Khairallah 花 100+ 小时实测 AI 工具，整理出 60 个真正有用的，按 9 类组织，每项带诚实评测。这不是营销 list，是实测报告。

Part 1：AI 编程 Agent & IDEs 🛠️

真正能让 AI 替你写代码、review 代码、管理代码的工具，不只是 demo 里好看的那种。

01. Claude Code： Anthropic 的命令行编程 Agent。读文件、写代码、跑测试，直接操作本地环境。想对 AI 编程有完整控制权的首选。

02. Cursor： 基于 VS Code 的 AI-first 代码编辑器。inline 补全、对话式探索代码库、多文件编辑。想在现有工作流里渐进式引入 AI 的最佳选择。

03. Codex CLI： OpenAI 的终端编程 Agent。接收自然语言指令，读代码库，写代码并执行。多步实现任务能力强。

04. Windsurf： Codeium 出品的 AI 编程 IDE。Cascade agent 支持多文件编辑、深度代码库理解和心流编程状态。增长很快。

05. Superpowers： 20+ 实战打磨的 Claude Code skills，TDD、debug、plan-to-execute 流程。GitHub 96,000+ stars。用 Claude Code 必装第一个。

06. Spec Kit： Spec 驱动开发。先写规格说明书，AI 从规格生成代码。强制你先想清楚再动手。GitHub 50,000+ stars。

07. Aider： 终端里的 AI 结对编程。支持任意 LLM。处理现有代码库能力强。GitHub 30,000+ stars。

Part 2：Agent 框架 🤖

构建自主系统，让 AI 能思考、行动、迭代。

08. OpenClaw： 开源 AI Agent，多渠道（WhatsApp、Telegram、Discord），自己写 skills。GitHub 210,000+ stars，个人 AI Agent 入门最友好的方案。

09. LangGraph： 用代码编排多 Agent 系统。把 Agent 构建为图结构，带分支逻辑、human-in-the-loop 和持久状态。GitHub 26,000+ stars。

10. CrewAI： 多 Agent 框架，每个 Agent 有角色、目标和背景故事。适合团队式工作流。

11. AutoGPT： 长时间任务的全自主 Agent 平台。Agent 框架的元老，这些年成熟了很多。

12. Dify： 开源 LLM 应用构建器。工作流、RAG、Agent 和模型管理合一，对非开发者友好。

13. OWL： 多 Agent 协作框架。GAIA benchmark 多 Agent 协调第一名。把前沿研究做成了可用代码。

14. CopilotKit： 把 AI copilot 直接嵌入 React 应用。让 AI 能力进入你的产品，而不是只存在于你的工作流。

15. pydantic-ai： 基于 Pydantic 的类型安全 Agent 框架。Python 开发者想要结构化、经验证 Agent 输出的首选。

Part 3：MCP Servers & 工具集成 🔗

MCP（Model Context Protocol）给 AI 接入外部世界的能力。Skills 教 AI 怎么做，MCP 给它接入哪里。

16. Tavily： 为 AI 设计的搜索引擎。不是蓝链接，是干净、结构化、LLM 可直接用的数据。四个工具：search、extract、crawl、map。作为 remote MCP 一分钟接入。

17. Context7： 把最新库文档注入 LLM context。不再出现幻觉 API 或已废弃方法。prompt 里加use context7就拉取当前文档。支持数千个库。

18. Task Master AI： AI 的项目经理。喂给它 PRD，它生成带依赖的结构化任务。Claude 逐个执行，把混乱的会话变成有组织的 pipeline。

19. MCP Playwright： 浏览器自动化 for LLMs。通过自然语言控制真实浏览器。测试、爬虫、交互。

20. fastmcp： 用最少的 Python 构建 MCP server。为 Claude 或任意 MCP 兼容模型创建自定义工具集成的最快路径。

21. markdownify-mcp： 把 PDF、图片、音频转成 Markdown。任意文档类型都能灌进 AI workflow。

22. MCPHub： 通过 HTTP 管理多个 MCP server。一个 dashboard 管理所有工具连接。

Part 4：Claude Skills 精选 🧠

Skills 教 Claude 专业工作流。社区 skills 有 80,000+ 个，这些是真正值得装的。

23. PDF Processing（官方）： 读 PDF、提取表格、填表、合并和拆分 PDF。知识工作者最高实用度的 skill。

24. Frontend Design（官方）： 构建真实设计系统、大胆的排版、生产级 UI。摆脱AI 垃圾审美。277,000+ 安装。

25. Skill Creator（官方）： 元技能。用自然语言描述一个工作流，五分钟拿回完整 SKILL.md。不写配置就能构建新 skill。

26. Marketing Skills by Corey Haines： 20+ skills，覆盖 CRO、copywriting、SEO、邮件序列、增长策略。营销团队需要的都在 skill 形式里。

27. Claude SEO： 全站审计、schema 验证、关键词分析。12 个 sub-skills 覆盖完整 SEO 工作流。

28. Obsidian Skills： Obsidian CEO 所建。自动打标签、自动链接、vault 原生操作。用 Obsidian 的必备。

29. Context Optimization： 降低 token 成本，提升 KV-cache 效率。让昂贵的 API 工作流显著变便宜。GitHub 13,900+ stars。

30. Deep Research Skill： 8 阶段研究带自动续接。需要 Claude 深入研究一个主题而不是只停留在表面时用。

Part 5：本地 AI & 模型运行 🖥️

