pickfit

瀏覽本機 AI 工具

ILLIP AI

本機優先的 AI 平台,提供聊天、agent 團隊、記憶與依硬體規格配置的模型商店。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:Python
  • 系統套件:Ollama

這些步驟是在家目錄裡一個已經存在的 work 資料夾裡跑的。請先建立它,再從那裡執行:

mkdir -p "$HOME/work" && cd "$HOME/work"
  1. 下載 install.sh

    curl -fsSL https://raw.githubusercontent.com/Yashwanth-pilli/ILLIP/main/install.sh -o /tmp/install.sh
  2. 執行 install.sh(複製並 pip install)

    bash /tmp/install.sh
README 與實測不符之處
  • README 寫: pytest -v runs after install
    實際可行: requirements.lock 未包含 pytest;測試前需 pip install pytest pytest-asyncio
在 pickfit 驗證過的原始指令(沙盒裡實際執行的)

僅供查核:裡面是沙盒的家目錄 /home/sbx。

curl -fsSL https://raw.githubusercontent.com/Yashwanth-pilli/ILLIP/main/install.sh -o /tmp/install.sh
bash /tmp/install.sh
cd /home/sbx/work/illip_ai && .venv/bin/pip install pytest pytest-asyncio -q && .venv/bin/python -m pytest -v 2>&1
curl -s http://127.0.0.1:8000/api/health | python3 -c "import sys,json; d=json.load(sys.stdin); print(json.dumps(d, indent=2)); assert 'status' in d, 'no status'; print('health OK')"
curl -s http://127.0.0.1:8000/api/agents/list | python3 -c "import sys,json; d=json.load(sys.stdin); print(f'agents c

確認能用

cd "$HOME"/work/illip_ai && .venv/bin/pip install pytest pytest-asyncio -q && .venv/bin/python -m pytest -v 2>&1

輸出應包含「249 passed」。

先試試這個

curl -s http://127.0.0.1:8000/api/health | python3 -c "import sys,json; d=json.load(sys.stdin); print(json.dumps(d, indent=2)); assert 'status' in d, 'no status'; print('health OK')"
curl -s http://127.0.0.1:8000/api/agents/list | python3 -c "import sys,json; d=json.load(sys.stdin); print(f'agents c

服務執行後,在瀏覽器開啟 http://127.0.0.1:8000。

它能做什麼

  • 將任務交給 27 個專門代理之一
    沒有看到它可用
  • 以向量記憶搜尋過往對話
    未測試
  • 從商店取得符合你硬體規格的模型
    沒有看到它可用
  • 產生影像與影片
    沒有看到它可用

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 0 項可用
  4. 需要網路

macOS 和 Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 將任務分派給合適的 agent
  • 跨對話語意搜尋
  • 透過麥克風按鈕以說話代替打字
  • 列出資料夾中的所有檔案
  • 透過 Telegram 從手機與本機 ILLIP 聊天

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

服務能回應請求

  • 從頭重跑
  • 需要網路
  • 檢查於 2026年11月1日
  • 版本 3.1.0

測試機器遇到的差異

  • README: Start: python -m uvicorn app.main:app
    測試中: 必須 cd 進入 ./illip_ai 並使用 ./illip_ai/.venv/bin/python;工作資料夾是複製目錄的上層

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。