工具与职业用途,一起找

AI 资源库

统一浏览 AI 工具、Agent Skills、提示词、工作流与开源项目,按职业和用途找到工作中用得上的资源。

资源与用法

807 份资源

SyntaxRAG:面向 AI 代理的本地代码检索 MCP 引擎

EnmanuelReynoso23/synrag · Local MCP code search that cuts AI agent tokens: AST chunks, CPU reranking and a dependency impact graph. -63.9% tokens measured.

SyntaxRAG(SYNRAG)是一个本地代码搜索 MCP 引擎,通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码,在 CPU 上用 FlashRank(TinyBERT)对 BM25 候选重排序,并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具,以减少 AI 代理定位代码时的 token 消耗;附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

展开详情收起详情:SyntaxRAG:面向 AI 代理的本地代码检索 MCP 引擎

程序员作为本地 MCP 代码检索引擎,供 AI 编程代理在编写、审查和排错时按 AST 结构定位函数、类与类型定义,查看文件大纲和仓库地图,分析依赖影响范围、查找相关测试与调用方,并在受控范围内编辑代码,从而减少代理读取整个文件所消耗的 token。

★ 1 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Brito:带代码知识图谱与可审核技能的终端编码智能体

wilsonbrito/brito · Coding-agent CLI with a code knowledge graph, memory and reviewable skills. CLI de agente de código com grafo de conhecimento, memória e skills revisáveis.

Brito 是一个面向软件开发的编码智能体,提供命令行工具 brito-cli 和 macOS/Windows/Linux 桌面应用。它不依赖逐文件 grep 阅读,而是用 tree-sitter 增量索引构建代码知识图谱(符号、调用、导入),支持 TypeScript/JavaScript、Python、Svelte/Vue/Astro 组件及多种后端语言,可通过 graph_search、graph_callers、graph_impact 等工具快速回答“改这里会影响什么”。它还会保存记忆笔记,并在任务完成后反思生成项目技能,新技能先进入试用期,经多次成功使用后转正,涉及危险命令或修改已批准技能时需用户审批,并提供隐私检查(如拒绝密钥、curl | sh 等)与手动/自动编辑/计划/全允许等权限模式。支持 Anthropic API 或 Claude Code 订阅作为后端,也可接入 OpenAI 兼容端点,并可作为 MCP 服务器向其他客户端暴露图谱、记忆与技能。

展开详情收起详情:Brito:带代码知识图谱与可审核技能的终端编码智能体

程序员在终端或桌面应用中作为编码智能体使用:通过代码知识图谱(graph_search、graph_callers、graph_impact)快速定位符号、调用方与改动影响范围,替代逐文件 grep 阅读;并保存记忆笔记、从任务中反思生成可审核的项目技能,用于代码理解、排错与改动影响分析。

★ 5 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

research-paper-rag-qa:学术 PDF 语义检索问答工具

dhanyashree-mn/research-paper-rag-qa · RAG system for semantic search over academic PDFs — LangChain, FAISS, Streamlit

该项目是一个面向学术论文 PDF 的检索增强(RAG)语义搜索工具:逐页解析 PDF,将文本切分为带重叠的片段,使用 sentence-transformers/all-MiniLM-L6-v2 生成归一化向量并存入 FAISS 索引,再通过 Streamlit 界面用自然语言查询返回最相关的段落及来源文件与页码。项目刻意只做检索、不做答案生成,以保证每条结果可追溯到原文页面、避免内容幻觉;仓库包含作者硕士阶段的示例 PDF。

展开详情收起详情:research-paper-rag-qa:学术 PDF 语义检索问答工具

程序员用于在本地对学术论文 PDF 做语义检索:按自然语言查询返回最相关段落及来源文件与页码,便于查阅技术资料和论文原文。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Vybe Intelligence Vault:面向 AI Agent 与 RAG 工程的开源知识图谱

rxmna8502/vybe-intelligence-vault · An auto-updating open-source vault for AI agents, RAG systems, MCP servers, prompts, tools, templates, and next-generation web development.

