一套 570 个独立、配置驱动的 实用工具，覆盖整个产品开发周期 — 规划 → 开发 → QA → 反馈自动化 → 部署 — 既可作为纯 CLI 工具使用，也可以通过 Claude、Codex 和 Cursor 用自然语言调用。每个工具都是自包含的，通过参数和环境变量配置（不内置主机路径或私有标识符）。Python · Go · Bash。
🧭 两种使用方式： 通过 AI 助手与之对话（设置见下文），或直接从 shell 运行工具（参见下方的 更喜欢命令行？）。两种方式使用相同的工具。
Yala 不是一堆零散脚本的集合 — 它覆盖了发布软件的每个阶段，因此一个工具包（以及接入它的一个 AI 助手）就能把功能从想法带到生产环境，并持续保持其健康：
flowchart LR
P["🗺️ Plan"] --> D["🔨 Develop"] --> Q["🔍 QA"] --> F["🔁 Feedback automation"] --> Y["🚀 Deploy"] --> P下面是一个围绕循环的演示。每条命令都是本仓库中的真实工具（每个都支持 --help）；每行引文都是连接 MCP 服务器后（设置见下一节）可以给 Claude 的真实提示。
"研究幂等 webhook 接收器的最佳实践，并给我写一份带引用的报告。" "给我一份这个仓库的架构报告 — 热点文件、耦合度、谁负责什么。"
# discover the work already hiding in the codebase (TODO/FIXME/secrets/skipped tests),
# ranked by severity × age × churn, into a living TODO.md
python src/project-autopilot/autopilot_backlog.py --repo . --write-todo TODO.md"用脚手架搭建一个名为 billing-api 的新 Python HTTP 服务并验证它。" "我的变更与 main 相比影响了哪些包？只为这些包生成 CI 矩阵。" "从这份 HAR 抓取生成 OpenAPI 规范，然后在端口 8400 上生成一个 mock 服务器。"
python src/development/scaffold_runner.py new billing-api # bootstrap + verify
python src/turborepo/turbo_affected.py --base main # build only what changed"对我的 diff 运行风险评分；如果评分高，进行完整的自动审查，只显示已验证的发现。" "在我合并之前，检查这个迁移是否有表重写和非并发索引问题。" "对 staging 端点进行负载测试，给出 p95/p99 — 如果比基线差则失败。"
python src/code-review/review_risk.py --from main --json # deterministic risk score
python src/code-review/review_gate.py --findings findings.json # policy gate for CIproject-autopilot 类别让循环 24/7 运转：一个监督者运行受护栏约束的任务，保持测试绿色、将生产错误分类为 issue、修补新的 CVE、审查 PR、推动覆盖率提升、挖掘新的积压工作 — 全部仅通过 PR（绝不推送受保护分支），并带有终止开关、每日操作预算，以及仅在需要人工介入时才通知你的晨间摘要。
cd your-project
python <yala>/src/project-autopilot/autopilot_supervisor.py init --repo . # generates autopilot.yaml
python <yala>/src/project-autopilot/autopilot_supervisor.py run # ...and walk away
python <yala>/src/project-autopilot/autopilot_report.py --state-dir .autopilot --since 24h"分析这个 A/B 测试 — 提升是真实的还是我在偷看？" · "错误率飙升时在 IRC 上提醒 #ops。"
"检查我的 GitHub Actions 工作流是否有未固定的操作和脚本注入。" "为这次部署设置门限：覆盖率 ≥ 80，无严重 CVE，测试绿色。" "以指标门限方式推出 canary，并在 SLO 违规时自动回滚。"
