四個步驟,一款一款來
- 發掘。agent 掃描 GitHub 上的新專案和 Show HN 貼文。現階段先從還少有人知道的新工具找起,證明這類軟體也能被實測、有保障。任何人也都能投稿公開的 repo 或網站。到目前為止,pickfit 已讀過 1150 份 README。
- 閱讀。模型閱讀每份 README 並整理成簡介:它做什麼、在哪裡執行、費用多少、能否離線使用。每個欄位都引用出處;沒有出處的欄位就留空,不靠猜測。現在由 Claude 負責閱讀,2026 年 11 月中以前收錄的工具則是 Meta 的 Muse Spark 讀的。
- 試裝。驗證 agent 在全新沙盒裡安裝工具(gVisor 裡的 Linux;部分在實體 Mac 上手動安裝),修正 README 寫錯的地方,逐一檢查主要功能,再到另一個全新沙盒重跑可行的步驟。已有 729 款工具通過重跑。
- 比對。你的描述和所有符合條件的已驗證簡介,會在一次呼叫中送給 Claude。它給的每個理由都必須指名簡介裡的一個欄位;程式會核對數值,刪掉站不住腳的理由。如果模型無法使用,pickfit 會改用規則排序,並明白告知。
「已驗證」代表什麼
工具卡會標明測試進行到哪一步。層級越高,證據越有力:
- 可安裝並啟動指令能執行,並印出版本或說明。GUI 應用程式能開啟自己的視窗。
- 主要功能可用測試時給它真實輸入並檢查輸出,例如檔案成功轉換、查詢得到回答。
- 服務能回應請求本機伺服器成功啟動並有回應;若是 MCP 伺服器,則有用戶端成功呼叫它的工具。
- 能產生模型輸出本機 AI 工具載入模型,並生成了文字、語音或圖片。
每次測試都會標明地點(作業系統和 CPU)與時間。步驟若在你選的系統上跑過,系統標記就是綠色;否則工具卡會寫明實際在哪裡跑的。
網頁應用:免安裝,打開就能用
網頁應用跑在開發者的網站上,不用安裝。pickfit 會在沙盒瀏覽器裡打開一次:頁面能載入到自己的主畫面(不是錯誤頁、停放網域或登入牆)就算「裝好」;模型用它完成它宣稱的功能,且 pickfit 親自核對結果,就算「能用」。過程中絕不會在真實網站上發文、寄信、註冊或下單。瀏覽器本身的紀錄會說明是否需要帳號、是否出現廣告、頁面連到多少其他網站,以及 pickfit 輸入的內容是否離開了裝置。只有 pickfit 在斷網狀態下重新載入過的可安裝網頁應用(PWA),才算能離線使用。目前已有 100 款網頁應用通過。
當網頁應用和需要安裝的工具同樣符合你的需求時,網頁應用優先。需要長時間或在背景執行、與系統整合,或要處理大量本機檔案的工作,則偏向需要安裝的工具。如果你要求離線使用或資料留在自己的裝置上,網頁應用只有在測試確實證明這點時才符合資格。
標籤怎麼看
縫線
工具卡上的紅褐色平針縫線,把宣稱和測試紀錄分隔開來。pickfit 只在自己測試得到的證據下方畫上縫線。pickfit 沒有測試過的工具,例如 Fitz 憑一般知識提到的知名工具,永遠不會有縫線、徽章、步驟或連結。
工具卡上的標記
每張工具卡都有的資訊以圖示標記呈現,滑鼠移過去或用螢幕閱讀器時會顯示名稱:
- macOS、Linux 和 Windows在哪裡測過
- 綠色系統標記:pickfit 在該系統跑過安裝步驟。灰色:README 說支援,但 pickfit 還沒試過。
- 測試進行到哪一步
- 能安裝並啟動、主要功能可用、服務有回應、能產生模型輸出。視窗代表桌面應用程式已開啟;插頭代表 MCP 用戶端用過它。標記在測試結果旁邊:展開「為什麼適合、我們怎麼知道」,或在「pickfit 怎麼測的」裡。
- 視覺檢查
- pickfit 看過應用程式的截圖。綠色:畫面正常。黃色加數字:有看起來不對的地方,點開就能看到。灰色虛線:還沒檢查。
- 已知漏洞
