pickfit

瀏覽開發者 CLI

AI Badger

本機優先工具,整理聚焦的儲存庫脈絡讓你貼到任何 AI 聊天中進行審查。

已在 Linux 上測試

使用

Linux x86_64

  1. 下載安裝指令碼

    curl -fsSL https://raw.githubusercontent.com/PVRLabs/aibadger/main/install.sh -o /tmp/install.sh
  2. 透過指令碼安裝 badger

    sh /tmp/install.sh

確認能用

badger --help

輸出應包含「AIBADGER - local repository context and review bridge」。

先試試這個

mkdir -p /tmp/badger-demo && printf 'def add(a, b):\n    return a + b\n' > /tmp/badger-demo/calc.py && printf '# Demo\nA tiny project for badger smoke test.\n' > /tmp/badger-demo/README.md && printf 'print("hello")\n' > /tmp/badger-demo/main.py && ls -R /tmp/badger-demo && echo SETUP_OK
cd /tmp/badger-demo && git init -q && git add . && git -c user.email=t@t.t -c user.name=t commit -qm init && echo "second line" >> calc.py && git diff --stat && echo GIT_OK
badger map /tmp/badger-demo

在儲存庫中執行 badger map <repo>,產生離線 HTML 程式碼地圖。

它能做什麼

  • 取得程式碼變更的第二意見
    怎麼使用
    1. 在 git 儲存庫中進行變更。
    2. 執行 badger api review-context --root <repo> --mode default,以你的變更建立審查提示。
    3. 將輸出貼到任一 AI 聊天中。
    已測試
  • 為 AI 聊天擷取聚焦的儲存庫情境
    怎麼使用
    1. 將目標寫在文字檔中,並在選擇器檔案中逐行列出所需檔案,例如 FILE:<file>。
    2. 執行 badger api extract --root <repo> --focus code --input <selectors-file> --goal-file <goal-file>。
    3. 將輸出貼到任一 AI 聊天中。
    已測試
  • 產生互動式離線程式碼庫地圖
    怎麼使用
    1. 執行 badger map <repo> 以產生程式碼庫的 HTML 報告。
    2. 在瀏覽器中開啟產生的 HTML 檔案。
    已測試
  • 檢視並套用 AI 建議的變更
    沒有看到它可用

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 3 項可用
  4. 可離線使用

適合用來

  • 透過 AI 聊天取得程式碼變更的第二意見
  • 產生儲存庫的離線互動式 HTML 地圖
  • 對儲存庫執行聚焦的審查或設計工作流程

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

主要功能可用

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月30日
  • 版本 v0.8.3

測試機器遇到的差異

  • README: badger, badger review
    測試中: 無頭驗證時使用穩定的非互動 API(badger api review-context / extract / review-continuation),搭配 --root 與輸入檔案;互動式的 badger / badger review 需要具剪貼簿/瀏覽器的 TTY
  • README: badger map to generate an interactive, offline HTML map
    測試中: badger map /tmp/badger-demo 將 HTML 寫入 cwd(/home/sbx/work/badger-codemap-badger-demo.html),而非目標目錄內

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。