实测过的 AI 工具，
说人话的评测。

用于提示词压缩的开源项目，包含多种压缩方法，适合在 RAG 管线中评估上下文长度、关键信息保留与完整输入预算的取舍。

面向网页发现、下载及正文与元数据提取的 Python 工具，适合已有 HTML 的清洗流程；提取器本身不执行网页 JavaScript。

提供可配置浏览器采集、Markdown 与内容抽取的开源工具，并有独立云服务，适合构建带正文校验、失败记录和来源追踪的网页数据管线。

datasketch 文本匹配与去重流程构件，需结合明确的表示、参数、业务标签与人工复核。

RapidFuzz 文本匹配与去重流程构件，需结合明确的表示、参数、业务标签与人工复核。

面向语义去重、异常样本过滤与代表样本选择的开源库，可记录相似匹配关系，适合开发者建立可追溯的数据清洗与人工复核流程。

Sentence Transformers 本地嵌入开发工具；按具体模型、运行环境与业务参考答案验证质量。

FastEmbed 本地嵌入开发工具；按具体模型、运行环境与业务参考答案验证质量。

将 Sentence Transformer 转为紧凑静态嵌入的开源方法与开发库，适合在 CPU 文本检索、分类与聚类管线中验证资源和质量取舍。

以 Rust 为核心的开源文档抽取 SDK，可集成多格式文本、表格与可选 OCR，适合开发者构建可追踪来源和失败的文档处理管线。

面向大模型与对话系统的开源漏洞扫描工具，以探针、目标连接器和检测器组织风险测试，适合建立有限范围、可复核的安全回归流程。

为已有搜索和 RAG 候选增加本地重排的 Python 库，提供 CPU 可运行的轻量 ONNX 路径；中文效果、输入长度与权重许可需独立核对。

面向 RAG 的 Python 分块与入库组件库，可选择 token、递归、语义等切分方法，并组合清理、嵌入和存储步骤，适合独立管理知识库摄取流程的开发团队。

用 Python 函数构建 MCP 工具、资源、提示与客户端，适合把已有业务接口接给 AI，并通过明确的参数、身份和数据权限规则维护服务。

用 Python 定义和组合 LLM 任务，通过样本与指标优化程序指令或示例，适合分类、抽取、RAG 和 Agent 工作流的持续评估与迭代。

可扩展的开源敏感信息识别与脱敏组件，用于 LLM 输入、RAG 文本和日志整理；支持自定义识别与转换，需持续验证误报、漏报及语言覆盖。

面向大模型与 Agent 的开源评估框架，用 Python 组合任务、工具、执行环境和评分，记录工具轨迹并设置运行限额。

面向 AI 应用的网页研究 API，提供检索、抽取、异步深度研究和结构化补全，返回引用与字段证据，适合研究助手和数据工作流。

面向 AI Agent 的授权与动作运行时，管理用户账户授权、工具调用和执行记录，支持 SDK、MCP 及自定义工具接入。

为 AI Agent 创建独立邮箱，接收来信、组织线程与草稿，并通过 API、Webhook 和 MCP 接入客服、资料收集和跟进工作流。