pickfit

瀏覽本機 AI 工具

Locals

Locals 是適用於 Apple 晶片 macOS 的本機推論伺服器,可執行 AI 模型以並行處理大量 agent 請求,並加速工具呼叫。

pickfit 測到哪一步

pickfit 還沒驗證過 Locals,所以沒有測過的安裝步驟。

以下只依據它的 README。

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 2 個已知的高風險或嚴重漏洞(OSV.dev,2026年11月3日),安裝前請先考慮。

  • pypi:certifi 2026.7.22 certifi 打包了中繼 CA 金鑰已外洩的 emSign 根 CA (GHSA-6q48-6c7w-9gw2,嚴重,2026.10.18 已修正)
  • pypi:filelock 4.0.12 filelock ReadWriteLock:SQLite 會依名稱重新開啟鎖定資料庫,因此植入的 symlink 或 journal 檔案會使持有鎖定的處理程序覆寫或解除連結自身檔案 (GHSA-v4x8-3wr5-3wq8,高風險,4.2.1 已修正)

需要先準備

  • 執行環境:python==3.12
  • 需要 GPU
  • 至少 16 GB 記憶體
  • 僅支援 Apple 晶片

它能做什麼

pickfit 還沒測過它,所以以下只依據 README。

  • 在 GPU 上批次並行執行大量 agent 請求
    未測試
  • 透過 GPU grammar 產生可正確解析的工具呼叫與 JSON
    未測試
  • 跨輪次與重新啟動快取對話與長系統提示詞
    未測試
  • 將任務分散給各自擁有專案副本的 agent 團隊
    未測試

適合用來

  • 在本機 Mac 上並行執行多個 AI coding agent
  • 在本機以結構化 JSON 與 function calling 處理 agent 工具呼叫

可替代 mlx-lm、Ollama 和 llama.cpp。

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。