手头工具越装越多，干活的效率却没见涨。

最近翻了几个 GitHub 仓库，发现有些开源项目确实能省不少事，整理出来给大家看看。

mcp-servers：3000+ 个 AI 扩展一次打包

这个仓库收录了 3000 多个 MCP 服务器，按功能方向分成 20 多个类别。想找什么类型的服务，翻翻分类就能定位。

本地部署和云端服务都有对应方案，小团队或个人开发者都能找到能用的。

项目截图

适用场景：想给 AI 工具加扩展，又不想一个个去找插件的开发者。

缺点：数量虽多但质量参差，部分仓库很久没更新了，需要自己晒选一遍。

Cline：住在 VS Code 里的 AI 编程搭档

Cline 基于 Claude 4 Sonnet，能逐步拆解复杂的开发任务。

它不只是补全代码，能直接创建和编辑文件，浏览项目结构，操控浏览器，甚至执行终端命令。

项目截图

每次文件改动和命令执行都需要你手动确认，不会偷偷乱操作。

适用场景：需要处理跨文件重构、大规模代码改造的程序员。

缺点：吃 token 比较狠，大项目跑一轮下来费用不低。没用 API key 的话得注意开销。

PDF 补丁丁：免费且无广告的 PDF 处理利器

Windows 上的 PDF 处理工具。改信息、解密码、提取页面、删页面、调顺序，图片转 PDF、OCR 识别、去水印也都有。

这些功能在别的软件里大多要充会员，这里全免费，没广告也不收集隐私。

项目截图

适用场景：日常办公需要频繁处理 PDF 的人。文档有复制限制的话一键就能解开。

缺点：复杂排版的 PDF 偶而出现格式偏差，不过日常使用影响不大。

项目地址：pan.quark.cn/s/8ab1a68959c4

Logo
MCP技术社区

欢迎加入 MCP 技术社区！与志同道合者携手前行，一同解锁 MCP 技术的无限可能！

更多推荐

AI 知识库问答为什么总答不准？从文档切分、检索到上下文拼接讲清楚

AI 知识库问答答不准，很多时候不是因为模型完全不行，而是因为前面的资料处理和检索链路没有做好。文档有没有切好检索能不能找对片段是否完整上下文是否干净提示词是否约束清楚日志是否能支持排查模型是否适合当前任务对于个人开发者来说，知识库问答是理解 RAG 架构的好入口。对于企业应用来说，知识库问答要想长期稳定运行，就需要把文档治理、检索优化、模型调用和日志分析一起考虑。大模型负责生成答案，但它回答得准

avatar MCP技术社区

第5章-工具集成-Function Calling MCP协议与工具链设计-《Agentic AI 智能体应用开发》

一个好的工具定义是工具可靠执行的前提。// TypeScript: 工具定义的完整 TypeScript 类型/** 工具唯一名称（使用 snake_case） *//** 工具功能描述（Model 根据此描述决定何时调用） *//** 参数 JSON Schema */required?: string[];/** 执行配置 */execution?: number;// 超时（默认 30000

avatar MCP技术社区

Loop engineering

Andrew Ng 分享了一个例子：他周末帮女儿开发一个练习打字的小程序，AI Agent 连续工作接近一个小时，不断打开浏览器测试自己生成的页面、发现问题、修复，再继续测试，几乎无需人工介入。开发者给产品需求，AI 自动编码、运行、测试、修复 Bug，不断重复，直到满足要求。用户反馈 → 产品方向 → 产品需求 → AI 开发 → 用户反馈……人类真正重要的工作，是不断把这些Context注入

avatar MCP技术社区