python src/cicd/deploy_gate.py --gate cmd:pytest --gate git_clean # CI promotion gate…而 autopilot 的触发器会注意到新部署的错误，这些错误变成 backlog，再变成下一个计划。循环闭合。
Related MCP server: Atlassian MCP Server
无需记住数百个工具名称，你只需描述你想要什么，Claude 就会找到并运行正确的工具。不会用工具淹没你的上下文 — 工具包暴露了四个小的"元工具"（find_tools、tool_info、run_tool、list_categories），让助手按需搜索和执行。
设置 — 大约 2 分钟：
# 1. get the toolkit and install the shared Python packages
cd yala-toolkit
python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
# 2. register the MCP server with Claude Code (one time)
claude mcp add yala -- python3 "$(pwd)/src/claude-mcp/yala_mcp_server.py"
# 3. check it connected
claude mcp list # you should see: yala ... ✔ Connected现在打开一个新的 Claude Code 会话，直接提问 — 参见下面的提示示例。
同一个 stdio 服务器适用于任何 MCP 客户端：
# Codex CLI
codex mcp add yala -- python3 "$(pwd)/src/claude-mcp/yala_mcp_server.py"
# Cursor — add to ~/.cursor/mcp.json:
# { "mcpServers": { "yala": { "command": "python3",
# "args": ["/ABSOLUTE/PATH/yala-toolkit/src/claude-mcp/yala_mcp_server.py"] } } }在读取项目 .mcp.json 的编辑器中打开此仓库会自动提供服务器。参见 src/claude-mcp/ 了解详情和 --self-test。
MCP 服务器连接后，这些是你可以输入给 Claude 的真实内容。你永远不需要指定工具名称 — 描述任务就足够了；Claude 会搜索、读取工具的帮助并运行它。
仅浏览
"我有哪些用于处理 SQL 数据库的 yala 工具？"
"列出 yala 工具类别。"
"有没有 yala 工具可以检查 TLS 证书过期？"
系统、文件与日常事务
"用 yala 显示我主目录中什么占用了磁盘空间。"
"用 yala 查找 ./Downloads 下的重复文件，并显示最大的几个。"
"为这个文件夹选择最佳压缩方式，并告诉我能节省多少。"
"给我这台机器的快照 — CPU、内存、磁盘。"
安全与机密
"用 yala 扫描这个仓库中的硬编码机密。"
"检查我的依赖是否有已知 CVE。"
"审计 /etc/myapp 下的文件权限，查找任何全局可写的文件。"
Git 与代码审查 （code-review 类别）
"对我当前的 git diff 运行风险评分，并告诉我是否需要仔细审查。"
"对我的变更与 main 进行自动化代码审查，只显示真实、已验证的发现。"
"谁应该审查这个 PR？检查 git blame 并标记任何 bus-factor 风险。"
"对我的暂存变更运行审查清单 — 机密、调试打印、缺失测试。"
Turborepo / 多仓库 （turborepo 类别）
"这个 turborepo 构建中的关键路径是什么？"
"如果我针对 main 进行变更，哪些包会受影响？只为这些包生成 CI 矩阵。"
"检查我的 turbo.json — 我的缓存配置正确吗？"
"审计我的工作区是否存在依赖循环和版本漂移。"
启动新项目 （development + 脚手架工具）
"用 yala 搭建一个名为 billing-api 的新 Python HTTP 服务并验证它。"
"脚手架工具可以生成哪些项目形态？"
API 工作 （api-docs / api-versioning 类别）
"从这份 HAR 文件生成 OpenAPI 规范。"
"比较这两个 OpenAPI 规范，并告诉我是否有破坏性变更。"
"在端口 8400 上从 openapi.yaml 启动一个 mock 服务器。"
