，或者需要批量把公司内部资料、论文、合同喂给模型，它会直接命中你的痛点；纯做前端或业务后端开发的人则关系不大。

Docling 是 IBM Research 开源的文档解析工具，可以理解为给大模型准备语料的「文档转结构化数据」流水线：把 PDF、DOCX、PPTX、XLSX、HTML、EPUB、邮件、图片、音视频等几十种格式统一解析成结构化表示，再导出为 Markdown、HTML 或无损 JSON。它的强项是复杂 PDF 理解——能还原页面版式、阅读顺序、表格结构、公式、代码，还能识别扫描件里的文字（OCR）、把柱状图饼图转成表格或代码，甚至理解化学分子式。解析结果可直接对接 LangChain、LlamaIndex、Crew AI 等框架，也支持本地运行，适合处理合同、专利、财报（XBRL）、学术论文（JATS）等敏感资料。值得看的是 RAG 应用开发者、数据工程和 AI 应用架构师：如果你的场景是把公司内部文档库喂给检索或 Agent，Docling 能省掉大量自己写解析器的功夫；只做模型训练或纯前端的读者关系不大。

TrendRadar 是一个 AI 驱动的舆情与热点监控助手，可以理解为「自动刷热榜 + 智能筛选」的替代品：它聚合多平台热榜和 RSS 订阅源，用关键词精准过滤，再交给 LLM 做新闻筛选、翻译和分析简报，直接推送到微信、飞书、钉钉、Telegram、邮件等手机渠道，还支持接入 MCP 让你用自然语言对话做情感洞察和趋势预测。典型场景是：你关心某个行业动态或竞品舆情，不想每天手动翻十几个平台，它定时把真正相关的新闻连同 AI 摘要送到你手机上。适合需要盯行业热点的产品经理、运营、市场和舆情岗位，以及想搭个人资讯助手的技术爱好者；如果你没有持续追踪信息流的需求，和多数人关系不大。

Moodle-MCP 是一个零依赖的 MCP server，把全球大量高校在用的 Moodle 教学平台的 Web Service API 封装成十个只读工具，让 Claude、Cursor 等 MCP 客户端直接读取课程数据，不用开浏览器、不用爬虫。它能列出你选修的所有课程，把未提交的作业按「快到期/已逾期/不着急」分类并算出剩余天数，读取测验的作答状态和成绩，还能按周下载课件和作业附件到本地文件夹，甚至生成一份包含新增内容和截止日期的周报。配套的 moodle-course-watch skill 在此基础上做课程内容差异对比和未交作业提醒。适合两类人：一是高校学生，用它在 AI 助手里统一管理多门课的作业、测验和资料，避免漏交；二是给学校做教育工具的开发者，Moodle 之前没有通用 MCP server，这是现成的接入层。如果你既不用 Moodle 也和教育场景无关，这个项目基本用不上。

MemPalace 是一个本地优先的 AI 记忆系统，可以理解为给 Claude Code 这类 AI 编程助手配一个长期记忆库：它把你的对话历史按原文逐字存下来，用语义搜索找回，不做摘要也不改写，数据不出本机。索引结构模仿记忆宫殿，人和项目是「翼」、话题是「房间」、原始内容是「抽屉」，所以检索可以按范围缩小，而不是在一堆平铺文本里捞。它在 LongMemEval 上拿到 96.6% 的 R@5，全程零 API 调用，检索层可插拔，默认用 ChromaDB。实际场景是：Claude Code 会话 30 天过期后你想找回当初为什么选 GraphQL、某个决策的原始上下文，它能直接翻出原文。适合重度使用 AI 编程工具、经常需要跨会话追溯历史决策的工程师，以及想给团队搭共享记忆服务的人；不常用 AI 助手的读者关系不大。

这是一个完全跑在本地电脑上的离线 AI 助手加生存知识库，断网也能用，可以理解为「本地版 RAG 问答 + 应急百科」。它内置约 150 万篇来自 Wikipedia、WikiMed、MedlinePlus、CDC、FEMA、美军生存手册等权威来源的文章，你问「停电时食物怎么保存」「烧伤怎么处理」「怎么净化水」，它会检索这些文章作答，并把引用的原文段落高亮给你看，还能展开查看逐步推理过程。你也可以把自己的 PDF、Word、EPUB、网页丢进去一起检索，比如发电机说明书或家庭应急计划；它还会记住「女儿对青霉素过敏」这类备注供后续对话使用。适合经常需要离线环境、重视隐私和答案可溯源的用户，比如户外从业者、应急管理人员，或想给家里备一份断网应急查询工具的人；日常在办公室用云端 AI 的从业者关系不大。

