SuperAPI AI 工具集
合作ENAI 行业资讯收藏

AI开发平台

3,640 个结果 · 第 68 / 102 页

dead-letter

AI开发平台

dead-letter 是一个本地命令行工具，用于将 .eml 邮件导出文件转换为带 YAML front matter 的 Markdown。它能够拆分邮件线程、剥离签名、提取附件并解析日历事件，生成可供 LLM 和 RAG 流水线直接使用的结构化文本。支持单文件或批量目录转换，无需账户、上传或 API 密钥，完全在本地运行。提供 CLI、本地 Web UI、MCP 服务器、Claude 插件、Agent Skill 和 Python API 等多种使用方式。默认转换输出每条消息一个 .md 文件，附件元数据保留在 front matter 中；捆绑模式会额外拆分并保留解码后的附件文件。转换质量诊断可报告附件引用与保留数量，帮助检测丢失的工件。适用于构建可读的邮件归档、RAG 数据准备、知识库迁移和数字保存等场景。

查看介绍

dealflowpro-mcp-server

AI开发平台

DealFlowPro MCP Server 是一个面向多户住宅（multifamily）房地产交易分析的 MCP 服务器，封装了 DealFlowPro REST API，让 AI 智能体（如 Claude Code、Cursor、Claude Desktop 等 MCP 兼容客户端）能够调用机构级承销计算。支持 2 至 200 单元物业的 cap rate、DSCR、现金回报率（cash-on-cash）、IRR、交易评分、最高出价以及市场数据等分析。用户可用自然语言提问，AI 自动选择合适工具。提供远程 MCP URL 和本地 npm stdio 两种安装方式，支持 API Key 或 OAuth 认证，所有工具均为只读。

查看介绍

dechonet-mcp

AI开发平台

DechoNet MCP Server 是面向 AI 智能体的域名安全侦察工具，通过 MCP 协议提供 25 项检查能力，覆盖钓鱼/短信钓鱼链接检测、暴露管理页面检查、DNS、SSL/TLS、后量子 TLS 就绪度、HTTP 安全响应头、邮件认证（SPF/DKIM/DMARC）、端口扫描、DNS 传播、反向 DNS、ASN/BGP、RDAP/WHOIS、子域发现（CT 日志）、仿冒/域名抢注检测、OWASP 映射的可见项检查、品牌冒充暴露面、上线就绪度、域名变更历史、基础设施历史与关联，以及可从智能体设置的每日监控。每个结果都经过解读，返回状态、关键数字、带严重级别与置信度的问题项以及具体处置建议，而不只是原始 JSON。支持零安装远程接入（Streamable HTTP，https://dechonet.com/mcp），也可通过 stdio 在 Claude Desktop 本地配置。非商业用途无需 API 密钥。数据仅来自 DNS、HTTP 头、SSL 证书、CT 日志、RDAP 等公开来源，被动设计，不做主动利用。

查看介绍

decisionmatrix-mcp

AI开发平台

DecisionMatrix MCP 是一个面向 AI 智能体的多准则决策分析（MCDA）服务器，基于模型上下文协议（MCP）提供100%确定性的评分、排序与解释引擎。它接收选项、带权重的准则以及评分矩阵，使用加权和（weighted-sum）、加权积（weighted-product）或 TOPSIS 方法，返回包含逐准则拆解、所用方法、权重与自然语言解释的完整结果。所有计算经 decimal.js 以40位精度进行，不含浮点数与随机性，相同输入始终得到字节级一致的输出。服务器无状态、无数据库、无会话，通过 npm 安装后可本地运行，也可连接托管远程服务器使用。

查看介绍

decoder-3am-mcp

AI开发平台

The Longevity Vault 推出的 3AM Decoder MCP 服务器，是一款睡眠中断原因分类工具。它基于 Kat Fu（斯坦福大学双硕士）开发的五因框架，通过加权关键词匹配并结合年龄、性别调整，将用户对睡眠症状的描述归类为自主神经、代谢、炎症、激素或昼夜节律五类生物学原因之一。该服务器构建于 Model Context Protocol 之上，可集成到 AI 智能体中，提供 classify_sleep_cause（症状分类）、详细原因查询、列出全部五因和获取完整交互式 Decoder 链接四种能力。输入症状最多 2000 字符，无需认证，每 IP 每分钟限 100 次请求。适用于希望了解睡眠问题生物学机制而非通用睡眠卫生建议的场景。