Vybe Intelligence Vault 是一个自更新的开源知识仓库,索引 AI Agent、RAG、MCP 服务器、提示词、工具和模板等前沿资料,并宣称通过采集管线、LLM 评估和向量关系构建语义知识图谱。项目提供 MCP 网关供 Claude Desktop、Cursor 等 Agent 直接查询节点上下文,还包含基于 React Three Fiber 和 WebGL 的 3D 知识图谱浏览界面,以及若干 7 天工程学习路径与生产蓝图。

展开详情收起详情:Vybe Intelligence Vault:面向 AI Agent 与 RAG 工程的开源知识图谱

程序员程序员可通过 MCP 网关让 Claude Desktop、Cursor 等编码助手直接查询知识库中的 AI Agent、RAG、MCP 服务器、提示词与工具节点上下文,并参考 7 天工程学习路径与生产蓝图进行 Agent、RAG、LLMOps 等方向的开发学习。

★ 22 · 资料合集

☆ 收藏GitHub查看项目 ↗

Insurance-Policy-RAG:基于 Gemini 与 ChromaDB 的保单 PDF 问答助手

arashshams/Insurance-Policy-RAG · A RAG assistant that answers plain-English questions about an insurance policy PDF, grounded in the document and cited by page. Built with Gemini embeddings, ChromaDB, and a Streamlit app you can try live.

该项目是一个面向单一保险保单 PDF 的检索增强生成(RAG)问答助手,能够用自然语言回答保险条款问题,并基于文档内容给出页码引用,在文档未覆盖时明确回答“我不知道”。系统使用 Gemini 嵌入模型生成向量,存入 ChromaDB,通过 Streamlit 提供可在线试用的界面,同时也提供 FastAPI 后端和可导入的 Python 管道。项目包含评估工具,覆盖拒答、检索命中率、引用准确性等指标,并支持上传自己的保单 PDF 进行问答。

展开详情收起详情:Insurance-Policy-RAG:基于 Gemini 与 ChromaDB 的保单 PDF 问答助手

程序员作为可导入的 Python RAG 管道(src/rag_pipeline.py),供开发者构建和评估基于 PDF 的检索增强问答系统:调用 build_index_from_pdf 与 answer_question,并复用其评估工具(拒答、检索命中率、引用准确性)与 FastAPI 后端。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Agent Sandbox:在 Kubernetes 上管理 AI Agent 与强化学习的隔离有状态单例工作负载

kubernetes-sigs/agent-sandbox · agent-sandbox enables easy management of isolated, stateful, singleton workloads, ideal for use cases like AI agent runtimes and reinforcement learning (RL).

Agent Sandbox 是 Kubernetes SIG Apps 下的项目,提供 Sandbox 自定义资源定义(CRD)及控制器,用于以声明式 API 管理长期运行、有状态、单容器的单例工作负载,具备稳定身份、持久存储,以及创建、定时删除、暂停、恢复等生命周期管理。扩展模块提供 SandboxTemplate、SandboxClaim 和 SandboxWarmPool,支持模板复用、从预热池快速认领沙箱。项目自身是沙箱编排器,底层隔离交由 gVisor、Kata Containers 等 Sandbox Runtime(通过 RuntimeClass)负责。适用于 AI Agent 运行时、强化学习与评测、开发环境、Notebook 和有状态单 Pod 服务等场景,并提供 Go SDK、Python SDK 及可选的 Sandbox Router。

展开详情收起详情:Agent Sandbox:在 Kubernetes 上管理 AI Agent 与强化学习的隔离有状态单例工作负载

程序员在 Kubernetes 上以声明式 API 管理隔离、有状态、单例的沙箱工作负载,用于运行 AI Agent 生成的不可信代码、强化学习与评测执行环境,以及 Jupyter Notebook 等持久单容器开发环境;可通过 Go SDK 或 Python SDK 以编程方式创建和管理 Sandbox。

★ 4456 · 开发框架

☆ 收藏GitHub查看项目 ↗

ai-agent-rules:统一管理多个 AI 编程代理配置

wpfleger96/ai-agent-rules · Manage configs for Claude Code, Codex, Gemini CLI, Goose, and Amp from one repo — symlinks, merge pipeline, profile inheritance, cross-machine sync

该项目通过符号链接把 Claude Code、Goose、Gemini CLI、Codex CLI、Amp 等 AI 编程代理的配置文件集中到一个由 Git 跟踪的位置,支持跨机器同步、配置合并管线、profile 继承与切换、排除规则、机器级设置覆盖、MCP 定义转换和 Claude Code 插件声明式管理。项目以 Python 编写,通过 PyPI 分发,提供 setup、install、status 等命令行子命令。