IRC 运维与机器人 （irc-ops 类别）
"搭建一个本地 ergo IRC 服务器，并在 #ops 中放置一个日志代理。"
"我的机器人是否仍连接到 #alerts？对 IRC 服务器进行健康检查。"
备份、数据与基础设施
"我的备份是否过期？对照 24 小时 RPO 检查。"
"分析这个 CSV — 类型、空值率，以及任何看起来异常的地方。"
"将 1.2.3 升级到下一个次要版本。"
💡 提示： 如果某个工具可以更改内容（删除文件、发布评论、运行服务器），它会被标记为变更操作，并支持
--dry-run— 让 Claude "先做一次 dry run" 即可。
每个工具都是一个普通脚本 — 无需 AI：
cd yala-toolkit
python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
python src/system-process/system_info.py # your first tool每个工具都通过 --help 打印其选项，每个类别文件夹都有自己的 README，包含通俗易懂的说明、设置步骤和可复制粘贴的示例。浏览下面的类别。
Python 工具 (.py)：python src/<category>/<tool>.py --help
Go 工具 (.go，在 go-tools/ 中)：go run src/go-tools/<tool>.go -h
Bash 工具 (.sh，在 bash/ 中)：bash src/bash/<tool>.sh
Libretto 工作流 (.ts，在 libretto/ 中)：复制到你的 Libretto 工作流文件夹并运行 libretto run <slug>
某些类别需要额外的软件（ffmpeg、Docker、数据库、LLM 等）。每个类别 README 的 "开始之前" 部分列出了确切的安装命令。
工具按类别文件夹分组在 src/ 下：
src/<category>/<tool>.py # or .go / .sh
src/<category>/README.md # beginner-friendly docs: intro, setup, examples per tool示例：python src/network-recon/port_scan.py 10.0.0.5 --ports 1-1024
每个类别，按其在循环中的位置组织。每个文件夹都有自己的初学者友好 README，包含设置步骤和每个工具的示例。
在编写代码之前，理解代码库、研究问题并发现工作。
类别 | 工具 | 描述 |
1 | LLM 代理，规划、跨所有可访问的本地数据源收集，并编写带引用的报告 | |
4 | 通过 | |
5 | 通过 | |
8 | 股票通过 Yahoo Finance，加密货币通过 CoinGecko/Binance/Coinbase — 无需 API 密钥；只读，不进行交易/执行 | |
6 | 将 | |
6 | 向量数据库： | |
6 | 将自然语言问题转换为安全、模式感知的 PostgreSQL — 检查模式、LLM 生成、只读保护、EXPLAIN 验证、自修复，然后只读运行；此外还有批量运行器、交互式 shell、静态 SQL 安全防护和 LLM 查询优化器 |
脚手架、编写、构建 — 项目、API、前端、数据，以及围绕它们的 git 工作流。
Category | Tools | Description |
12 | Git 辅助工具、TODO 提取、许可证/依赖检查、Docker 清理、环境变量校验、pre-commit | |
8 | Next.js 开发栈引导、环境变量向导、迁移检查、打包分析、部署预检 | |
15 | 工具链重置、代码库审计（未使用的导出、覆盖率缺口、资源、i18n、复杂度）、依赖升级与代码生成 | |
8 | 脚手架搭建、编辑、编目、版本管理与发布可发布的组件库 | |
8 | 需要 | |
8 | 需要 | |
8 | 分析任务图与关键路径（来自 | |
8 | 从观测流量（HAR/NDJSON）或路由源码（Flask/FastAPI/Express/Fastify）生成 OpenAPI 3 规范，将规范渲染为自包含的 HTML/Markdown 文档页面，生成破坏性变更差异（semver 门禁）、直接基于规范的模拟服务器、curl/Postman/.http 请求示例、多文件打包/解引用（$ref 展平），以及类型化、仅依赖 stdlib 的 Python 客户端 SDK 生成器 | |
8 | 基于 jq 的强大脚本 — 高级配方手册（分组/透视/top-N/去重）、展平/反展平、结构路径差异、JSON→CSV、深度合并、形状分析、路径列出，以及流式处理大文件（NDJSON / 巨型数组） | |