查看介绍

decodo-mcp-server

AI开发平台

Decodo MCP Server 是一个基于 MCP（模型上下文协议）的网页数据访问服务，用于把 LLM 和 AI 智能体连接到实时网页数据。它作为网页抓取层，让 Claude、Cursor、Windsurf 等 MCP 兼容客户端能够抓取网站、搜索引擎、电商平台和社交媒体内容，无需自行搭建抓取基础设施。支持 JSON、Markdown 和截图三种结构化输出，提供服务器端 JavaScript 渲染与反机器人处理，并在 195 个以上地区拥有超过 1.25 亿个 IP。

查看介绍

decompose

AI开发平台

Decompose 是 Echology 推出的开源文本分解工具，定位为 AI 智能体缺失的“认知原语”。它无需 LLM，完全基于正则表达式和启发式规则，将任意文本确定性拆解为可分类的语义单元，并为每个单元输出权威性、风险、注意力评分以及实体信息。支持作为 MCP 服务器接入 Claude Code、Cursor、Windsurf 等智能体，提供 decompose_text 与 decompose_url 两个工具，也可通过 ClawHub 安装技能（clawdhub install decompose-mcp）。它可在送入 LLM 前进行预过滤、按风险路由处理、衡量 token 成本降低，适合需要快速、离线、可复现文本预处理的场景。

查看介绍

deeplook

AI开发平台

DeepLook 是一个面向 AI 智能体的公司情报工具，能够通过一次调用聚合多个数据源，为 LLM 提供结构化的公司研究上下文。它从 8 个以上 API 并行获取市场数据、财报文件、新闻等信息，并附带分析指令，帮助 AI 输出更准确、实时的公司分析，减少数据幻觉。适用于股票、加密货币和私营公司的研究，输出包含看涨/看跌结论的结构化报告。该工具同时提供 MCP 服务器和 REST API，可接入 ChatGPT、Cursor、VS Code、Windsurf、Claude Desktop 等客户端。

查看介绍

deepscaler

AI开发平台

rLLM 是一个用于通过强化学习训练语言智能体的开源框架，目标是让大语言模型强化学习更加平民化。它支持任意执行框架与训练后端、多种沙箱环境，并内置 60 多个评测基准。用户可以在不改动智能体代码的前提下，同时用于评测与训练，训练方法涵盖 GRPO、REINFORCE、RLOO、SFT 等。该框架要求 Python 3.11 及以上版本，可通过 pip 安装或从源码构建，已被学术实验室和工业研究团队采用。

查看介绍

Deepseek r1

AI开发平台

DeepSeek R1 是一个开源的高级推理 AI 模型，据称在推理能力上超越 OpenAI o1。该网站提供免费、无需登录的在线聊天入口，以及通过 WebGPU 在浏览器本地运行轻量版模型的能力。模型基于 MoE 架构，拥有 37B 激活参数、671B 总参数和 128K 上下文长度，采用纯强化学习实现自我验证与多步反思。它还提供 OpenAI 兼容 API，价格远低于 OpenAI o1，并以 MIT 许可证开放权重，包含 1.5B 至 70B 的蒸馏版本。

查看介绍

DeepSeek-671B-SFT-Guide

AI开发平台

DeepSeek-671B-SFT-Guide 是由中国科学院自动化研究所与北京文歌科技有限公司联合推出的开源解决方案，专注于 DeepSeek-V3/R1 671B 满血版模型的全参数微调。项目提供了从训练到推理的完整代码和脚本，并总结了实践中的经验与结论。其核心亮点包括：实现了包含 DeepSeek-V3/R1 训练逻辑的建模文件；基于数据并行（DeepSpeed ZeRO）与序列并行（SP）实现了 671B 模型的全参数微调；梳理了模型训练与部署的全流程，涵盖常见问题与解决方案。该指南面向需要大规模模型微调的研究人员与工程师，提供了详细的硬件配置、环境搭建、数据准备、训练启动、权重转换及推理部署步骤，并附有实验结论与训练截图，帮助用户高效完成 DeepSeek-V3/R1 的定制化训练。

查看介绍

deepseek-r1-vision

AI开发平台

deepseek-r1-vision 是一个GitHub开源项目，探索如何让视觉语言模型（VLM）以低成本获得类似 DeepSeek-R1 的深度推理能力。项目核心思路是将原始 SFT 问答数据转换为包含“思考”过程的 COT（思维链）数据，再通过 SFT 微调“引导”模型学习思考，仅需有限 GPU 资源。仓库包含处理图文对话、纯文本对话以及修改推理内容以注入思考元素的脚本，并提供配套模型下载链接和 llama-factory 微调配置。

