pickfit

瀏覽MCP 伺服器

Covate

可測驗開發者對 AI 產生程式碼的理解並保留除錯紀錄的 MCP 伺服器。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:python>=3.11
  1. 下載 install.sh

    curl -fsSL https://raw.githubusercontent.com/SunflowersLwtech/covate/main/scripts/install.sh -o /tmp/install.sh
  2. 執行 install.sh 以複製到 ~/covate 並建立 venv

    bash /tmp/install.sh
README 與實測不符之處
  • README 寫: covate --help shows CLI help
    實際可行: 單獨執行 ~/covate/covate/bin/covate 會啟動 MCP 伺服器(FastMCP)並阻塞;請改用子指令說明,例如 'covate review --help' 或 'covate review due --help'

加進你的 agent

claude mcp add covate -- $HOME/covate/covate/bin/covate
Claude Desktop、Cursor 等用戶端用的 JSON
{
  "mcpServers": {
    "covate": {
      "command": "sh",
      "args": [
        "-c",
        "exec \"$HOME/covate/covate/bin/covate\""
      ]
    }
  }
}

在 MCP 用戶端中將 Covate 新增為 MCP 伺服器,指向安裝程式放在 ~/covate/covate/bin/ 的 covate 程式,用戶端便會列出其工具:learning_session、debug_search、deb

它能做什麼

  • 記錄除錯解法以供日後重複使用
    怎麼使用
    1. 從 MCP 用戶端呼叫 debug_record 工具。
    2. 傳入包含 error_type、error_message、file 與 line 的 context,以及 cause 和 solution。
    3. 確認工具回傳文字確認訊息。
    已測試
  • 針對 AI 產生的程式碼變更自我測驗
    未測試
  • 發生錯誤時搜尋過去的除錯解法
    沒有看到它可用
  • 將學習工作階段同步到託管帳本
    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 1 項可用
  4. 可離線使用

適合用來

  • 自我測驗 AI 產生的程式碼變更
  • 發生錯誤時搜尋過往的除錯解法
  • 將除錯解法記錄到專案知識庫
  • 依領域取得程式設計術語

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 1.2.0

MCP 用戶端透過 stdio 連線,列出 4 個工具,呼叫 debug_search 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。