使用
macOS arm64
brew install clouatre-labs/tap/aptu-coder
brew install clouatre-labs/tap/aptu-coder
確認能用
aptu-coder --version輸出應包含「aptu-coder 0.41.1」。
加進你的 agent
claude mcp add aptu-coder -- aptu-coderClaude Desktop、Cursor 等用戶端用的 JSON
{
"mcpServers": {
"aptu-coder": {
"command": "aptu-coder",
"args": []
}
}
}在你的 MCP 用戶端中將 aptu-coder 新增為 MCP 伺服器指令,再請代理使用 analyze_directory 等工具。
Linux x86_64
將執行檔安裝至 ~/.local/bin
mkdir -p ~/.local/bin && curl -fsSL -o /tmp/aptu2.tar.gz https://github.com/clouatre-labs/aptu-coder/releases/download/v0.41.1/aptu-coder-0.41.1-x86_64-unknown-linux-musl.tar.gz && tar -xzf /tmp/aptu2.tar.gz -C /tmp && cp /tmp/aptu-coder ~/.local/bin/aptu-coder && chmod +x ~/.local/bin/aptu-coder
確認能用
cp /tmp/aptu-coder ~/.local/bin/aptu-coder && chmod +x ~/.local/bin/aptu-coder && aptu-coder --version輸出應包含「aptu-coder 0.41.1」。
加進你的 agent
claude mcp add aptu-coder -- aptu-coderClaude Desktop、Cursor 等用戶端用的 JSON
{
"mcpServers": {
"aptu-coder": {
"command": "aptu-coder",
"args": []
}
}
}在你的 MCP 用戶端中將 aptu-coder 新增為 MCP 伺服器指令,再請代理使用 analyze_directory 等工具。
它能做什麼
- 繪製含符號數量的目錄樹已測試
怎麼使用
- 在你的 MCP 用戶端中呼叫
analyze_directory工具。 - 將
path設為 <your project folder>。
- 在你的 MCP 用戶端中呼叫
- 列出檔案中的函式、類別與匯入已測試
怎麼使用
- 在你的 MCP 用戶端中呼叫
analyze_file工具。 - 將
path設為 <your source file>。
- 在你的 MCP 用戶端中呼叫
- 追蹤指定符號的呼叫圖已測試
怎麼使用
- 在你的 MCP 用戶端中呼叫
analyze_symbol工具。 - 將
path設為 <your project folder>,並將symbol設為 <symbol name>。
- 在你的 MCP 用戶端中呼叫
pickfit 測到哪一步
macOS arm64
- 可以安裝
- 可以連線
- 3 項功能中 3 項可用
- 可離線使用
Linux x86_64
- 可以安裝
- 可以連線
- 3 項功能中 3 項可用
- 可離線使用
其他系統
適合用來
- 對應程式碼庫的目錄結構
- 從原始碼檔案擷取符號
- 追蹤指定符號的呼叫圖
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
macOS arm64
MCP 用戶端成功呼叫工具
- 從頭重跑
- 可離線使用
- 檢查於 2026年11月1日
- 版本 0.41.1
MCP 用戶端透過 stdio 連線,列出 8 個工具,呼叫 analyze_directory 也回傳了結果。
測試機器遇到的差異
- README: README shows tools take a `path` without mentioning sandboxing
測試中: 路徑必須位於伺服器的工作目錄內;傳入 /tmp/mcp_test_proj 會回傳 'path is outside the working directory',並建議提供目前工作目錄內的路徑
Linux x86_64
MCP 用戶端成功呼叫工具
- 從頭重跑
- 可離線使用
- 檢查於 2026年10月30日
- 版本 0.41.1
MCP 用戶端透過 stdio 連線,列出 8 個工具,呼叫 analyze_directory 也回傳了結果。
測試機器遇到的差異
- README: cargo binstall aptu-coder / cargo install aptu-coder
測試中: 從 GitHub releases v0.41.1 下載 x86_64-unknown-linux-musl tarball,並將 aptu-coder 複製至 ~/.local/bin;兩個排名的 cargo 候選方案都需要 Rust 工具鏈,但環境中沒有且不得安裝 - README: tools take a path argument
測試中: 從被分析的目錄執行探測(cd /tmp/sampleproj)並傳入相對路徑('.'、'demo.py');cwd 以外的絕對路徑會以 'path is outside the working directory' 失敗