pickfit

瀏覽MCP 伺服器

Lore

本機語意搜尋引擎,透過 MCP 為 AI agent 提供軟體模式。

已在 Linux 上測試

使用

Linux x86_64

  1. 下載預先建置的 lore 封存檔與 SHA256SUMS

    curl -LO https://github.com/attila/lore/releases/download/v0.5.0/lore-0.5.0-x86_64-unknown-linux-gnu.tar.gz && curl -LO https://github.com/attila/lore/releases/download/v0.5.0/SHA256SUMS
  2. 驗證總和檢查碼、解壓縮,並將 lore 安裝至 ~/.local/bin

    sha256sum -c SHA256SUMS --ignore-missing && tar xzf lore-0.5.0-x86_64-unknown-linux-gnu.tar.gz && mkdir -p ~/.local/bin && mv lore ~/.local/bin/ && lore --version
README 與實測不符之處
  • README 寫: Set hybrid=false to skip the embedding server
    實際可行: 手動撰寫含 [ollama] 區段及 [search] hybrid=false 的 lore.toml,匯入時仍會嘗試 embeddings(警告 embedding failure(s)),但匯入以結束代碼 0 完成,FTS 搜尋可離線運作;lore init 本身需要執行中的 Ollama 伺服器
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 -LO https://github.com/attila/lore/releases/download/v0.5.0/lore-0.5.0-x86_64-unknown-linux-gnu.tar.gz && curl -LO https://github.com/attila/lore/releases/download/v0.5.0/SHA256SUMS
sha256sum -c SHA256SUMS --ignore-missing && tar xzf lore-0.5.0-x86_64-unknown-linux-gnu.tar.gz && mkdir -p ~/.local/bin && mv lore ~/.local/bin/ && lore --version
lore --help
mkdir -p ~/lore-kb ~/lore-data && cat > ~/lore-kb/error-handling.md <<'EOF'
---
tags: [error-handling, rust, result-types]
---

# Error Handling with Result Types

Always use Result<T, E> for fallible operations.

## Context

Use this pattern for error handling in Rust code.

## Rule

Prefer `?` operator and `thiserror` for error propagation.
EOF
cat ~/lore-kb/error-handling.md
cat > /tmp/lore.toml <<'EOF'
knowledge_dir = "/home/sbx/lore-kb"
database = "/home/sbx/lore-data/knowledge.db"
bind = "localhost:3100"

[search]
hybrid = false
top_k = 5
min_relevance = 0.0
EOF
cat /tmp/lore.toml
cat > /tmp/lore.toml <<'EOF'
knowledge_dir = "/home/sbx/lore-kb"
database = "/home/sbx/lore-data/knowledge.db"
bind = "localhost:3100"

[ollama]
host = "http://127.0.0.1:11434"
model = "nomic-embed-text"

[search]
hybrid = false
top_k = 5
min_relevance = 0.0

[chunking]
strategy = "heading"
max_tokens = 1024
EOF
cat /tmp/lore.toml && lore ingest --config /tmp/lore.toml
lore search "error handling" --config /tmp/lore.toml

確認能用

lore --help

輸出應包含「Local semantic search for your software patterns」。

先試試這個

mkdir -p ~/lore-kb ~/lore-data && cat > ~/lore-kb/error-handling.md <<'EOF'
---
tags: [error-handling, rust, result-types]
---

# Error Handling with Result Types

Always use Result<T, E> for fallible operations.

## Context

Use this pattern for error handling in Rust code.

## Rule

Prefer `?` operator and `thiserror` for error propagation.
EOF
cat ~/lore-kb/error-handling.md
cat > /tmp/lore.toml <<'EOF'
knowledge_dir = "$HOME/lore-kb"
database = "$HOME/lore-data/knowledge.db"
bind = "localhost:3100"

[search]
hybrid = false
top_k = 5
min_relevance = 0.0
EOF
cat /tmp/lore.toml
cat > /tmp/lore.toml <<'EOF'
knowledge_dir = "$HOME/lore-kb"
database = "$HOME/lore-data/knowledge.db"
bind = "localhost:3100"

[ollama]
host = "http://127.0.0.1:11434"
model = "nomic-embed-text"

[search]
hybrid = false
top_k = 5
min_relevance = 0.0

[chunking]
strategy = "heading"
max_tokens = 1024
EOF
cat /tmp/lore.toml && lore ingest --config /tmp/lore.toml
lore search "error handling" --config /tmp/lore.toml

加進你的 agent

claude mcp add lore -- lore serve --config '<config>'
Claude Desktop、Cursor 等用戶端用的 JSON
{
  "mcpServers": {
    "lore": {
      "command": "lore",
      "args": [
        "serve",
        "--config",
        "<config>"
      ]
    }
  }
}

請把 <config> 換成你自己的路徑。

執行 lore search "<your query>" --config <file> 搜尋你的模式,或將 MCP 用戶端連線至 Lore 以使用其工具。

它能做什麼

以下依據 README;pickfit 沒有逐項檢查。

  • 以語意與關鍵字搜尋模式
    未測試
  • 透過 MCP 將模式提供給 AI 代理
    未測試
  • 建立模式檔案並建立索引
    未測試

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以連線
  3. 工具呼叫可用
  4. 可離線使用

macOS:專案說支援,但 pickfit 還沒試過。

適合用來

  • 以語意與關鍵字搜尋軟體模式
  • 建立並索引新的模式檔案
  • 編輯 markdown 檔案後重新索引知識目錄
  • 列出所有已索引的模式
  • 檢查所有元件的健康狀態

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 用戶端能連上並列出工具

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月30日
  • 版本 0.5.0

MCP 用戶端透過 stdio 連線,列出 6 個工具。

測試機器遇到的差異

  • README: cargo install --path .
    測試中: 使用預先建置的發行封存檔 lore-0.5.0-x86_64-unknown-linux-gnu.tar.gz:驗證 SHA256SUMS、解壓縮,將 lore 移至 ~/.local/bin;cargo 方案需要 Rust 工具鏈,而沙箱中不得安裝
  • README: lore status checks health
    測試中: lore status 報告輸出至 stderr 而非 stdout,結束代碼為 0

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。