13 | 用于证书、磁盘/内存告警、服务等待、备份和审计的可移植 Bash 工具 | |
7 | 经过审计的游戏/软件 i18n 管道 — 从多种格式（JSON/YAML/Android/iOS/gettext/XLIFF/CSV）提取字符串，通过 LLM 翻译并强制保留占位符与术语，确定性验证每个单元（错误的 | |
2 | 将任何文档（PDF/DOCX/PPTX/XLSX/HTML/…）转换为 Markdown，支持单个或递归处理 | |
8 | 一个 DAG 管道运行器（依赖/并行/重试/清单）、声明式 提取→转换→加载 引擎（csv/json/ndjson/sqlite）、数据质量验证（Great-Expectations-lite）、数据集分析、模式推断（DDL/JSON-Schema/规则）、基于水印的增量/CDC 提取、血缘 + 新鲜度跟踪，以及数据集差异/对账 — 全部基于普通文件 + SQLite，无需数据仓库/Airflow | |
12 | PostgreSQL DBA 仪表盘（健康、慢查询、膨胀、索引、锁、vacuum、大小、连接）、模式差异、受保护的 pg_dump，以及 PG/SQLite 查询运行器和 SQLite 分析器 | |
12 | 仅依赖 stdlib 的 Go 程序（ |
一切决定变更是否足够好以发布的环节。
类别 | 工具 | 说明 |
8 | 确定性的 diff 风险评分、带对抗验证环节的 LLM 审查器（过滤幻觉/噪声发现）、规则驱动的 审查清单、基于 blame 的审查者建议与关键人风险（bus factor）标志、基于 findings/SARIF 的 策略合并门禁、发布到 GitHub/GitLab/Markdown/SARIF、Alibaba | |
8 | 一个授权使用的 HTTP 负载生成器（延迟百分位，支持闭合/开放模型）、多步用户旅程负载测试（虚拟用户、值链传递）、命令行与 Python 代码微基准测试（A/B 对比）、延迟直方图与尾部延迟分析、进程 CPU/内存/FD 采样、带 泄漏与延迟蠕变检测的耐久/浸泡测试，以及基于基线的 CI 性能回归门禁。 | |
8 | 系统级故障注入器——CPU/内存/IO 压力、TCP 网络混沌（延迟/分区，无需 root）、进程/容器 kill/pause 并有爆炸半径限制，以及磁盘填充/inode 耗尽/只读——外加稳态混沌实验编排器（保证回滚）、爆炸半径门禁 + dead-man's-switch、定时 Chaos Monkey，以及带计分卡的 game-day 演练执行器。 | |
8 | 迁移执行器（Postgres + SQLite），支持 checksum 漂移检测 + 回滚、迁移脚手架、安全迁移 linter（表重写、非并发索引、删除/改名、无边界回填）、规范化 JSON schema 快照及生成 DDL 的快照 diff、用于 CI 的完整性/顺序/权限验证、幂等种子数据 upsert，以及分批可恢复的列表回填。 | |
12 | 请求检查器（分阶段计时）、端点探测/延迟/对比/重放，以及授权使用的加固能力：安全头部/CORS/认证/限流扫描、JWT 审计、GraphQL introspection、OpenAPI lint。 | |
5 | 敏感信息扫描、依赖 CVE 检查、文件完整性检查、权限审计、密码生成。 | |
6 | 检测并防御 SQL 注入——扫描源代码及 AST 级精准的 Python linter，暴露非常量查询；WAF 风格 payload 检测器；日志攻击捕获器；用于参数无法覆盖场景的标识符白名单，以及授权使用的端点测试器。 | |
6 | 防御性端点工具——静态启发式分类、特征扫描器（内置 + 自定义规则，可选 YARA）、哈希信誉/黑名单检查、ELF/PE 二进制分析、隔离管理器、目录监控器，以及 ClamAV 前端；无引擎时可用纯 Python 实现，并通过 EICAR 测试文件验证。 | |
6 | 面向 AI 生成图像/视频/文本/代码，展示溯源来源与信号——C2PA Content Credentials、Stable Diffusion/ComfyUI/EXIF 生成器元数据（强证据），以及低置信度的像素/文本/代码启发式检测；调度器可将任意文件路由到相应检测器。 | |
6 | 认证加密（AES-256-GCM / ChaCha20-Poly1305，scrypt 包装密钥，分块 AEAD 并带防篡改与截断检测），使用经过审计的 | |
6 | 仅限已授权/自有网络。 |
这些循环会观察你已发布的内容，进而学习、自动修复或提交后续工作项。
