pickfit

瀏覽MCP 伺服器

Gomaa

本機優先的階層式記憶引擎,為 AI agent 提供由 Obsidian 支援的持久回憶。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:Python 3.9+
  1. 透過 pip install git+https://github.com/M4F-S/gomaa.git 從 GitHub 安裝 gomaa

    pip install --user --upgrade git+https://github.com/M4F-S/gomaa.git
README 與實測不符之處
  • README 寫: pip install gomaa (or pip install "gomaa[all]")
    實際可行: 套件不在 PyPI 上;必須從 git 安裝:pip install --user git+https://github.com/M4F-S/gomaa.git
  • README 寫: uv tool install gomaa
    實際可行: 同樣是 PyPI 找不到的錯誤;需要從 git 原始碼安裝

確認能用

gomaa --help 2>&1

輸出應包含「Available commands」。

先試試這個

gomaa init 2>&1
cat ~/.gomaa/vault/general/test/Test\ Memory\ Note.md 2>&1

加進你的 agent

claude mcp add gomaa -- python3 -m gomaa server
Claude Desktop、Cursor 等用戶端用的 JSON
{
  "mcpServers": {
    "gomaa": {
      "command": "python3",
      "args": [
        "-m",
        "gomaa",
        "server"
      ]
    }
  }
}

執行 gomaa init 設定記憶庫,接著用 python3 -m gomaa server 啟動 MCP 伺服器,並將代理的 MCP 用戶端連線到它。

它能做什麼

  • 為 AI 代理提供持久記憶
    怎麼使用
    1. 執行 gomaa init 設定記憶庫。
    2. 將 MCP 用戶端連線到 python3 -m gomaa server。
    3. 呼叫 memory_remember 工具,並提供標題、內容、標籤、wing 與 room。
    已測試
  • 以混合 RRF 檢索搜尋記憶
    怎麼使用
    1. 執行 gomaa init,並將 MCP 用戶端連線到 python3 -m gomaa server。
    2. 呼叫 memory_recall 工具,提供查詢內容、將 mode 設為 "hybrid",並指定 top_k 值。
    已測試
  • 透過睡眠週期整合記憶
    怎麼使用
    1. 執行 gomaa init,並將 MCP 用戶端連線到 python3 -m gomaa server。
    2. 呼叫 memory_sleep 工具,可選擇設定 decay_factor 與 archive_threshold。
    已測試
  • 將記憶儲存為 Obsidian Markdown 筆記
    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

  • 在 vault 中儲存私人記憶筆記
  • 跨私人與共享儲存區搜尋記憶
  • 觸發片段的睡眠整併
  • 啟動網頁知識圖譜儀表板
  • 逐字匯入對話記錄

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 4.0.0

MCP 用戶端透過 stdio 連線,列出 14 個工具,呼叫 memory_remember 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。