pickfit

瀏覽MCP 伺服器

Brain OS

本機優先的 MCP 伺服器,跨工作階段儲存專案決策、阻礙、計畫與優先順序。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:Node.js 20 or newer
  • 金鑰或帳號:OPENAI_API_KEY
  1. 透過 npm 全域安裝 brain-os

    npm install -g brain-os

加進你的 agent

claude mcp add brain-os -- brain-os serve
Claude Desktop、Cursor 等用戶端用的 JSON
{
  "mcpServers": {
    "brain-os": {
      "command": "brain-os",
      "args": [
        "serve"
      ]
    }
  }
}

在專案資料夾執行 brain-os init <folder>,再於 MCP 用戶端中將 brain-os serve 新增為 MCP 伺服器。

它能做什麼

  • 追蹤專案狀態與阻礙
    怎麼使用
    1. 在專案資料夾執行 brain-os init <folder>。
    2. 將 MCP 用戶端連接至 brain-os serve。
    3. 呼叫 entity_update 工具,附上專案 ID 及其狀態、阻礙與下一步。
    已測試
  • 將提議的行動與現行決策比對
    怎麼使用
    1. 在專案資料夾執行 brain-os init <folder>。
    2. 將 MCP 用戶端連接至 brain-os serve。
    3. 呼叫 decision_check 工具,附上你提議的行動與專案 ID。
    已測試
  • 取得依優先順序排列的工作建議
    怎麼使用
    1. 在專案資料夾執行 brain-os init <folder>。
    2. 將 MCP 用戶端連接至 brain-os serve。
    3. 不帶參數呼叫 focus_get 工具。
    已測試
  • 記錄決策及你否決的替代方案
    未測試

pickfit 測到哪一步

Linux x86_64

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

適合用來

  • 將提議的行動與已記錄的決策進行比對
  • 記錄策略決策及其理由與被否決的替代方案
  • 取得該優先處理哪些工作的建議
  • 依語意搜尋專案記憶
  • 在工作階段結束時儲存狀態變更

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
  • 可離線使用
  • 檢查於 2026年10月31日
  • 版本 0.11.0

MCP 用戶端透過 stdio 連線,列出 24 個工具,呼叫 entity_update 也回傳了結果。

測試機器遇到的差異

  • README: npm install brain-os openai for semantic search
    測試中: 探測需要以 npm install -g brain-os 全域安裝;npx 啟動器每次執行都會重新下載,離線時會失敗

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。