类别 | 工具 | 描述 |
10 | 一个监督器，可在 cron/间隔/事件触发器上运行 agent 循环（崩溃重启、无重叠）；一个安全层（kill switch + 每日操作预算 + 尝试上限 + 升级机制）；边沿触发的事件检测（新提交 / CI 变红 / 新错误 / 新 CVE）；一份晨间摘要（运行了什么 / 修复了什么 / 需要你做什么）；以及 5 个现成的仅 PR、护栏门控的任务 — keep-tests-green、error-triage、CVE-watch、auto-review、coverage-nudge；将修复委托给可插拔的 | |
11 | 面向代码库的长时间运行、迭代直至达成目标的循环 — quality-streak gate、coverage-to-target、production error sweep、docs drift、git changelog、flaky-test stabilizer、logging-coverage、error-message rewrite、dependency-CVE burndown、restartable handoff、workspace health — 通过可插拔的 | |
7 | 一个无依赖的实验技术栈 — 一致性哈希标志评估引擎（定向、灰度发布、变体、前置条件、kill switch）+ 热重载标志服务器、确定性 A/B/n 分配、从零实现的统计（双比例 z 检验 + Wilson 置信区间、Welch t 检验，无需 scipy）、带 Bonferroni 的样本量/功效规划、单调百分比灰度控制，以及配置 + 代码卫生审计 | |
6 | Webhook 的两端 — 针对 GitHub/Stripe/Slack/Shopify/通用方案的 HMAC 签名/校验（常数时间、重放窗口）、一个验证 + 去重的接收器、带退避/抖动重试 + | |
8 | 一个端到端日志管道 — 发出带绑定上下文 + 机密脱敏的 JSON 日志、将任意格式（JSON/logfmt/nginx/syslog）解析为 NDJSON、按级别 + 时间感知查询、聚合（级别比率、top-N、延迟百分位数、时间图）、带轮转的实时多文件 tail、PII/机密脱敏、投递到 Loki/Elasticsearch/HTTP（批处理 + 重试），并针对阈值/尖峰/缺失告警 | |
8 | trace + metrics 支柱 — W3C trace-context 传播、将 shell 命令插桩为 OpenTelemetry spans（嵌套调用形成 trace 树）、导出到 OTLP/Jaeger/Zipkin（批处理 + 重试）、分析 trace 树 + 关键路径 + 延迟百分位数、渲染 ASCII trace 瀑布图、Prometheus metrics 库 + | |
8 | 根据 spec 生成 Grafana 仪表盘、Prometheus 告警规则、多窗口 SLO 燃烧率告警和 Alertmanager 路由；针对指标值测试告警规则（promtool-lite、CI 断言）；向 Slack/PagerDuty/Alertmanager/webhook 发送通知；实时终端仪表盘（仪表/迷你走势图）；以及一个自包含的 HTML 状态页 | |
8 | 按服务/团队/标签分析账单导出（+ 趋势 + 变动项）、检测成本异常/尖峰、预测期末支出与预算对比、基于标签的 showback/chargeback 分配及覆盖率、预算执行（实际 + 预测）、rightsizing 建议、未使用/孤立资源回收，以及 Reserved-Instance / Savings-Plan 承诺建议 — 全部基于你的账单/用量导出，无需云 API | |
8 | 在 docker 中配置/管理 ergo IRC 服务器、部署弹性频道 agent（pipe/exec/log 模式）、根据 spec 监督整个 agent 集群并基于心跳进行重启、operator/admin 管理控制、频道监控（静默/刷屏/关键词/离开告警）、一个健康门，用来校验预期中的 bot 是否都在各自频道、可脚本化的播报器，以及 CHATHISTORY 导出（NDJSON/text/HTML）— 仅用标准库的 IRC，已针对真实 ergo 测试 | |
3 | 通过任意 SMTP 服务器发送电子邮件；通过兼容 Twilio 的 API 发送短信/电话呼叫 — 设置 |
安全发布，保持配置正确，并持续运行。
类别 | 工具数 | 描述 |
