pickfit

瀏覽MCP 伺服器

memnest

本機記憶服務,讓 coding AI 從原始文字儲存並查詢過往決策。

已在 Linux 上測試有已知漏洞

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。

  • crates:quinn-proto 0.11.15 對端最小 ACK 延遲在啟用 ACK_FREQUENCY 傳輸時可使 quinn-proto 發生 panic (RUSTSEC-2026-0340,高風險,0.11.18 已修正)
再看 1 個

Linux x86_64

需要先準備

  • 執行環境:Python 3 is needed for setup
  • 至少 1.9 GB 記憶體
  1. 下載 memnest v0.4.3 發行封存檔

    curl -fsSL https://github.com/Blue-B/memnest/releases/download/v0.4.3/memnest-v0.4.3-x86_64-unknown-linux-gnu.tar.gz -o /tmp/memnest.tar.gz
  2. 解壓縮封存檔並將 memnest 執行檔安裝至 ~/.local/bin

    mkdir -p /tmp/mn_extract && tar -xzf /tmp/memnest.tar.gz -C /tmp/mn_extract && mkdir -p ~/.local/bin && cp /tmp/mn_extract/memnest ~/.local/bin/memnest && chmod +x ~/.local/bin/memnest
README 與實測不符之處
  • README 寫: memory_search(query="...")
    實際可行: 需要 project 或 cwd;跨專案搜尋請用 project="all",例如 {"query":"test","project":"all"}

加進你的 agent

claude mcp add memnest -- memnest --mcp
Claude Desktop、Cursor 等用戶端用的 JSON
{
  "mcpServers": {
    "memnest": {
      "command": "memnest",
      "args": [
        "--mcp"
      ]
    }
  }
}

在程式設計 AI 的設定中將 memnest 加入為 MCP 伺服器,再於聊天中使用 memory_search、memory_remember 等記憶工具。

它能做什麼

以下依據 README;pickfit 沒有逐項檢查。

  • 查詢過去的決策及其理由
    未測試
  • 刻意儲存重要決策
    未測試
  • 在多個程式設計 AI 間共用同一份記憶
    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

  • 找出更換任務管理工具背後的討論
  • 查詢上次定案的部署方式及原因
  • 查詢上次發生錯誤時嘗試過的方法

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31日
  • 版本 0.4.3

MCP 用戶端透過 stdio 連線,列出 5 個工具。

測試機器遇到的差異

  • README: curl -fsSL https://raw.githubusercontent.com/Blue-B/memnest/main/core/scripts/install.sh | bash installs and starts service
    測試中: install.sh 需要 systemd-analyze 與 systemd unit 路徑;在沙箱中失敗並出現 'systemd-analyze: command not found'。手動下載 tarball 並將 memnest 執行檔複製到 ~/.local/bin 可行;以 memnest --mcp 執行 MCP
  • README: first write or search downloads 1.1GB embedding model
    測試中: 首次 memory_search 花了約 18 秒下載模型;之後的離線呼叫可從快取成功執行

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。