文档解析总是让人头大：PDF结构复杂，格式多样，提取内容费时费力。

MinerU 是一个开源项目，专注于将复杂文档（尤其是PDF）快速高效转成机器可读的Markdown或JSON格式，方便后续用大模型处理和自动化工作流。

它不仅支持排版结构分析、公式识别、表格解析，还能自动去除页眉页脚、脚注，保证语义连贯。更有OCR支持，能处理扫描版PDF，覆盖84种语言。

亮点功能：

- 领先的布局分析和文本识别，支持多栏复杂格式；
- 自动公式转LaTeX，表格转HTML，方便科研文档处理；
- 支持文档录入OCR，适配扫描和乱码PDF；
- 多平台适用，支持CPU和GPU加速；
- 提供在线演示、API接口和本地部署多种使用方式。

开发者日常配置、监控Anthropic Claude Code再也不用手动写一堆脚本了

Claude Code Templates 是一个开源CLI工具，提供了丰富的预设配置和插件集，帮你快速搭建和管理AI开发环境。

功能亮点：
- 丰富的AI专属agent，如安全审计、性能优化、数据库设计等
- 自定义命令支持，轻松生成测试、优化代码、检查安全
- 集成多种外部服务（GitHub、PostgreSQL、Stripe、AWS等）
- 灵活配置Claude Code的运行参数和自动化钩子
- 超过100个模板和组件，覆盖多种开发场景
- 实时性能监控和会话跟踪，支持远程安全访问
- 健康诊断工具，保障环境稳定高效运行

安装简单，命令交互式浏览和安装，适合AI开发者和团队使用。

搜索信息总是被广告和大量无关结果淹没？想要更智能、更隐私的搜索体验？

Perplexica 是一款开源的 AI 驱动搜索引擎，灵感源自 Perplexity AI，但完全开源且免费。它结合了先进的机器学习技术和 SearxNG 元搜索引擎，实时抓取最新内容，理解你的问题，给出精准且带来源引用的答案。| #搜索引擎

核心功能包括：

- 支持本地多种大语言模型（Qwen、DeepSeek、Llama、Mistral等）
- 两种搜索模式：普通模式和智能辅助查询模式（Copilot，开发中）
- 六种专注模式，覆盖写作辅助、学术论文、YouTube视频、计算分析、Reddit讨论等场景
- 实时信息更新，避免过时数据困扰
- 提供API，方便集成到其他应用
- 支持多平台，Docker一键部署超方便

适合开发者、研究者以及所有追求高效搜索体验的用户。

开发者常常需要在终端里快速写代码、调试，还要切换各种编辑器和工具，效率难免受限。

OpenAI 出品的 Codex CLI 是一款轻量级的本地编码助手，直接在终端运行，帮你快速生成代码片段、自动补全和调试，极大提升开发效率。

- 支持多种编程语言和框架，适配各种开发场景；
- 通过命令行即可调用，安装简单，npm 或 Homebrew 一键搞定；
- 可结合 ChatGPT 账户使用，享受 Plus、Pro 等多种计划的智能辅助；
- 支持丰富配置，满足高级用户个性化需求；
- 还提供 API 访问模式，方便集成到 CI/CD 流程。

Chrome DevTools 搭配 Claude MCP：打造最强浏览器自动化利器！

Maxime Rivest 分享了用两条命令让 Claude Code 完美接入浏览器的秘诀：| 推文

1️⃣ 启动 Chrome 浏览器（自定义用户数据目录，避免使用默认配置，保持登录状态）

google-chrome --remote-debugging-port=9222 --user-data-dir="$HOME/.config/my-mcp-chrome-profile"

2️⃣ 安装连接浏览器的 MCP 服务

claude mcp add chrome-devtools -- npx -y chrome-devtools-mcp﹫latest -u

这样，你就可以用自然语言指挥 AI 在浏览器里做任何事，远超 Puppeteer、Playwright，甚至可以做网络请求、抓取XHR、自动点击元素等复杂操作。

- DevTools MCP 能完整访问 JS 动态内容，支持网络请求重放和数据抓取。
- 通过自定义用户数据目录，解决登录状态和权限问题，避免安全隐患。
- 适合自动化任务、数据监控、定时爬取等多场景，未来有潜力成为强大的数据分析平台。
- 需要合理控制上下文读取，避免性能瓶颈。
- 社区也有类似 DeepWiki MCP，可针对 GitHub 公共仓库提问，拓展更多用途。

当然，使用时要权衡安全风险，谨慎管理浏览器登录信息，避免泄露。

这套方案让浏览器自动化变得更智能、更自然、更强大，值得开发者深度探索。

用LangChain DeepAgents搭建的一个媲美Claude分析工具的智能股票研究Agent，帮你系统化、多维度做专业级股市分析。分享给你这套实战经验和思考 | blog

AI研究Agent的痛点
- 传统聊天机器人对话流畅，但面对复杂多步骤研究无力
- 缺乏系统规划、多工具协作、跨领域专家整合的能力
- 难以输出结构化、具体且可执行的投资建议

DeepAgents的优势
- 具备“计划-分工-协作-综合”能力
- 支持多子Agent专家分工：基本面、技术面、风险评估
- 可以管理文件、调用专用工具，输出专业报告

本实现：三层架构
1. 自定义金融工具：实时抓取股票价格、市值、财务指标等数据
2. 专业子Agent：
- 基本面分析师：财报、估值、行业对比、内在价值
- 技术面分析师：价格走势、指标（RSI、MACD）、支撑阻力位
- 风险分析师：市场风险、公司及行业风险、合规风险
3. 主控Agent：系统化调度，按步骤执行分析流程，从数据采集到综合评估再到推荐

用户体验
- 简单输入查询（如“分析苹果股票AAPL，6个月投资”）
- Agent自动完成数据抓取、多角度分析、风险评估、最终形成专业买卖建议
- 通过Gradio界面，任何人都能方便使用，无需专业背景

传统单一AI工具只能做简单“问答”，DeepAgents则是组建“专家团队”，真正能解决复杂实际问题。AI应用的未来，是打造能统筹协调多方知识和工具的智能系统，而非单纯聊天机器人。

快速上手

pip install deepagents langchain-ollama yfinance gradio langchain-core
ollama pull gpt-oss
python stock_research_agent.py

AI的真价值不在于单一模型多聪明，而是如何系统化调度多专家、多工具协同工作。DeepAgents为复杂决策和专业研究开辟了新途径，值得所有AI开发者和投资者关注