8 | 对 GitHub Actions / GitLab CI 配置进行正确性与安全性检查（未固定版本的 action、脚本注入、硬编码密钥）；根据检测到的技术栈生成流水线；基于 stage/needs 的 DAG 与矩阵在本地运行流水线；扩展构建矩阵；根据 Conventional Commits 计算版本；生成 Keep-a-Changelog 条目；执行部署门禁（覆盖率/CVE/测试/标签）；并打包/验证带 provenance 的构建产物 | |
8 | 一个带自动回滚的指标门控发布控制器、金丝雀分析评分（提升/保持/回滚）、蓝绿与环型部署编排、一个在持续违反目标时自动回滚的 SLO 看门狗、错误预算部署冻结门禁（SRE 耗速率）、发布策略规划器（爆炸半径），以及一个带审计追踪的紧急停止开关 | |
8 | 分析 Terraform 计划中的破坏性/数据丢失变更、检查状态清单（+ 状态中的密钥）、基础架构即代码 安全 linter（tfsec-lite）、策略即代码强制执行（fail-closed）、带计划差异的月度成本估算（infracost-lite）、cloud-init 用户数据生成与真实 schema 校验、Ansible 清单构建/转换（ini/yaml/json），以及多堆栈 plan/apply/destroy 编排（带确认防护 + 锁定 + 审计） | |
8 | 清单 安全/可靠性 linter（kube-linter-lite）、通过 linter 的加固清单生成器、资源请求/QoS/合理仓量计算器、按环境覆盖渲染器（mini-kustomize）、probe 配置检查 + 活动 probe 执行、滚动更新模拟器（min-availability）、NetworkPolicy 生成器 + 开放工作负载分析器，以及 Dockerfile linter + 镜像检查器 —— 全部基于清单原生（无需集群/kubectl） | |
8 | 一个可配置的边缘网关（路由/auth/LB/CORS/重写）、带活动 stable-vs-canary 指标的金丝雀流量拆分、API 聚合（BFF）并行扇出/聚合、服务发现注册表（TTL + 心跳 + 剔除）、具有重试/超时/熔断 + 异常程序的网格 sidecar、用于混沌测试的故障注入代理、边缘 OpenAPI 契约强制执行，以及 mTLS 服务身份（CA + SPIFFE 叶节点证书） | |
8 | 一个版本感知反向代理（按路径/Header/Accept/query 路由到对应版本作为上游），一个注入 RFC 8594 Deprecation/Sunset/Link/Warning 头的代理（+ 新版本 410 on-sunset）、版本生命周期清单校验器 + 时间轴、一个带实时 header 检测的 sunset 审计 CI 门禁、对每个调用者的已废弃端点使用分析（从访问日志），这两个 spec 间 Markdown 迁移指南生成器，分阶段 T-minus 废弃通知，以及一个独立的版本协商解析器/测试器 | |
8 | 分层配置渲染 + | |
8 | 与主机无关的 Vault 管理 —— 在干净的环境中仅使用最小化范围的 secret 运行命令，设置最小权限的 AppRole，验证 hash-verified 的密钥/认证轮换，解封，加密备份 + 灾难恢复，以及通过 HTTP API 实现健康检查/KV 导出；完全由 | |
6 | 将 5 种经典限流算法（令牌桶/漏桶、固定/滑动窗口）以库 + CLI 释放；基于 Redis Lua 的分布式限流器；一个强制反向代理（429 + | |
8 | 一个完整/增量加密（AES-256-GCM）备份引擎，一个链式解析还原的每文件校验和验证，完整/链完整性验证 + 深度测试恢复，GFS 预留清理，数据库备份/恢复（SQLite/Postgres/MySQL），异地复制 带故障延延追踪，一个DR-runbook 运行器（高 RTO + 演练），以及备份新鲜度监控（RPO/missing/收缩 警报） | |
8 | 在 Redis Streams 和 Kafka 上生产/消费事件、消费者组与 dead-letter 处理，消费者延迟监控（阈值警报），管理与重投 DLQs，一种带版本化的事件 schema 注册表（并检查后向/后向兼容性），一个事务性 outbox relay（DB→stream），按 ID/时间重放/重新处理事件，以及一个只读的实时流 flow tap | |
10 | RabbitMQ 管理-API 工具：健康仪表板，队列清单/健康，消费者/连接审计，死信监控，开放 (由 topology 导出) ，消息查看，发布测试，以及带有防护的 purge | |
10 | 健康仪表板，按字典排序的内存查看，大键（big keys），TTL/config 审计，慢日志（slowlog），客户端审计，延迟，热/冷键，以及键空间导出/恢复 | |