Axiocairn MCP 是一个托管的 MCP 服务器，让 Claude、ChatGPT 等 AI 助手直接接入一套量化金融分析能力：你告诉它持仓（比如 50% NVDA、30% MSFT、20% SPY），它会算出行业集中度、HHI、日波动率、相对 SPY 的 Beta、下跌日 Beta 和个股相关性，并附上数据日期和统计窗口。它还能做 what-if 情景推演、估算交易成本与容量、检查回测纪律，以及读取平台自己发布的研报，且每条结论都标注数据日期和局限。对个人投资者或做组合研究的人来说，这相当于把「问 AI 我的持仓风险有多大」从泛泛而谈变成有数据支撑的量化回答；对量化研究员，它提供了一套可复用的研报与回测检查工具。适合关注美股组合风险、想在 AI 助手里做持仓分析的投研和量化从业者；纯技术岗或不碰投资的人关系不大。

MemForge 是给 AI 编码代理用的记忆层，可以理解为 Claude Code、Codex 这类工具的「团队大脑」。它把散落在 Confluence、Jira、Teams 等系统里的 wiki、工单和聊天记录同步下来，用模型提炼成一条条带出处的短记忆，代理通过 MCP 检索这些记忆，而不是每次从零翻文档。它解决的具体麻烦是：新加入的代理只看得到本地代码库，对团队既有的技术决策、约定和历史一无所知；而直接把整篇文档塞进上下文又太占空间。MemForge 只返回精确的事实并附带原文出处，文档过期或两处说法冲突时会自动更新或标注。适合正在用 Claude Code、Codex 等 AI 编程工具、且团队知识散落在多个协作系统里的研发团队，尤其是需要让代理理解历史决策的工程师；单人开发者或不依赖 AI 编码代理的人关系不大。

PrivateGPT 是一个开源的 API 层，把本地跑的大模型包装成可直接用于生产的 AI 应用后端，可以理解为「本地版的 Claude/OpenAI API」：它自己不运行模型，而是对接任何 OpenAI 兼容的推理服务（Ollama、llama.cpp、vLLM 等），在其上补齐消息流式接口、文件与文档摄取、带引用的 RAG 检索、网页搜索与代码执行等内置工具、MCP 连接器、数据库和 CSV 的结构化访问等高层能力。典型场景是企业内网部署：比如把公司文档喂进去做带出处的问答，或让 Claude Desktop、Word/Excel 插件、n8n 工作流这些现成工具直接以本地模型为后端，数据不出机房。值得看的是需要私有化 AI 的后端和平台工程师、正在评估 on-premise 方案的技术负责人，以及想给内部工具快速接上本地模型的开发者；如果你只用云端 API 或不涉及 AI 应用开发，和你关系不大。

serviette 是一个免写代码的 RAG 服务：把一个文档文件夹、一个向量数据库和一个 embedder 写进一份 YAML 配置，就能得到带来源引用的文档问答聊天界面和 REST API，底层基于 Pathway Live Data Framework。它和常见 RAG 方案最大的区别是「实时」——文档被编辑、新增或删除后，几秒内答案就会跟着更新，不需要任何人手动重新上传或重建索引，适合文档频繁变动的场景。支持 Chroma、Milvus、pgvector、Pinecone、Qdrant、Weaviate 等 8 种向量数据库，默认本地 embedder 可让文档和索引不出本机，只有回答生成时的少量片段会发给模型 API。目前一次只回答一个问题，没有多轮对话记忆和用户账号。值得看的是需要给团队或客户搭内部文档问答、知识库检索的后端和算法工程师，尤其是那些苦于「索引一建就过期」的人；如果你只是想了解 RAG 概念或做一次性问答，它未必比现成方案更省事。