展开详情收起详情:ai-agent-rules:统一管理多个 AI 编程代理配置

程序员统一管理 Claude Code、Codex CLI、Gemini CLI、Goose、Amp 等 AI 编程代理的配置文件,通过符号链接集中到 Git 跟踪位置,实现跨机器同步、profile 切换、MCP 定义转换和 Claude Code 插件声明式管理,便于程序员在编码工作中维护一致的 AI 代理配置。

★ 10 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Tensor2Tensor:面向多模态任务的深度学习模型与数据集库

tensorflow/tensor2tensor · Library of deep learning models and datasets designed to make deep learning more accessible and accelerate ML research.

Tensor2Tensor(T2T)由 Google Brain 团队与社区开发,是一个汇集深度学习模型和数据集的 Python 库,覆盖数学语言理解、故事问答、图像分类与生成、语言建模、情感分析、语音识别、摘要和机器翻译等任务。它提供 t2t-datagen 数据生成、t2t-trainer 训练评估推理入口,以及命令行切换问题、模型和超参数集,并支持多 GPU 和分布式训练。项目已标记为弃用,仍维护并可接受缺陷修复,官方建议转向后继库 Trax。

展开详情收起详情:Tensor2Tensor:面向多模态任务的深度学习模型与数据集库

程序员作为深度学习模型与数据集的 Python 库,程序员可用 t2t-datagen 生成数据、用 t2t-trainer 训练/评估/推理,并通过命令行切换问题、模型和超参数集;支持多 GPU 和分布式训练,可用于机器翻译、摘要、语音识别等任务的模型开发与实验。

★ 17473 · 开发框架 · 已归档

☆ 收藏GitHub查看项目 ↗

OpenPinch:用于先进夹点分析与全厂能量集成的 Python 工具包

waikato-ahuora-smart-energy-systems/OpenPinch · A comprehensive tool for advanced pinch analysis, total site integration, heat pump integration, and heat exchanger network synthesis.

OpenPinch 是一个基于 Python 的开源工具包,面向夹点分析与全厂能量集成(Total Site Integration)。它支持直接与间接热集成目标计算、图表解读、热泵与制冷筛查、㶲与热电联产后处理、换热器网络综合、多周期分析、物流分段线性化,以及基于文件或 schema-first 的工作流。项目提供 PinchProblem 与 PinchWorkspace 两个工作流类,并附带示例案例和 19 个 Jupyter notebook 教程。

展开详情收起详情:OpenPinch:用于先进夹点分析与全厂能量集成的 Python 工具包

程序员作为 Python 工具包,可在代码中通过 PinchProblem 和 PinchWorkspace 类构建并执行夹点分析与全厂能量集成计算,并利用其测试与 CI 脚本进行开发验证。

★ 14 · 开发框架

☆ 收藏GitHub查看项目 ↗

wsidata:全切片图像分析的高效数据结构与 IO 工具

rendeirolab/wsidata · Efficient data structures and IO for whole slide image analysis

wsidata 是面向全切片图像(WSI)分析的 Python 库,专注提供高效的数据结构与读写(IO)能力,设计上与 LazySlide 配合使用,属于 scverse 生态,服务于数字病理和图像分析场景。

展开详情收起详情:wsidata:全切片图像分析的高效数据结构与 IO 工具

程序员在开发全切片图像(WSI)分析程序时,使用该 Python 库提供的高效数据结构与读写(IO)能力,并与 LazySlide 配合处理数字病理图像数据。

★ 35 · 开发框架

☆ 收藏GitHub查看项目 ↗

model-ladder:为 Claude Code 与 Codex 插件按任务难度分级路由模型并验证结果

neilyonglu/model-ladder · Run each coding task on the cheapest model and effort likely to succeed, verify it with your tests, and escalate only when an attempt fails.