7 | NVIDIA GPU/CUDA 监控，Ollama/LiteLLM 健康，以及一个命令的栈仪表板 | |
8 | SSH 配置审核，多主机检查，known_hosts/authorized_keys 清洁，并行执行，隧道 | |
6 | 授权主机专用 | |
8 | 仅限授权/自有基础设施 |
Category | Tools | Description |
2 | 一个 MCP stdio 服务器，将整个工具包以四个元工具的形式暴露给 Claude（排序工具搜索、带实时 | |
23 | 可复用的 agent 循环模式——ReAct、plan-execute、reflexion、self-consistency、debate、tree-of-thought、工具路由（文本 + 原生函数调用）、预算/map-reduce、验证器与代码解释器循环、宪法修订、LLM 裁判、监督者/工作者编排、角色流水线、跨模型集成、长期记忆、上下文压缩、带引用的 RAG、schema 提取、门控 shell 操作符以及 FSM 护栏——适用于任何兼容 OpenAI 的聊天 API | |
4 | 一个沙箱子进程工具运行器（超时/重试/rlimit CPU+内存，始终输出 JSON）、JSON-Schema 输入/输出验证及从示例生成 schema、用于危险模式的 shell/SQL 命令安全检查器，以及基于描述的语义工具相似度搜索——全部仅依赖标准库，支持 CLI + 可导入 | |
8 | 默认面向兼容 Ollama 的本地 API： | |
8 | 需要先执行 | |
8 | 基于 Crawlee 框架的高级爬虫（请求队列、自动扩缩、重试）——深度站点爬取、列表→详情路由抓取、分页 JSON API、SEO/死链审计、CSS+XPath（Parsel）、站点地图爬取、JS 渲染和截图（Playwright），以及弹性/代理爬虫 | |
8 | 高级 Playwright 驱动的 Libretto 工作流（TypeScript，通过 | |
11 | 转录默认面向兼容 OpenAI 的 Whisper API： |
总是好用的抽屉工具。
Category | Tools | Description |
5 | CPU/内存/磁盘诊断、进程监控、服务与启动管理 | |
10 | 整理、去重、重命名、同步、备份、追踪尾部并转换文件与数据 | |
6 | 基准测试并自动选择编解码器（gzip/bzip2/xz/zstd）、创建并检查归档、无损重新压缩以回收空间（带往返验证），以及审计目录树的压缩与去重节省空间 | |
10 | 本地开发服务仪表板、仓库健康、Obsidian 笔记、nginx/vault/docker 辅助工具 | |
2 | 将任何 |
本工具包用于对您拥有或已获明确授权管理的系统进行合法的系统管理、开发、安全评估和研究。它不包含任何用于破解密码、绕过身份验证或未授权访问的工具。网络侦察和网络隧道类别是双用途的诊断/运维工具——请仅对您拥有或拥有书面授权评估的基础设施使用，并注意每个工具的授权使用声明。
独立运行： 每个脚本独立运行；工具之间无交叉导入。
配置驱动： 目标、凭据和路径来自标志或环境变量。密钥仅从环境读取，绝不通过命令行传递。
--dry-run 用于任何改变状态的操作；--help 无处不在。
本地优先： AI/数据工具默认使用本地服务（Ollama、SearXNG、本地向量数据库等），当服务不可达时优雅降级。
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
A MCP server built for developers enabling Git based project management with project and personal…
Personal assistant MCP server with search, execute, packages, jobs, secrets, and integrations.
MCP server for generating rough-draft project plans from natural-language prompts.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/MalekYala/yala-agentic-toolkit'
If you have feedback or need assistance with the MCP directory API, please join our Discord server