💰 AI 工作流工具清单：15 个能真正解决问题的开源工具（场景 · 边界 · 官方地址）

这份清单来自对一批 AI 工具笔记的重新梳理：把口口相传的「神器」逐个回溯到原始开源仓库，只保留能真正嵌进 AI 工作流、解决某一件具体事的工具。观点文、教程、新闻、模型本身、提示词合集全部剔除。每个工具给出三件事：什么场景用得上、它解决什么问题、官方地址。

一、AI 编程 Agent 的「行为与配置层」

1. i-have-adhd

场景：日常用 Claude Code / Codex 改 bug、问技术问题。
解决：Agent 把答案埋在长篇分析里。装上后先给结论与行动、列表封顶 5 条、砍掉客套话，输出直接可用。
地址：github.com/ayghri/i-have-adhd

2. ECC（Agent Harness Operating System）

场景：同时用 Claude Code / Cursor / Codex 等多套 Agent，或者团队想统一规则。
解决：配置碎片化——同一套 skills / rules / hooks / 安全策略可以跨工具复用；内置 AgentShield 安全审计、GateGuard 危险命令拦截、跨会话记忆与「本能」学习。
地址：github.com/affaan-m/ECC ｜官网 ecc.tools

3. everything-claude-code（黑客松冠军配置合集）

场景：刚上手 Claude Code，想直接拿一套现成配置。
解决：从零搭 agents / skills / hooks / commands / rules / MCP 成本高，这个仓库可通过插件市场一键安装，适合当起点。
地址：github.com/affaan-m/everything-claude-code

4. GitHub Spec Kit（规范驱动开发，SDD）

场景：中大型功能或新项目，想让 AI 按规格实现，而不是随手 vibe coding。
解决：把「规格 → 计划 → 任务 → 实现」做成结构化流程，每个阶段产出 Markdown 喂给下一阶段；支持 30+ 种 Agent，不锁定厂商。
地址：github.com/github/spec-kit ｜文档 github.github.com/spec-kit

5. openai/plugins（Codex 插件示例集）

场景：要给 Codex 写插件，或者把 Figma、Notion、GitHub、Stripe 这类 SaaS 接进 Codex。
解决：插件的目录结构与 manifest 没有参考；仓库提供 100+ 第三方插件样板与 marketplace 规范。
地址：github.com/openai/plugins

二、上下文体量与成本控制

6. context-mode

场景：超过 20 分钟的复杂重构 / 调试，Agent 频繁「失忆」。
解决：日志、API 返回、HTML 会把上下文塞爆。它改为在本地沙箱内先计算、再回传摘要，实测 315KB → 5.4KB（约省 98%），适配 17 个 AI 编程平台。
地址：github.com/mksglu/context-mode

7. Headroom

场景：API 账单偏高，代码搜索 / 故障排查 / Issue 分类特别吃 token。
解决：在 Agent 与模型之间加一层压缩中间件，headroom wrap claude 一行接入，省 60–95% token，且支持可逆压缩——原始数据留在本地，AI 需要时可随时取回。
地址：github.com/chopratejas/headroom

8. token-dashboard（WorkBuddy Token 看板）

场景：想看清自己每天、每个模型的真实 token 用量与花费。
解决：本地 usage 没有可视化。一键生成单文件离线 HTML，含 KPI、日活热力图、三级下钻与金额预估。
地址：github.com/fuyi-git/token-dashboard

三、垂直领域工具

9. Scientific Agent Skills

场景：生信、药物发现、医学、材料、地理空间等科研分析。
解决：配置环境、查数据库、摸索流程极耗时间。163 个科研技能 + 100 多个科学数据库，兼容 Claude Code / Cursor / Codex 等主流 Agent。
地址：github.com/K-Dense-AI/scientific-agent-skills

10. VMark

场景：写文档、做知识管理，希望 AI 直接读写你正在编辑的那份文件。
解决：省掉复制粘贴与导出环节。原生 MCP 一键接 Claude Desktop / Claude Code / Codex CLI / Gemini CLI，自带 20+ 条中日韩排版规则。
地址：github.com/xiaolai/vmark ｜官网 vmark.app

11. Vibe-Trading

场景：策略回测、机构持仓（SEC 13F）/ ETF 分析、复盘自己的真实交易。
解决：用自然语言驱动多智能体投研，9 个回测引擎、28 个数据源、MCP 接入，可直接产出报告与 Pine Script。
地址：github.com/HKUDS/Vibe-Trading

四、数据采集（给 Agent 喂数据）

12. Crawl4AI

场景：给 RAG / Agent 建网页数据集。
解决：网页噪声多、结构乱。它直接输出干净的 LLM 友好 Markdown（含引用标注、BM25 去噪），支持深度爬取与 Docker 部署。
地址：github.com/unclecode/crawl4ai

13. Scrapling

场景：目标站改版后选择器全废，或者被 Cloudflare 这类反爬拦住。
解决：自适应元素重定位（auto_save=True / adaptive=True），改版不用改代码；三种 fetcher 分级应对不同强度的反爬，内置 MCP 供 AI 调用。
地址：github.com/D4Vinci/Scrapling ｜官网 scrapling.homes

14. MediaCrawler

场景：采集小红书、抖音、快手、B站、微博、贴吧、知乎的公开帖子与评论。
解决：各平台签名逆向成本极高。它用 CDP 复用你真实浏览器的登录态，7 个平台统一接口，支持代理池与多格式落库。
地址：github.com/NanmiCoder/MediaCrawler

15. douyin-downloader

场景：批量备份某个抖音博主的作品 / 图集 / 合集 / 直播。
解决：逐条手点太慢。支持去水印、批量下载、SQLite 去重、断点续传，附带 REST API 与音频转写。
地址：github.com/jiji262/douyin-downloader

五、顺带说明：被剔除的东西

为了让清单只有「能用的工具」，以下内容被移出：两篇观点文（Bob 大叔访谈、Codex 插件生态图解）、OAuth 2.0 教程、开源语音合成大模型（模型本身，不是工作流插件）、400+ AI 绘画提示词案例集（素材合集）、GhostTrack（OSINT 工具，与 AI 工作流无关）、AI 破解 IDM（事件新闻）、万能下载神器（无法定位到具体项目）、God's Eye View（3D 地球可视化，不是工作流插件）。

另外，笔记里的「测试点结构化分析引擎 Lemon Checkpoints」没有检索到公开仓库，疑似视频内分享的自制 Skill，暂未收录；功能相近的开源替代可参考 liwanlei/AITestCraft。

结语

这 15 个工具有一个共同点：它们都在做同一件事——把 AI 从「会答题」推向「能干活」。Skills 封装能力，MCP 连接工具，压缩与规范控制质量。但它们的能力边界也很一致：只降低重复劳动和上手门槛，判断力、合规性和最终把关，仍然得人来扛。挑工具之前，先想清楚自己要解决的是哪一件具体的事。