- 它安裝的套件有沒有已知的高風險或嚴重漏洞(OSV.dev)。綠色:沒有已知漏洞。紅色加數字:有幾個,點開看清單,安裝前先看過。灰色虛線:沒有檢查,不代表安全。
- 關於這次測試
- 測試日期,以及測到的版本。
- 理由的來源
- 每個推薦理由都依據簡介裡的一個欄位。展開理由就能看到欄位和值。
品質與知名度
兩個滿分 100 的分數,分開計算。品質是加權平均:能否安裝(需要多少安裝動作、需要幾處 README 修正)占 20%,功能結果(有結論的功能裡,能用的比例)占 20%,安裝文件的完整度占 25%(由模型引用 README 評分),維護狀況占 10%,issue 回應速度占 10%,工程品質占 5%;實際使用的回報累積後也會納入。沒有資料的項目不計入,而不是算零分:pickfit 測不到的功能不會讓分數變低,只有軟體本身造成的失敗才會。不計入的項目會降低信心度,也就是分數裡有資料的比例,它顯示在分數旁邊,並寫出缺了什麼。知名度則把星數、fork 數、下載數和 Hacker News 分數與同類工具比較。上方的範例量尺僅供示意。
網頁應用沒有用來安裝的 README,所以它的品質由瀏覽器測試占 50%(能載入,或實際使用時能用),以及瀏覽器觀察到的情況占 40%(不需帳號、輸入內容不會離開裝置、沒有廣告、能離線使用),實際使用的回報也以同樣方式納入。它的知名度是 GitHub 星數;沒有公開原始碼時,則是它 Show HN 貼文的分數。
pickfit 打開過的桌面和網頁應用,還會做一次視覺檢查:模型看 pickfit 自己拍的截圖,列出指得出來的缺陷,例如文字被截斷、有東西蓋住內容、控制項被切掉、字在中間斷行、對比太低、字太小、顯示原始碼(像 >)、圖片壞掉、沒對齊或太擠,不評品味和風格。只要找到應用本身造成的缺陷,品質分就扣 5%;沒找到不加分。還沒做視覺檢查的應用會標示「尚未做視覺檢查」,分數不變。缺陷的嚴重程度暫時不算:兩位獨立複查者的檢查中,大約每四個列出的缺陷就有一個不是真的,標成嚴重的大多其實是輕微。
pickfit 也會拿全新安裝帶進來的每個套件,比對公開的已知漏洞資料庫 OSV.dev。只要其中有已知的高風險或嚴重漏洞,品質最高只算 79 分,因此不會列為寶藏:寧可錯過寶藏,也不推薦有已知漏洞的軟體。pickfit 無法檢查的軟體(例如沒有可讀取的 lockfile)分數不變,頁面上會標明沒有檢查。
寶藏 標示品質 80 以上、知名度 45 以下的已驗證工具:目前共 161 款。Fitz 看合不合你的需求排序,不看分數。
已檢查的功能
測試會試用 README 宣傳的每項主要功能。有些功能需要帳號、GPU、螢幕或沙盒沒有的硬體;這些就保持未檢查,工具卡會說明原因。測試時出現工具本身錯誤的功能,會標示為失敗。
符合度標籤
模型暫停時,pickfit 改用規則排序,並看簡介提到你的哪些字詞,把每個選項標為 高度符合 部分符合 或 勉強符合。使用模型時,由 Claude 寫出符合原因,再由程式核對每個理由。
Fitz 的原則
pickfit 刻意保持中立。它不屬於任何 agent 開發商或軟體廠商,不收取排名費用,也不開發它推薦的任何軟體。正因如此,它才能直說某款冷門工具更適合你,或是你現有的已經夠用。
隱私:免帳號,也不記錄 IP。你的描述會經 Anthropic API 送到 Anthropic 的 Claude;pickfit 只保留從中解析出的條件,例如任務和作業系統。比較清單只存在你自己的瀏覽器裡。
- 試過才推薦
- 看適不適合你,不看星星數
- 沒試過就老實說
- 內建的夠用,就不叫你裝
- 沒有廣告,也沒有推薦連結
有好工具想推薦?
作者和使用者都可以直接在網站上,或透過 MCP 的 submit_software 工具,提交 GitHub 專案或網頁應用的網址。它會經過同樣的審查:閱讀、在沙盒中試裝、評分。提交不會換來更好的排名。