这是一个本机运行的 AI 学习工作台，可以理解为「带 RAG 检索的苏格拉底式辅导老师」：你上传课程讲义或习题资料，它先用 BGE 向量化建索引，再结合检索到的原文内容，通过多轮对话逐步给你提示而不是直接甩答案。它能针对你的作答给出错因反馈、分步讲解和变式练习，还能把每道题的提问、作答、反馈保存下来，下次接着学。技术栈是 Next.js 加 FastAPI，向量索引和记录都存在本地，只有教学回复和判分会调用你配置的聊天模型 API。适合想做 AI 辅导类应用、教育 Agent 或 RAG 检索实践的开发者参考其架构；单纯想找个刷题工具的普通学习者也能用，但需要自己准备模型 API 和课程资料。

jevcrawl 是一个面向 AI Agent 的网页抓取工具，提供 MCP server 和 CLI 两种形态，可接入 Claude Code、Claude Desktop、Cursor 等环境。它解决的是 Agent 浏览网页时的老难题：要么把抓到的页面全塞给 LLM 读，token 烧得快还容易被导航和广告淹没；要么让 LLM 逐个挑链接，又慢又贵。jevcrawl 用一个轻量决策模型代替 LLM 来判断该点哪个链接、该保留哪段文字，LLM 只读最终筛出的相关段落，每次抓取成本约一美分。官方在 WebWalkerQA 基准上测试，找到答案页的比例是 54%，约为 Crawl4AI 的两倍，单次任务成本比让 Claude 自己爬低约 8 倍，且返回内容带 URL 和字符偏移，可溯源、不会被页面文字注入指令。适合在做 RAG、Agent 网页检索、需要从多层嵌套网站里挖答案的工程师关注；如果你的工作不涉及让模型上网找信息，这个项目和你关系不大。

这是一个本地运行的 MCP 服务，让 Claude Desktop、Cursor 等 AI Agent 能直接检索你的微信和钉钉聊天记录。它在本地解密客户端的 SQLite 数据库，用 FTS5 建全文索引，全程只读、数据不出本机，毫秒级响应。它能干的事很具体：按关键词搜「群里谁发过关于某需求的讨论」、按时间范围拉取上周某群的对话、汇总某天所有沟通生成日报、查群成员和联系人、找回群里发过的 Excel 或截图，还能做群活跃度统计、成员画像和沟通风格分析。对微信支持 4.x/3.x，对钉钉支持 7.x 的 V2/V3 版本。值得看的是需要频繁翻聊天记录找信息的人——比如用 AI 做知识管理、日报周报、项目复盘的从业者，或者想让 Agent 读取工作沟通上下文的 AI 工程师；如果你平时很少回头查聊天记录，这项目和你关系不大。

Yahont 是一个可私有部署的企业知识层平台，基于开源项目 Onyx 改造，主打俄语环境适配。它把公司散落在各处的文档、网站、知识库统一接入并建立混合索引，让团队和 AI Agent 通过一个入口检索全部资料，回答附带原文引用链接，方便核验。除了文档问答，它还提供 Deep Research 多步研究报告、带独立知识与指令的定制 Agent、网页搜索、代码沙箱执行、图片生成、语音模式，以及通过 MCP 把自身知识库接入 Claude Desktop 等外部 Agent。模型侧兼容 OpenRouter、OpenAI、Anthropic 及 Ollama、vLLM 等本地部署方案。适合需要搭建内部知识库、客服或销售助手、员工 onboarding 问答系统的技术团队，尤其是对数据合规和私有化有要求的场景；普通个人开发者或纯前端、后端岗位关联不大。

从 PDF 抽出来的中文经常藏着「长得一样、码点不同」的假汉字：比如 Kangxi 部首「⻆」渲染出来就是「角」，但字符串比较、关键词搜索、去重全都会悄悄失败，向量检索还可能把无关短文档排到前面。cjkfold 就是专门修这个问题的纯 Python 工具，把这些部首字形折叠回真正的统一汉字，让抽取出的文本重新可比对。它比常见的 NFKC 归一化更彻底——NFKC 能修 Kangxi 部首区的 214 个字，却对 CJK 部首补充区的 115 个字只修了 2 个，cjkfold 借助 Unicode 15.1 的 EquivalentUnifiedIdeograph 属性补上了 114 个。它还带扫描能力，能区分「可安全折叠」「NFKC 可处理」「零宽空格可删除」「ZWJ 等不可乱删」以及乱码占位符等几类问题，并给出处理建议。如果你在做 PDF 文本抽取、中文 RAG 检索、语料去重或搜索相关性排查，这个工具值得一看；纯做前端或业务后端的人关系不大。