查看介绍

DeepSpeed-MII

AI开发平台

DeepSpeed-MII（Model Implementations for Inference）是微软 DeepSpeed 团队推出的开源 Python 推理库，专注于低延迟、高吞吐、高性价比的模型推理。MII 由 DeepSpeed-Inference 提供底层支持，能够根据模型架构、模型大小、批大小和可用硬件资源自动应用合适的系统优化。其核心技术包括 Blocked KV Caching、Continuous Batching、Dynamic SplitFuse、张量并行以及高性能 CUDA 内核，并借助 DeepSpeed-Kernels 提供预编译 Python wheel 以减少编译时间。MII 支持大语言模型和文本生成模型的高吞吐推理，官方称其有效吞吐量最高可达 vLLM 等领先系统的 2.5 倍，也支持 Stable Diffusion 等 text2image 模型的加速。MII 支持非持久化管道和持久化部署两种方式，持久化部署可通过 GRPC 或 RESTful API 提供服务，并支持模型并行与多副本负载均衡。

查看介绍

DeepStory

AI开发平台

DeepStory 是一款以“人与机器共同创作”为核心理念的 AI 工具，其官方页面标语为“A tale of co-creation between man & machine”。目前公开资料仅提供了产品名称、官网地址及这一句简介，未提供更详细的功能说明、技术原理、使用方式、适用场景或收费信息。因此，关于它具体是用于故事生成、剧本创作、交互式叙事还是其他内容创作方向，暂未提供明确信息。

查看介绍

Defapi

AI开发平台

Defapi 是一个面向企业的 AI 模型编排平台，提供对 OpenAI、Anthropic、Google 等模型的统一访问入口，并集成智能路由、负载均衡与安全审计能力。平台通过统一 API 简化多供应商模型接入，支持大语言模型、视觉 AI、音频 AI 等模型类型，并提供多区域部署、用量统计与性能监控、SDK 与文档等开发者支持。官方页面还列出 StepFun、Nano Banana 2.1、Mistral Large 4、Cloudflare Clef 系列及 Ling 3.1 Flash 等模型的简介。具体定价、限额、可用模型清单及使用步骤细节暂未提供。

查看介绍

defi-yields-mcp

AI开发平台

defi-yields-mcp 是一个面向 AI 智能体的 MCP 服务器，由 DefiLlama 提供数据支持，用于探索 DeFi 收益机会。它包含一个数据获取工具 get_yield_pools，可从 DefiLlama 检索 DeFi 收益池数据，并支持按链（如 Ethereum、Solana）或项目（如 Lido、Aave）进行过滤；同时提供一个分析提示 analyze_yields，用于生成定制化的指令，引导 AI 智能体分析收益池数据，重点关注 APY、30 天平均 APY 和预测等关键指标。该服务器可通过 uvx defi-yields-mcp 直接运行，并可自动安装或手动配置到 Claude Desktop 中使用。

查看介绍

depguard

AI开发平台

depguard 是一个面向 AI 编码智能体的 MCP 安全服务器，专注于 npm 包的安装前审计。它提供 14 个 MCP 工具，覆盖工作区自动执行审计（防御假面试/带回家测试类恶意软件）、静态代码分析、安装前守护、AI 幻觉防护、死依赖检测、漏洞审计、修复规划、CycloneDX 1.6 SBOM 生成以及 SARIF v2.1.0 输出（用于 GitHub Code Scanning）。该项目零运行时依赖，可与 Claude、Cursor、Windsurf 及任何 MCP 客户端配合使用。每个包按五个维度评分 0-100，给出安装、谨慎或从零编写建议；坚持本地化处理，无遥测，采用 Apache-2.0 许可。

查看介绍

deploy-llms-with-ansible

AI开发平台

deploy-llms-with-ansible 是一个基于 Ansible 的开源部署方案，用于在 Debian 虚拟机上通过 Docker 快速部署和提供 LLM 服务，支持 Ollama 或 llama.cpp 两种后端。项目通过白名单 IP 限制访问，仅允许指定 IP 请求服务。使用前需在本地安装 Ansible，并准备已安装 Docker 的 Debian 虚拟机及 SSH 访问权限。用户需修改对应文件夹下的 inventory 文件，配置主机地址、SSH 用户、私钥路径、模型 URL 或模型名称以及允许访问的 IP。部署后服务监听 8080 端口，可使用 OpenAI API 规范发起请求。

