发现最出色的 AI 工具

JevDeepResearch 结合 GPT 规划、BM25 文档检索和并行 Jev 相关性判断，再返回原文供 GPT 核验。在线使用需模型凭据和文档索引；离线样例是合成数据，小规模开发测试未将检索范围与并发变化的影响分离，不能据此确认质量或费用收益。

OpenPitch 将初创企业指标采集、仪表盘和 MCP 查询结合，用于整理收入、融资与估值证据，并记录来源、置信度、变化及冲突估计。公开或企业自报数字并非独立核验的财务报表，时效取决于采集流程。

Agentic SWMM Workflow 用 MCP 串联 SWMM 运行、模型编辑、校准、绘图及可审计实验记录，自然语言操作需智能体和模型服务。项目仍是1.0之前版本，公开示例不能验证任意流域模型，也不能替代水文校准和工程判断。

Agentic MIKE+ 通过 MCP 工作进程检查、编辑、运行模型并绘制结果。读取绘图可跨平台且无需 MIKE+ 许可，运行、编辑和导入需 Windows 与正版 MIKE+2026。该实验流程仅有有限示例验证，仍需工程审核。

BirdNET-Go MCP 和 CLI 查询 BirdNET-Go v2 站点的近期历史检测、物种统计与音频，需要可访问站点及相应凭据。置信分数是分类器输出，不等于确认观测；向多模态客户端传送原始音频可能消耗大量上下文。

gov-data-mcp 通过 Apify actors 将智能体接入美国政府环境、基础设施、灾害等数据，需 Apify 令牌并按结果消耗额度。响应区分运行失败与真实无匹配；筛查输出不能替代官方认定或专业评估。

Atmospore MCP 查询花粉预报、主要物种和区域均值，模型空间分辨率约28公里，不是街道级传感器。需要 API 密钥并受每日额度约束，较高用量可能需要付费方案。

Ambee MCP 按坐标获取当前空气质量、花粉、天气及48小时预报，需要 Ambee 密钥并共享 API 额度。部分地点可能无数据，亦受限流及额度截断影响；预报是参考数据，不保证当地实际状况。

Webotee MCP 向 AI 提供预采集的亚马逊卖家、品牌、细分市场及购物车归属研究和历史观察。它是需付费套餐、OAuth 和用量限制的托管连接器，不做实时购物或账户自动操作，结论需核实。

通过 API 和本地 MCP 工具向 AI 智能体提供 Shopify、Amazon 及 Google Maps 数据，附带启发式商机和线索评分。托管调用使用 x402 支付，地图查询需要 Google 密钥，盈利或销量估算并非已核实经营结果。

接入 Pangolinfo 托管商品、市场及搜索情报工具的本地 MCP 桥接。需要 Pangolinfo API 密钥和网络，仓库包含传输桥接而非数据引擎，商业或法律风险输出需独立复核。

Marktplaats MCP 检索荷兰 Marktplaats 与比利时 2dehands 二手商品、比较价格并监测新广告。托管端只读，本地登录后可预览确认再发消息或出价，出价具有约束力。它使用可能变化的非官方未文档化接口，不支持自动发布广告。

amazon-in-mcp 搜索印度亚马逊商品、读取详情并按固定性价比公式排序，无需付费 API，依靠公开 HTML 抓取，可能受机器人检查或页面变化影响。价格历史只是 Keepa 链接，并未抓取历史数据；商品链接带可配置的联盟标记。

可运行的研究智能体，规划搜索、阅读网页、记录证据并生成带引用的报告，支持检查点续跑。需要配置模型访问，引用不保证事实正确，网页服务尚无用户认证和权限隔离。

点云、网格和高斯泼溅查看器，通过 MCP 让 AI 智能体打开场景、调整相机并检查截图。新的无头渲染能力需使用开发版源码及 Chromium，大型场景仍会占用较多内存。

Zero-API-Key Web Search 提供 Python CLI 与 MCP 搜索，默认 DuckDuckGo，可选自建 SearXNG 或付费 Bright Data。本地 Laya 模型可选用于重排和立场分类，失败可回退词法方法。Laya 独立于托管 Jev，分数不是校准后的事实验证，仍需联网并受服务限制。

CNKI Research Workflow Tools 提供 Python SQLite 研究台账、可续接筛选和提取记录、引文转换及 CSV/XLSX 导出，并配合浏览器流程指引。访问知网需合法登录或机构权限，访问验证需人工处理；可选 Jev 筛选默认关闭，不能视为已验证的论文阅读替代品。

OraClaw 通过 MCP、REST 和 SDK 提供优化、调度、模拟、预测及图算法。托管服务限制免费请求量，部分算法需要带密钥的高级访问。结果取决于输入和模型假设，模拟或启发式输出并不保证所有场景的最优决策。

rigor 通过 Python CLI 和 MCP 提供统计检验、效应量、功效分析、回归及序贯检验，输出置信区间、引用和假设提示，支持批量分析与检验选择建议。结论依赖抽样及模型假设，数值结果本身不能确立因果关系。

Disco 在表格数据中寻找特征组合及子群效应，通过留出数据和错误发现控制检验模式，并提供文献线索。托管 API 需要密钥和额度，接收上传数据。相关关系不是因果证明，文献检索也不能保证发现具有新颖性。

Decision-Native Agent Runtime 是研究性运行时，通过分页和细化扩展有限模型选项，并管理上下文、验证工具执行。核心 CLI 需要明确计划与批准；它不是成熟自主智能体，当前快照也未确定最终许可政策。

Data Profiler MCP 让智能体检查表格文件的结构、分布、质量问题、相关性与文件间差异。大型文件分析采用有上限的抽样并标明限制，结果并非对所有行的完整审计。

Filter MCP Server 提供 Bloom、计数 Bloom、Cuckoo 与简化 SuRF 过滤器，用于成员、前缀和范围查询实验及比较。这是教学研究实现，不是生产优化引擎，也并非完整 SuRF 实现。

Dataloupe 通过 CLI 或 MCP 将表格文件转换为单个离线 HTML 浏览器，支持筛选、统计、图表与 SQL 查询。生成的报告内嵌数据，分享 HTML 也会分享其中的数据集。