pickfit

瀏覽MCP 伺服器

AgenticSchema

將網頁轉換為具型別的 JSON、MCP/WebMCP 工具與供 AI agent 使用的知識脈絡。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 需要網路
  1. 透過 npm 全域安裝 @agenticschema/server

    npm install -g @agenticschema/server
README 與實測不符之處
  • README 寫: npx @agenticschema/server --live starts persistent Live Search MCP server
    實際可行: @agenticschema/server CLI 不接受 --live(未知選項);stdio 模式需要一個以上的 URL
  • README 寫: npx @agenticschema/server --json --fallback / --context --early-abort / --resolution L0 examples
    實際可行: 伺服器套件僅支援 --max-tools、--no-actions、--allow-host、--http、--port、--quiet

確認能用

agenticschema --help

輸出應包含「agenticschema: serve a page's Schema.org markup as an MCP server」。

加進你的 agent

claude mcp add agenticschema -- agenticschema https://en.wikipedia.org/wiki/Backpack
Claude Desktop、Cursor 等用戶端用的 JSON
{
  "mcpServers": {
    "agenticschema": {
      "command": "agenticschema",
      "args": [
        "https://en.wikipedia.org/wiki/Backpack"
      ]
    }
  }
}

將 agenticschema <url> 加入 MCP 用戶端作為 MCP 伺服器,並提供要處理的網頁 URL。

它能做什麼

  • 將網頁轉為具型別的 JSON
    怎麼使用
    1. 用 agenticschema <url> 將伺服器加入 MCP 用戶端,並使用你要的頁面。
    2. 從用戶端呼叫 get_article 工具,以結構化資料取得頁面內容。
    已測試
  • 將網站公開為可呼叫的 WebMCP 工具
    未測試
  • 為 AI 搜尋產生知識論情境
    未測試

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以連線
  3. 3 項功能中 1 項可用
  4. 需要網路

適合用來

  • 將網頁擷取為結構化 JSON
  • 透過 MCP 提供即時搜尋證據
  • 輸出某個 URL 的混合式 LLM 脈絡

pickfit 怎麼測的

每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證

Linux x86_64

MCP 用戶端成功呼叫工具

  • 從頭重跑
  • 需要網路
  • 檢查於 2026年10月31日
  • 版本 0.0.0

MCP 用戶端透過 stdio 連線,列出 3 個工具,呼叫 get_article 也回傳了結果。

怎麼看工具卡

縫線
pickfit 親自安裝過這款工具,縫線下方的內容都來自那次測試。沒測過的工具,一律沒有縫線。
已在你的作業系統上驗證
安裝步驟在你選的系統上跑過。「只在 Linux 上執行過」表示還沒在你的系統上跑過。
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。
寶藏
品質高、少有人知。
品質與知名度
兩個分數,滿分都是 100。品質:pickfit 試裝、試用的結果,以及安裝文件和維護狀況。知名度:看星數、下載量和 Hacker News。
已檢查的功能
README 宣傳的主要功能裡,實測通過幾項(綠色)、失敗幾項(紅色)。灰色是沒檢查的,工具卡會說明原因。
未驗證
Fitz 依一般知識提到的知名工具。沒有測試紀錄、沒有步驟、沒有分數。