查看介绍

depscope

AI开发平台

DepScope 是面向 AI 智能体的包情报工具，用于防止 AI 编程智能体（如 Claude、ChatGPT、Cursor、Windsurf、Copilot、Cline 等）安装幻觉、已弃用或恶意的软件包。它覆盖 19 个包生态，提供 22 个 MCP 工具，可查询包的健康状况、漏洞（OSV、CISA KEV、EPSS）、仿冒包（typosquats）、恶意包、替代方案和破坏性变更。官方称其数据库包含 840 万+ 包、4.2 万+ 漏洞（99% 经 EPSS 增强），免费且无需认证，支持 MCP 客户端调用，也提供普通 HTTPS 接口。

查看介绍

devhub-cms-mcp

AI开发平台

DevHub CMS MCP 是一个通过 Model Context Protocol（模型上下文协议，简称 MCP）与 DevHub CMS 内容管理系统集成的工具，属于 AI 开发平台类别。它允许支持 MCP 的大型语言模型（如 Claude Desktop）直接管理和操作 DevHub CMS 中的网站内容。该工具提供了一系列具体功能：业务与位置管理（获取所有业务、获取特定业务下的位置、获取和更新营业时间、根据经纬度查找最近位置、根据 URL 获取站点信息），内容管理（获取、创建、更新博客文章），以及媒体管理（上传图片）。使用前需要在本地系统安装 uv 包管理器，并配置相应的环境变量。它支持通过 Claude Desktop、Cursor、Claude Code 命令行以及 Smithery 进行安装和配置。该工具还包含测试套件，使用模拟的 DevHub API 请求，方便在无需实际 API 调用的情况下测试功能。

查看介绍

devops-mcp-webui

AI开发平台

devops-mcp-webui 是一个将 Open WebUI 连接到 Kubernetes 集群的开源项目，通过 MCP 协议实现自然语言运维。用户可以在聊天界面中用日常语言询问集群状态或执行操作，例如“有哪些 Pod 在运行？”或“把部署扩展到 5 个副本”，系统会自动调用 kubectl、helm 等工具并返回结果。项目整合了 Open WebUI、Ollama 本地模型、MCP-Bridge 协议桥和 Kubernetes 集群，提供一键式 Docker Compose 启动脚本，并附带详细的配置与排障步骤。

查看介绍

devrecall

AI开发平台

DevRecall 是一个本地优先的开发者活动索引工具。它能够从 Git、Slack、Google Calendar、Jira、Linear、Confluence、GitHub/GitLab/Bitbucket、Notion 以及 Claude Code 会话中拉取你的提交、PR、工单、文档和消息线程，并将其存储在本地 SQLite 数据库中。所有数据都留在你的电脑上，没有云同步，也没有遥测。该工具可以基于这些数据生成站会汇报、周报、成果文档，并提供一个真正了解你工作内容的聊天功能。它同时附带一个 MCP 服务器，任何兼容 MCP 的编程工具（如 Claude Code、Cursor、Codex、Continue、Zed）都可以将其作为 stdio 子进程启动，从而获得关于你所有已交付工作的记忆。你可以通过类似“/devrecall:recall what auth bug did I fix in February”的指令，获得带有引用的提交、PR 和工单信息。DevRecall 采用 MIT 许可，开源，并支持完全本地化的嵌入（ONNX + all-MiniLM-L6-v2）以及可选的本地 Ollama 或自定义 OpenAI/Anthropic 密钥。

查看介绍

dex-data-mcp

AI开发平台

dex-data-mcp 是一个以 MCP（Model Context Protocol）形式提供的去中心化交易所（DEX）数据工具，项目托管于 GitHub（https://github.com/donnywin85/dex-data-mcp）。根据其公开说明，它为 BNB Chain、Polygon、Arbitrum、Base 和 Avalanche 五条链提供实时 DEX 数据，包括代币价格、流动性深度、资金池储备量、最优交易场所（optimal venue）以及交易前的价格影响（pre-trade price impact）。该工具定位为面向 AI 应用的链上数据接入层，使模型或智能体能够查询多链 DEX 的行情与流动性信息。资料未提供具体安装命令、代码示例、支持的 DEX 协议清单、数据更新频率、是否需要 API Key 或收费计划等细节。

查看介绍