用 JavaScript 控制 Chrome 和 Firefox 的浏览器自动化库，可做网页爬取、端到端测试和生成页面截图 PDF。
一键截图或录屏的开源工具，支持区域捕获、GIF 录制、图像标注和 OCR，还能把图片、文本等文件上传到多种存储服务。
把 Playwright 浏览器自动化能力封装成 MCP 服务器，让 AI Agent 通过结构化接口操控网页、抓取页面内容，无需依赖截图识别。
用 Ruby 写的移动端发布自动化工具，把 iOS 和 Android 的打包、签名、截图、上架流程串成一条命令，省去手动操作。
macOS 上的翻译和 OCR 工具，支持划词翻译、截图取字，并接入 ChatGPT、DeepSeek、Gemini 等多种大模型翻译服务。
用 Rust 写的命令行工具，让 AI 代理通过 macOS 辅助功能接口直接操作桌面应用，把电脑使用能力接进 Agent 工作流。
用 PHP 把网页 HTML 转成图片、PDF 或字符串，底层调用无头浏览器渲染，适合生成网页截图和导出 PDF 报告。
基于 WPF 开发的即用即走翻译与 OCR 工具，支持划词翻译、截图取字，插件机制可扩展翻译源和 OCR 引擎。
一款 Windows 上的开源录屏工具，能同时录制屏幕画面、音频、鼠标光标、点击和键盘按键，适合做教程演示或操作记录。
持续录制电脑屏幕和音频，把日常工作流整理成可检索的记录，帮你找出值得自动化的环节，并为 AI 智能体提供上下文。
Windows 上的轻量 OCR 截图取字工具，框选屏幕区域即可识别文字并复制，支持后台常驻和识别完成通知。
把任意 DOM 节点用 HTML5 canvas 和 SVG 渲染成 PNG 等图片，前端做截图、生成海报或导出图片时不用依赖后端。
一款简洁优雅的 macOS 词典翻译应用，支持划词查询、离线 OCR 识别，并聚合有道、苹果词典、OpenAI、DeepL、Google 等十余种翻译服务。
纯 JavaScript 实现的 OCR 库，基于 WebAssembly 在浏览器和 Node.js 中直接识别 100 多种语言的图片文字，无需后端服务。
让 AI 智能体直接操控 iOS 和 Android 应用，通过 MCP 服务器连接模拟器、仿真器和真机，兼容 Claude Code、Cursor 等客户端。
整理翻墙与科学上网的工具和教程合集，涵盖 Shadowsocks、V2Ray、Trojan 等主流代理方案的客户端与配置资源。
全栈 MCP 开发框架，用来给 ChatGPT、Claude 做 MCP 应用，也能给 AI Agent 搭 MCP 服务端，省去自己拼协议和客户端。
在终端里用 curl 一行命令查天气，返回带 ASCII 艺术图标的天气预报，适合命令行用户和脚本调用。
老牌开源 OCR 引擎，用 LSTM 识别图片中的文字，支持上百种语言，适合做文档扫描和文本提取。
把 Gemini 直接搬进终端的开源 AI 智能体，在命令行里就能对话、调用 MCP 服务并完成编码任务。
draw.io 官方 Electron 桌面版，离线绘制流程图、架构图、UML 等各类图表，数据可存本地或对接云盘，不用打开浏览器。
用聊天方式让 AI 直接绘制和编辑 draw.io 图表，提供网页版、桌面版和 MCP 服务器，可接入 Claude Code、Cursor 等编码工具。
把 Chrome DevTools 的调试能力通过 MCP 协议暴露给编码 Agent，让 AI 能直接检查页面、抓网络请求和调试前端问题。
无需剪辑经验就能录制并生成精美演示视频的跨平台录屏工具，支持 Mac、Windows 和 Linux。
用 JavaScript 实现的 NES 模拟器，能在浏览器或 Node.js 里直接跑红白机游戏，适合做前端怀旧游戏或模拟器原理学习。
录制、回放和直播终端会话，生成体积小、可分享的 asciicast 文件，方便演示命令行操作或制作教程。
一个灵活好玩的 JavaScript 文件上传库，支持拖拽上传、图片处理和插件扩展，帮前端开发者快速搭出体验顺滑的上传组件。
把浏览器日志直接接入 Cursor 等支持 MCP 的 IDE，让 AI 编程助手能实时看到页面报错和网络请求，排查前端问题时不用来回切窗口。
在终端里把 Markdown 直接变成幻灯片播放，写演示文稿不用离开命令行，适合喜欢纯文本和终端工作流的开发者。
自动投递简历的求职机器人，能按简历匹配度筛选岗位并批量提交申请，睡觉时也能持续找工作。
一款 Android 图像处理应用，集裁剪、绘图、滤镜、OCR 和背景移除等数十种功能于一体，适合在手机上完成进阶修图与批量处理。
为 AI Agent 提供安全隔离的云端沙箱环境，内置真实工具和代码解释器，让 Agent 能安全执行代码、操作文件而不影响宿主系统。
用 EmbeddingGemma 2 在本地对照片、PDF、文档、录音、视频和代码做语义搜索，跨 Mac、Windows、Linux 的桌面文件检索工具。
把网页直接当像素图像来检索的 RAG 引擎，跳过 HTML 解析，靠视觉语言模型做原生搜索，适合构建多模态 Agent 的长期记忆。
面向 Android 设备的全栈控制平台，集成 WebRTC 远程桌面、UI/OCR 自动化、一键 MITM 抓包和内置 Frida，适合多设备集群的自动化测试与逆向分析。
给 AI Agent 用的排版规则和模板，能把内容导出成 PDF、PNG 和可编辑的 PowerPoint，省去手动调版式。