model-ladder 是 Claude Code 和 Codex 的插件,通过 Router、Worker、Verifier 三个环节工作:先由路由器为每个编码任务挑选成本与能力匹配的模型及 effort 等级,再由 Worker 在隔离的 Git worktree 中执行,失败时按阶梯升级到更强模型或更高 effort,最后由 Verifier 用项目测试命令校验,通过后才交付结果。它还提供用量守卫与交接文档、任务状态面板、并发运行冲突检测、可配置的 worker/verifier 技能指令等能力。安装需 Git 与 Node.js 20+,并在 Git 仓库中运行,具体模型与测试条件需自行配置。

展开详情收起详情:model-ladder:为 Claude Code 与 Codex 插件按任务难度分级路由模型并验证结果

程序员作为 Claude Code 和 Codex 插件,为每个编码任务按难度选择成本与能力匹配的模型和 effort 等级,在隔离的 Git worktree 中执行,失败时升级到更强模型或更高 effort,并用项目测试命令验证通过后才交付;可用于修复 bug、带测试开发功能、代码审查与风险列举等编码工作。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Dossier:自托管的求职管理应用,依据个人档案生成定制简历与求职信并跟踪申请进度

AienTech/dossier · A self-hosted job search app that writes tailored resumes and cover letters from your profile.

Dossier 是一个自托管的求职管理应用,使用 TypeScript 和 Next.js 构建、以 PostgreSQL 存储数据。它把职业经历集中在一个档案中,生成基础简历;针对具体职位,读取招聘信息、展示与档案的匹配情况,并用档案中的事实起草定制简历和求职信,用户可在聊天中修改并导出 PDF。它提供求职岗位搜索与评分、创业公司职位聚合、可选的每日求职 Agent、Claude 连接器,以及可选的 Gmail 与 Google Calendar 集成,并能用看板和数据表跟踪从草稿到 offer 的全流程。AI 模型可选用 Ollama 或 LM Studio 提供的本地模型,也可选用任意 OpenAI 兼容 API、Anthropic 或 Mistral 的托管模型。

展开详情收起详情:Dossier:自托管的求职管理应用,依据个人档案生成定制简历与求职信并跟踪申请进度

程序员程序员可用该自托管应用管理求职:从粘贴的招聘信息提取要求并与个人档案匹配,生成仅基于档案事实的定制简历和求职信,并跟踪申请状态。

HR作为求职管理工具,HR 可用于管理自身求职流程:集中职业档案、根据招聘信息生成定制简历与求职信、按匹配度评分岗位、用看板跟踪申请进度。

★ 2734 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

local-inference-setup:本地语言模型自包含启动器的声明式配置

RafaGonzalezDev/local-inference-setup · Declarative configuration for self-contained launchers of local language models. Includes download manifests, validation scripts, documentation, and .cmd launchers with all inference parameters materialized.

该项目以声明式配置方式管理本地语言模型推理环境的搭建:提供模型下载清单、运行时分发、完整性校验脚本、模型管理文档,以及内嵌完整推理参数的 .cmd 启动器。仓库本身不包含 GGUF 权重或运行时二进制,需通过附带的 PowerShell 安装与下载脚本获取。启动器会显式声明上下文长度、采样参数,并借助 --gpu-layers auto 与 --fit on 自动决定设备放置;服务对外暴露 Web 界面、OpenAI 兼容 API 与健康检查端点。配置面向 Windows、指定硬件(RTX 5080 16GB、64GB 内存)并锁定 llama.cpp 运行时构建版本,接口无鉴权,仅建议在可信私有网络内使用。

展开详情收起详情:local-inference-setup:本地语言模型自包含启动器的声明式配置

程序员在 Windows 本地搭建并启动语言模型推理服务,通过 OpenAI 兼容 API 与 Web 界面供编码或 agentic 客户端调用;仓库提供模型下载、完整性校验和启动器配置,便于程序员在本地运行模型进行开发与测试。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

NeuroStack Architect:面向 LLM 多代理流水线的 Plan-Execute-Verify 编排与递归验证框架

aufamubarak/plan-execute-verify-claude-code · Best AI Coding Workflow Plugin Pipeline 2026

NeuroStack Architect 是一个以 Plan-Execute-Verify 三阶段为核心的 LLM 编排框架,将计划拆解、受控执行与递归验证组织为带钩子注入点的流水线,用于构建多步骤、多模型、多代理工作流。项目强调验证契约、状态快照、漂移检测、插件化扩展与多语言语义校验,并声称支持执行步骤快照与钩子热替换。README 显示项目为 Beta 版本,主要面向 AI 应用开发者、研究工程师与产品团队。实际部署方式、运行环境要求和依赖条件未说明。

