SkillMIT
Scientific Agent Skills
面向科研、文献、统计和科学写作的专业 Agent Skills。
- 费用
- MIT 开源，技能本体免费；技能里调用的数据源、模型与云服务按各家计费。
- 平台
- 未标注
- 共同场景
- 研究与数据
- 差异
- 以科研流程为中心组织技能（实验动作、数据库检索、学术幻灯片），比通用技能包更贴近论文与实验场景。
Muse 的替代品：8 个同类工具
Meta 的个人 AI 助手，在独立云端电脑中持续处理邮件、旅行规划、购物与日常目标，适合希望通过对话委派生活事务的用户。
按场景可替代的工具
SkillMIT
AMD Skills
AMD 官方技能目录，为 Agent 补充 AMD 硬件和软件栈的使用指导，涵盖本地 AI、模型部署与相关工程流程。
- 费用
- 技能采用 MIT；模型权重、产品依赖与云资源费用另计。
- 平台
- 未标注
- 共同场景
- 研究与数据
- 差异
- 面向 AMD 生态的知识与步骤，不适合直接当作 NVIDIA 或其他硬件的通用部署脚本。
MCPMIT
Apify MCP Server
把 Apify Store 的网页采集与自动化 Actor 接入 AI 助手，可用于搜索、提取和运行有明确输入输出的数据任务。
- 费用
- 服务器代码采用 MIT；Actor 运行、平台额度与支付方式单独计费，不代表所有采集免费。
- 平台
- 未标注
- 共同场景
- 研究与数据
- 差异
- 利用现成 Actor 完成特定网站任务；与从零编写浏览器操作脚本相比，重点是选择和配置 Actor。
SkillApache-2.0
Elastic Agent Skills
Elastic 官方技能库，覆盖 Elasticsearch API、Kibana、可观测性与安全场景，为 Agent 提供贴近 Elastic 产品的操作知识。
- 费用
- 技能采用 Apache-2.0；Elastic 部署、产品功能许可与云服务收费各自核对。
- 平台
- 未标注
- 共同场景
- 研究与数据
- 差异
- 提供 Elastic 生态知识，不是独立日志平台；上游标注仍处于 Technical Preview。
SkillApache-2.0 / CC-BY-4.0（按文件）
NVIDIA Agent Skills
NVIDIA 官方技能目录，汇集 CUDA-X、模型与 RAG、仿真及平台工具等产品知识，帮助 Agent 使用 NVIDIA 生态软件。
- 费用
- 仓库同时包含 Apache-2.0 与 CC-BY-4.0 许可文件，各技能、软件、模型与服务条件需分别核对。
- 平台
- 未标注
- 共同场景
- 研究与数据
- 差异
- 这是从不同产品来源同步的技能目录，不应把其中所有技能视为相同依赖或相同硬件要求。
SkillMIT
Supabase Agent Skills
Supabase 官方工程技能，涵盖产品接入、认证、数据库迁移及 PostgreSQL 性能指导，适合使用 Supabase 或 Postgres 的应用团队。
- 费用
- 技能采用 MIT；Supabase 托管服务、数据库与模型调用费用另计。
- 平台
- 未标注
- 共同场景
- 研究与数据
- 差异
- Postgres 技能强调查询与数据库实践；Supabase 综合技能还涉及 Auth、Storage 与其他产品集成。
工具MIT
Docling
将 PDF、Word、表格和演示文稿转换成 Markdown 或结构化 JSON，适合知识库、RAG 和文档处理开发者。
- 费用
- 代码免费；模型许可证独立，计算和可选远程服务费用自理。
- 平台
- 未标注
- 共同场景
- 研究与数据
- 差异
- 除文本提取外，更关注版面、表格结构和阅读顺序，可输出 Markdown 或结构化 JSON。
工具Apache-2.0
GPT Researcher
围绕一个研究问题拆分子问题、搜索网页或本地文档，再汇总成带引用的报告，适合研究人员、分析师与研究应用开发者。
- 费用
- Apache-2.0 开源；模型、搜索和可选服务按各自配置收费，不承诺固定单次成本。
- 平台
- Python API、自托管 Web、Claude Skill、MCP 数据源客户端
- 共同场景
- 研究与数据
- 差异
- 编排问题规划、资料检索、内容筛选和报告汇总，而非仅抓取页面或返回搜索链接；支持网页及本地文档研究。
怎么选
先看类型：Skill 是给编码 Agent 的指令与脚本，MCP 是给 Agent 接工具的服务端，工具本身则是可直接使用的产品。再看许可与费用——开源不等于免费托管，商业工具的先看免费额度与收费入口。最后看平台：CLI、IDE 插件、桌面应用的使用方式差别很大。
本站只做事实归纳，不评估哪一款「更好」；建议按上面的共同场景挑 2 个，各跑一个自己的真实任务再决定。