Frankensurf 是一个自托管的网页抓取工具，可以看作 Firecrawl 的免费替代品：一个容器、同一套 API，让 AI agent 用一次调用就能读取网页。它背后串起了 41 种抓取手段，从普通 HTTP 请求、Jina Reader、浏览器到隐身浏览器逐级升级，只有被网站拦截时才动用更贵的付费 API。和多数抓取器不同，它会验证拿到的是否为真实页面——遇到验证码、登录墙或空壳页面会明确报错并说明原因，而不是让 agent 拿着垃圾内容继续作答。在 150 个随机站点的测试中，它的读取成功率达 96%，高于 Firecrawl 云服务的 85%。它支持 MCP server、Python 库、命令行，也能直接替换任何配置了 Firecrawl URL 的工具，如 LangChain、Dify、n8n 等。适合需要给 agent 接入实时网页数据的 AI 应用开发者、做 RAG 或深度研究产品的团队，以及被 Firecrawl 付费方案困扰的自托管用户；如果你不涉及网页抓取，和你关系不大。

这是一个校园知识服务问答平台，可以理解为把学校官网散落的通知、竞赛、学籍和办事指南做成一个能溯源的智能问答系统。它用 FastAPI 搭建，本地跑 Qwen3 模型，先采集归档官网页面和附件，解析 PDF、Word、表格甚至扫描件，再按年份、学期和文档版本做检索，回答时必须附上原文证据窗口和来源链接，避免模型凭空编造或混用往年政策。多轮追问会继承事项和年份条件，教师还能在后台核对字段、审核发布或撤回，防止候选信息被当成正式政策。如果你在做 RAG 应用、知识库或 Agent 工作流，尤其是关心证据溯源、时间范围限定和人工审核环节，这个项目的工程实践很有参考价值；只想找现成校园问答服务的普通用户则关系不大。

这是把《东南大学大学生手册（2025）》整理成可装进本地 Agent 的 Skill，让你直接问「这事按规定怎么办」，回答附带条款出处。它覆盖 48 个校级规章全文、教育部令第 41 号、部门电话网址清单，以及 9 张高频数值速查表（绩点、评奖、竞赛加分、研学分等），还做了口语词到规范术语的对照，方便检索。典型用法是查规定（旷课多少学时会处分）、算分值（5 人 SRTP 省级良好加几分）、判资格（绩点 3.0 能否评三好）、办事情（休学找谁带什么表）；手册没写的信息会引导到官方渠道而非编造。作者是学生自发整理，非官方发布，内容截至 2025 年 8 月版，并计划扩充各学院推免、转专业等官网不公开的细则。对东南大学本科生、尤其需要查规章算综测分的人很实用；其他学校学生或从业者基本无关。

CampusAsk 是一个针对 IIIT Delhi 校园规则的问答机器人，可以理解为「学校规章制度的带引用版搜索」：学生问「连续两个 F 会怎样」「违规停车罚多少」「大一有哪些课」这类问题，它只从官方 PDF 里找答案，并给出文档、版本、章节和页码链接，方便逐条核对；查不到就直说没找到，不编造。它还能处理口语化提问、拼写错误和 Hinglish，理解追问，甚至把学生自己的学分、CGPA 代入规则做测算——但算术由 Python 完成而非模型生成，且不承诺结果，只建议去教务确认。检索用 BM25 加同义词和纠错，课程表这类 PDF 解析会乱的表格则用 Gemini 从页面图像转录。对多数互联网和 AI 从业者来说，它更像一个做得比较扎实的 RAG 参考实现：如果你在做「带引用、可验证、能拒答」的企业知识库或文档问答，它的引用面板、相关性门槛、模型降级和反馈转测试集的闭环设计值得翻翻；只是想查 IIIT Delhi 规则的留学生也可以直接用。