展开详情收起详情:NeuroStack Architect:面向 LLM 多代理流水线的 Plan-Execute-Verify 编排与递归验证框架

程序员用于构建和编排多步骤、多模型的 LLM 代理流水线:将任务拆解为可验证单元,受控执行并保存状态快照,再通过递归验证钩子检查输出漂移与语义一致性,适合 AI 应用开发与调试。

★ 114 · 开发框架

☆ 收藏GitHub查看项目 ↗

Ruzivo AI:面向绍纳语的多模态对话智能系统

recallmabika/ruzivoAI · Ruzivo AI: An end-to-end multimodal conversational intelligence system for ChiShona, featuring parameter-efficient fine-tuning (QLoRA), dense vector retrieval-augmented generation (RAG), and a cross-platform mobile/web client.

Ruzivo AI 是面向津巴布韦绍纳语(ChiShona)的端到端多模态对话系统,采用 QLoRA 参数高效微调低秩适配器、基于教材语料的稠密向量检索增强生成(RAG)以及绍纳语词汇校验与输入防护,并提供 React Native/Expo 移动端与响应式网页客户端。项目还包含基于 FLEURS 绍纳语语音语料的语音识别与合成能力,以及 FastAPI 后端服务和 SQLite 用户认证。

展开详情收起详情:Ruzivo AI:面向绍纳语的多模态对话智能系统

程序员作为低资源语言对话系统的参考实现,程序员可复用其 FastAPI 后端、React Native/Expo 前端、QLoRA 微调 notebook 与 RAG 管线代码,用于构建或调试类似的多模态对话应用。

★ 0 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

agent-prompt-rules-system:面向个人开发者的 Claude Code 配置、场景技能与工具接入管理

lamxy/agent-prompt-rules-system · 面向个人开发者的 Claude Code 配置与技能管理工具:精简的用户级配置,PRD / 前端 / 后端 / DevOps 四个场景的开箱即用场景包(settings、CLAUDE.md、MCP、agents),开源工具的幂等安装支持包,并可同步到 Codex。

该仓库是一套面向个人开发者的 Agent 配置与技能管理工具,以 Claude Code 为主并兼顾 Codex。它提供精简的用户级配置、PRD/前端/后端/DevOps 四个场景的 settings、CLAUDE.md、.mcp.json、agents 与 skills 场景包,开源库本地化支持包的幂等安装脚本,并能把个人差异规则同步到 Codex。项目定位已从早期分层提示词规则系统转型为配置同步与技能管理,原规则系统归档保留;配置中带有作者本机环境假设,直接使用前需阅读对应 README。

展开详情收起详情:agent-prompt-rules-system:面向个人开发者的 Claude Code 配置、场景技能与工具接入管理

程序员使用仓库提供的 Claude Code 用户级配置、前端/后端/DevOps 场景包(settings、CLAUDE.md、.mcp.json、agents、skills)以及开源库本地化支持包,辅助代码编写、架构设计、CI/CD 与工具接入等开发工作。

产品经理使用 prd-design 场景包(含需求说明书、PRD、线框图与基础原型相关技能)辅助产品需求文档与原型设计工作。

★ 4 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

MemKernel:为 AI 编程助手提供代码感知的分层持久记忆

gosha70/memkernel · Code-aware, tiered memory for AI coding copilots: MCP server + Python library (ChromaDB, hybrid search, consolidation, LLM-wiki bridge)

MemKernel 是一个面向 AI 编程助手的代码感知记忆服务,以 MCP 服务器和 Python 库形式提供。它把项目决策、约定、事实、流程和代码快照存入本地 ChromaDB 向量库,让 Claude Code 等兼容 MCP 的助手在上下文压缩或会话结束后仍能按需检索。项目通过 tree-sitter AST 按函数和类边界切分代码,结合稠密向量与 BM25 混合检索,并用工作、短期、长期三层记忆及淘汰、提升、取代和代码快照重新校验机制管理知识的生命周期;长期知识还可经 wiki 桥导出为可纳入 Git 版本管理的人类可读文档。

展开详情收起详情:MemKernel:为 AI 编程助手提供代码感知的分层持久记忆

程序员为 Claude Code 等兼容 MCP 的 AI 编程助手提供跨会话的持久记忆:保存项目决策、约定、事实、流程和代码快照,在上下文压缩或会话结束后按需检索;通过 tree-sitter AST 按函数和类边界切分代码,并用稠密向量加 BM25 混合检索支持语义查询和精确标识符查找。

★ 2 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

Wevir:面向 AI 编程 Agent 的本地优先桌面工作台

marvinli001/wevir · One local-first desktop workspace for every AI coding agent — Codex, Claude, OpenCode and your own models.

