pickfit

瀏覽MCP 伺服器

Redis MCP Server

MCP 伺服器,讓 AI agent 以自然語言在 Redis 中儲存、管理與搜尋資料。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:python>=3.14
  1. uv tool install redis-mcp-server(0.5.1)

    uv tool install redis-mcp-server

確認能用

redis-mcp-server --help

輸出應包含「Redis MCP Server - Model Context Protocol server for Redis.」。

加進你的 agent

claude mcp add mcp-redis -- redis-mcp-server --url redis://localhost:6379/0
Claude Desktop、Cursor 等用戶端用的 JSON
{
  "mcpServers": {
    "mcp-redis": {
      "command": "redis-mcp-server",
      "args": [
        "--url",
        "redis://localhost:6379/0"
      ]
    }
  }
}

在 AI 用戶端中將 redis-mcp-server 加為 MCP 伺服器並指向 Redis 實例,agent 即可使用其 Redis 工具。

它能做什麼

  • 用日常語言查詢與更新 Redis
    未測試
  • 管理 hash、list、set、stream 等
    未測試
  • 管理向量索引並執行向量搜尋
    未測試
  • 用 EntraID 登入 Azure Managed Redis
    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 0 項可用
  4. 可離線使用

適合用來

  • 從 AI agent 快取項目並儲存具到期時間的工作階段
  • 將對話存入 Redis stream
  • 在 Redis 中建立向量索引並搜尋
  • 用 consumer group 管理事件串流

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11月15日
  • 版本 0.5.1

MCP 用戶端透過 stdio 連線,列出 53 個工具。

測試機器遇到的差異

  • README: Connect to a Redis server at redis://localhost:6379/0
    測試中: 沙盒沒有 Redis 伺服器也沒有 root;PyPI 的 redis-server wheel 僅支援 macOS,因此改以 fakeredis TcpFakeServer(裝在另一個 venv)在連接埠 6379 代替,供工具呼叫使用
  • README: query engine tools to manage vector indexes and perform vector search
    測試中: 需要具備 Query Engine 的 Redis(Redis 8 / Redis Stack)。fakeredis 沒有 FT.* 指令,因此 get_indexes 回傳 'unknown command ft._list'
  • README: Python 3.14+ (uv python install 3.14)
    測試中: uv tool install redis-mcp-server 安裝與執行皆正常,不需另外安裝 Python 3.14

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。