pickfit

瀏覽本機 AI 工具

Camelid

Rust 應用程式,透過桌面、瀏覽器與終端機使用 GGUF 模型進行離線聊天、檔案處理與程式開發。

已在 macOS 和 Linux 上測試有已知漏洞

使用

安裝前先知道:有已知漏洞

pickfit 在安裝時會一併裝上的套件裡找到 6 個已知的高風險或嚴重漏洞(共 10 筆,每個受影響的套件版本一筆)(OSV.dev,2026年11月3日),安裝前請先考慮。

  • crates:zip 4.6.1 zip:因雙重標頭不一致導致的重大解析器差異與安全控管繞過(Zip Cloaking),進而造成任意檔案覆寫與 RCE (GHSA-m665-v7pm-7grj,嚴重,9.0.5 已修正)
再看 9 個

macOS arm64

需要先準備

  • 可選用 GPU
  1. 從最新版本下載 DMG

    curl -fsSL -o /tmp/camelid-desktop-macos-arm64.dmg https://github.com/timtoole02/Camelid/releases/latest/download/camelid-desktop-macos-arm64.dmg
  2. 下載 SHA256 校驗碼

    curl -fsSL -o /tmp/camelid-desktop-macos-arm64.dmg.sha256 https://github.com/timtoole02/Camelid/releases/latest/download/camelid-desktop-macos-arm64.dmg.sha256
  3. 掛載 DMG

    mkdir -p ~/Applications && mkdir -p /tmp/camelid-mount2 && hdiutil attach -nobrowse -mountpoint /tmp/camelid-mount2 /tmp/camelid-desktop-macos-arm64.dmg -quiet
  4. 將 App 複製到 ~/Applications 並卸載

    cp -R /tmp/camelid-mount2/"Camelid Desktop.app" ~/Applications/ && hdiutil detach /tmp/camelid-mount2 -quiet
  5. 清除隔離屬性並驗證 codesign

    xattr -cr ~/Applications/"Camelid Desktop.app" && codesign --verify --deep --strict ~/Applications/"Camelid Desktop.app"

執行 camelid pull <model> 下載模型,再執行 camelid serve --model <model file> 啟動本機伺服器。

Linux x86_64

需要先準備

  • 可選用 GPU
  1. 下載 Linux 引擎封存檔

    mkdir -p ~/apps/camelid && curl -fL -o /tmp/camelid-linux.tar.gz https://github.com/timtoole02/Camelid/releases/download/v0.8.0/camelid-linux-x86_64.tar.gz
  2. 將 camelid 引擎安裝至 PATH

    tar -xzf /tmp/camelid-linux.tar.gz -C /tmp && mkdir -p ~/.local/bin && cp /tmp/camelid-linux-x86_64/camelid ~/.local/bin/camelid && chmod +x ~/.local/bin/camelid && ~/.local/bin/camelid --version

確認能用

camelid pull

輸出應包含「Download one with:」。

先試試這個

camelid pull

執行 camelid pull <model> 下載模型,再執行 camelid serve --model <model file> 啟動本機伺服器。

它能做什麼

  • 在自己的電腦上與 GGUF 模型對話
    怎麼使用
    1. 用 camelid pull <model> 下載模型。
    2. 用 camelid serve --model <model file> --no-open --addr <host:port> 啟動伺服器。
    3. 用 curl -s http://<host:port>/v1/chat/completions -H "Content-Type: application/json" -d '<your request JSON>' 傳送對話請求。
    已測試
  • 使用與 OpenAI 相容的 API
    怎麼使用
    1. 用 camelid serve --model <model file> --no-open --addr <host:port> 啟動伺服器。
    2. 用 curl -fsSL http://<host:port>/v1/health 確認模型已就緒。
    3. 以 OpenAI 格式將對話請求傳送至 http://<host:port>/v1/chat/completions。
    已測試
  • 瀏覽並預覽產生的檔案
    未測試
  • 在對話中撰寫程式碼並審查編輯
    未測試

pickfit 測到哪一步

macOS arm64

  1. 可以安裝
  2. 可以開啟
  3. 還沒實際使用
  4. 可離線使用

Linux x86_64

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

Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 與本機模型聊天並取得 markdown 回覆
  • 預覽並下載產生的檔案
  • 在本機專案中寫程式並審核編輯
  • 進行網路研究並附上回覆來源
  • 搜尋本機文件庫

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

能開到主畫面

  • 從頭重跑
  • 檢查於 2026年11月1日
  • 版本 0.8.0

pickfit 打開它時,它的主畫面已正常顯示。這證明它能安裝並啟動;pickfit 沒有操作它的任何功能。斷網後再次啟動也通過。

測試機器遇到的差異

  • README: curl -fsSL https://raw.githubusercontent.com/timtoole02/Camelid/main/scripts/get-desktop-macos.sh | bash installs to /Applications
    測試中: 標準使用者無法寫入 /Applications;改以手動掛載 DMG 安裝至 ~/Applications(mkdir -p ~/Applications、hdiutil attach、cp -R、xattr -cr、codesign --verify),使用與腳本相同的 DMG URL
  • README: No mention of quarantine handling
    測試中: App 為 ad-hoc 簽署且未經公證;以 curl 下載可避免隔離,但仍需 xattr -cr 才能順利驗證與啟動

Linux x86_64

可安裝並啟動

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年11月1日
  • 版本 camelid v0.8.0

測試機器遇到的差異

  • README: Download desktop app for Windows/macOS/Linux platforms
    測試中: Linux 資產 camelid-linux-x86_64.tar.gz 僅含無介面的 camelid 引擎與 CUDA 函式庫;Linux 沒有桌面視窗 App(桌面套件只有 Windows zip/exe 與 macOS DMG)
  • README: camelid serve --model models/Llama-3.2-3B-Instruct-Q8_0.gguf and chat model Llama 3.2 3B Instruct
    測試中: 使用目錄中的小型模型 gemma3_270m_it_q8_0(278 MB,models/gemma-3-270m-it-Q8_0.gguf),以及 /v1/health 回報的模型 ID Gemma-3-270M-It
  • README: Read loaded model ID from GET /v1/models
    測試中: GET /v1/models 回傳空清單,而 /v1/health 回報 active_model_id 為 Gemma-3-270M-It 且 generation_ready 為 true

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。