Wevir 是一个本地优先的开源桌面工作台,为 AI 编程 Agent 提供统一操作界面。它内置本地运行的 Codex Agent 运行时,并通过网关把请求转换到 OpenAI、Anthropic、Google、DeepSeek、Ollama 及任意 OpenAI 兼容端点,支持在同一会话内切换模型或提供商。桌面端还提供会话时间线、审批与检查点、逐轮 diff 变更审查、文件浏览编辑、内置浏览器、MCP/Skills 插件,以及可被 CLI 共享的本地 Host。项目当前处于预览阶段,订阅来源多为 Beta。

展开详情收起详情:Wevir:面向 AI 编程 Agent 的本地优先桌面工作台

程序员作为本地优先的 AI 编程 Agent 桌面工作台,用于在同一会话中切换模型或提供商进行代码编写;通过逐轮 diff 变更审查、检查点、审批机制审查 Agent 的代码修改;浏览和编辑项目文件,并借助本地语言服务器进行代码导航与诊断。

★ 7 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗

rfauto:RF/微波设计自动化与 LLM 编排框架

geer1895/rfauto · RF/microwave design automation + LLM orchestration: 16 EM/EDA engines behind one interface, 75 parameterized template families, 340 deterministic calculators, 87 calibration anchors; AI agents drive everything via MCP (157 tools) — physics numbers come only from deterministic kernels, never from the LLM. 28000+ unit tests, GPL-3.0

rfauto 将 RF/微波设计流程中描述器件、参数化建模、调用求解器、质量门禁判定和尺寸优化等环节整合为一条可复现的自动化闭环。项目提供 75 个参数化器件模板、340 个确定性计算器、87 个校准锚点,并通过统一的适配层接入 HFSS、ADS、openEMS、COMSOL 等 16 个 EM/EDA 引擎通道。核心约定是物理数值只能由确定性内核或求解器产生,LLM 仅负责编排与解释。AI 助手可通过 MCP(157 个工具、10 个资源)驱动整个框架;项目还提供本地审阅工作台、运行数据湖、远程执行和批量任务能力。

展开详情收起详情:rfauto:RF/微波设计自动化与 LLM 编排框架

程序员作为 Python 框架,rfauto 提供可复现的自动化闭环,程序员可通过 MCP 让 AI 助手以类型化工具调用驱动 RF/微波设计流程,并利用 28000+ 单元测试和沙箱草稿加验证门禁机制进行开发与测试。

★ 2 · 开发框架

☆ 收藏GitHub查看项目 ↗

PaperLab:本地优先的科研 PDF 阅读与笔记工具,AI 回答可引用原文段落

khannoussi-malek/PaperLab · Local-first PDF reader for researchers: notes anchored to the page, AI answers that cite it. Runs offline with Ollama.

PaperLab 是一款面向研究者的本地优先 PDF 阅读工具:可导入论文建立库,在页面内高亮并绑定笔记,围绕单篇论文或工作区提问,AI 回答会标注引用段落并可与用户笔记分开标记。它支持本地 Ollama 模型以及 Anthropic、OpenAI 兼容服务,还提供图谱式文献关联、参考文献跟进、数据表格捕获与图表对比,并可作为 MCP 服务供 Claude Desktop 等客户端检索论文与保存笔记。

展开详情收起详情:PaperLab:本地优先的科研 PDF 阅读与笔记工具,AI 回答可引用原文段落

程序员作为 MCP 服务接入 Claude Desktop 或 Claude Code 等客户端,检索本地论文库、读取论文详情与笔记,并在引用段落上保存笔记,辅助查阅技术文献。

★ 8 · 可直接使用的工具

☆ 收藏GitHub查看项目 ↗