在自己的硬件上跑模型。隐私、速度、零 API 成本。

31. Ollama： 一个终端命令本地跑开源 LLM。支持 Llama、Mistral、Gemma 等数十个模型。从零到本地 AI 的最快路径。

32. Open WebUI： 自托管的类 ChatGPT 界面。干净、快速、功能完整。和 Ollama 配对，搭建私密 AI 配置。

33. LlamaFile： 把整个 LLM 打包成单个可执行文件。零依赖，下载即运行。简单到离谱。

34. Unsloth： 微调模型速度快 2 倍，内存少 70%。需要基于自有数据训练自定义模型的话从这里开始。

35. vLLM： 高吞吐量推理引擎。比 naive serving 快 2 到 4 倍。开源模型生产部署的标准方案。

Part 6：工作流 & 自动化 ⚡

把 AI 接入现有工具和流程。

36. n8n： 开源工作流自动化，400+ 集成和 AI 节点。可自托管。AI 驱动自动化最好的可视化构建器。

37. Langflow： Agent pipeline 的拖拽可视化。GitHub 140,000+ stars。不写代码构建复杂 Agent 工作流。

38. Huginn： 自托管 web agents，监控、告警、数据采集。隐私优先的自动化，跑在自己服务器上。

39. DSPy： 编程（而不是 prompt）基础模型。斯坦福研究转成的框架。当 prompting 的不确定性已经不够用的时候用这个。

40. Temporal： 长时运行进程的持久化工作流引擎。当你的自动化需要扛住崩溃、重试和超时的时候用。

Part 7：搜索、数据 & RAG 🔍

把信息灌进 AI 系统，以及从 AI 系统取出信息。

41. GPT Researcher： 自主研究 Agent，产出汇总报告。给它一个主题，拿回带来源的深度分析。

42. Firecrawl： 把任意网站转成 LLM 可用的数据。为 AI pipeline 设计的网页爬虫。

43. Vanna AI： 自然语言转 SQL。用英文提问，拿回数据库查询。需要从数据库取数但不会写 SQL 的人用这个。

44. Instructor： 从任意 LLM 获取结构化 JSON 输出，使用 Pydantic 模型。支持 OpenAI、Anthropic、Google 和 15+ 提供商。生产级 AI 工程师实际在用的。

45. Chroma： 开源向量数据库。给 AI 应用添加语义搜索和长期记忆的最简单方案。

46. dlt： LLM 原生的数据 pipeline，来自 5,000+ 数据源。把数据从任意地方弄进你的 AI 工作流。

47. ExtractThinker： 文档智能的 ORM。从任意文档类型提取结构化数据。

Part 8：API & 基础设施 🏗️

让一切在生产环境跑起来的管道。

48. FastAPI： Python Web 框架，服务 AI 应用。文档出色，内置 Pydantic 验证。

49. Portkey Gateway： 通过一个 API 把请求路由到 250+ LLM。换模型不换代码。

50. OmniRoute： 44+ AI 提供商的 API 代理。负载均衡、fallback 和成本优化。

51. lmnr： Trace 和评估 Agent 行为。精确看到 Agent 在做什么，衡量它做得好不好。

52. Codebase Memory MCP： 把代码库转换成持久知识图谱。Claude 在会话之间记住你的整个项目结构。

Part 9：精选合集 & 学习资源 📚

找到更多内容，持续学习。

53. Awesome Claude Skills： 最佳 skill 精选列表。GitHub 22,000+ stars。找新 skill 必去。

54. Anthropic Skills Repo： Anthropic 官方参考实现。skill 构建的黄金标准。

55. Awesome Agents： 100+ 开源 Agent 工具的精选列表。

56. PromptingGuide： 全面的 prompt 工程参考，覆盖从基础到高级 Agent prompting 的每一种技术。

57. Anthropic Prompt Engineering Tutorial： 9 章动手练习配 Jupyter notebooks。学 prompting 最好的结构化方式。

58. SkillsMP： 80,000+ 社区 skills 的市场。发现 Claude skills 最大的目录。

59. MAGI//ARCHORE： 每日新鲜 AI repos 信息流。跟踪每天新上线的内容。

60. Anthropic Official Docs： 覆盖 API、prompting 最佳实践、tool use、agents 和其他一切。认真做东西之前先把这个通读一遍。

如何使用这个列表

不要一次装完所有 60 个工具。那只会让你不知所措并浪费时间。

推荐顺序：

如果你是开发者： 从 Claude Code (01) + Superpowers (05) + Context7 (17) + Tavily (16) 开始。这是强大的 AI 编程套件，带搜索和文档接入。

如果你是创作者或知识工作者： 从 OpenClaw (08) + Obsidian Skills (28) + PDF Processing (23) + Frontend Design (24) 开始。AI 助手带文件管理、文档处理和内容创建能力。

如果你是做产品的： 从 FastAPI (48) + Instructor (44) + Chroma (45) + LangGraph (09) 开始。给生产 AI 应用的后端框架、结构化输出、记忆和 Agent 编排。

如果你是来学习的： 从 Anthropic Tutorial (57) + PromptingGuide (56) + Anthropic Docs (60) 开始。先打基础，再往上堆工具。

选一条路，走深。需要增长的时候再加工具。

TL;DR

Skills = 教 AI 怎么更好地做事。 MCP = 给 AI 接入外部工具和数据的权限。 Repos = 驱动一切的开源引擎。

三者结合，你才有一个真正强大的 AI 工作流，而不是只在 demo 里好看的空壳。