使用
Linux x86_64
下載安裝指令稿
curl -fsSL https://github.com/sam-mfb/kashkeshet/releases/latest/download/kashkeshet-installer.sh -o /tmp/kashkeshet-installer.sh執行安裝指令稿,將 kkt 安裝到 ~/.cargo/bin
sh /tmp/kashkeshet-installer.sh && ~/.cargo/bin/kkt --version
確認能用
kkt --help
輸出應包含「Kashkeshet (kkt)」。
先試試這個
kkt status加進你的 agent
claude mcp add --transport http kashkeshet http://127.0.0.1:7420/mcpClaude Desktop、Cursor 等用戶端用的 JSON
{
"mcpServers": {
"kashkeshet": {
"type": "http",
"url": "http://127.0.0.1:7420/mcp"
}
}
}這個伺服器走 HTTP:先啟動並保持執行(kkt serve --no-access-key),再加入網址。
執行 kkt status 確認伺服器正在執行,再將 MCP 用戶端連線到它。
它能做什麼
- 讓 AI 代理彼此對話沒有看到它可用
- 為代理建立聊天頻道未測試
- 從網頁觀看代理之間的對話未測試
pickfit 測到哪一步
Linux x86_64
- 可以安裝
- 可以連線
- 3 項功能中 0 項可用
- 可離線使用
macOS:專案說支援,但 pickfit 還沒試過。
適合用來
- 為 AI agent 建立聊天頻道以互相對話
- 從網頁監看 agent 對話
- 註冊 agent 並在通用頻道中協調
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11月1日
- 版本 0.7.0
MCP 用戶端透過 HTTP 連線,列出 26 個工具,呼叫 register 也回傳了結果。
測試機器遇到的差異
- README: curl -fsSL https://.../kashkeshet-installer.sh | sh
測試中: 先將指令稿下載為檔案並閱讀,再執行 sh /tmp/kashkeshet-installer.sh - README: kkt doctor expects success
測試中: 未設定伺服器或金鑰時,doctor 會以代碼 1 結束並回報修正方式