pickfit

瀏覽本機 AI 工具

Mithril

協調引擎,透過單一 Ollama 相容 API 在多個 LLM 供應商之間路由請求。

已在 macOS 和 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 0.11.17 啟用 ACK_FREQUENCY 傳輸時,對端最小 ACK 延遲可能導致 quinn-proto panic (RUSTSEC-2026-0340,高風險,0.11.18 已修正)
再看 1 個

macOS arm64

需要先準備

  • 金鑰或帳號:gemini, openai
  1. 透過 GiacomoSaccaggi/tap 以 brew 安裝 Mithril

    brew install GiacomoSaccaggi/tap/mithril 2>&1
    

確認能用

mithril --version

輸出應包含「mithril 0.3.0」。

先試試這個

mithril fellowship init
ls -R .mithril 2>&1
cat .mithril/fellowship.yaml 2>&1 | head -n 200
mithril serve --port 16180
curl -s http://localhost:16180/api/tags

執行 mithril serve --port 16180 啟動伺服器,再將用戶端指向 http://localhost:16180。

Linux x86_64

需要先準備

  • 金鑰或帳號:gemini, openai
  1. 透過 uv tool 安裝 mithril-cli

    uv tool install mithril-cli

確認能用

mithril --version 2>&1

輸出應包含「mithril 1.0.0」。

先試試這個

mithril fellowship init 2>&1; echo "---EXIT:$?"; ls -R .mithril 2>&1; cat .mithril/fellowship.yaml 2>&1
mithril serve
curl -s http://localhost:16180/api/tags 2>&1

執行 mithril serve --port 16180 啟動伺服器,再將用戶端指向 http://localhost:16180。

它能做什麼

  • 將多個 LLM 供應商整合於單一 Ollama 相容 API 之後
    怎麼使用
    1. 執行 mithril fellowship init,在 .mithril/fellowship.yaml 建立 fellowship 設定。
    2. 用 mithril serve --port 16180 啟動伺服器。
    3. 用 curl -s http://localhost:16180/api/tags 列出可用模型。
    已測試
  • 使用 24 種內建檔案、git 與網路工具
    已測試
  • 提供 Ollama、OpenAI 與 MCP API 端點
    怎麼使用
    1. 用 mithril serve --port 16180 啟動伺服器,並用 curl -s http://localhost:16180/health 檢查。
    2. 用 curl -s http://localhost:16180/v1/models 列出 OpenAI 風格端點上的模型。
    3. 用 curl -s -X POST http://localhost:16180/mcp -H "Content-Type: application/json" -d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}' 列出 MCP 工具。
    已測試
  • 以 fellowship 形式執行一組 AI 模型
    未測試

pickfit 測到哪一步

macOS arm64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 3 項可用
  4. 可離線使用

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 3 項可用
  4. 可離線使用

Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 作為 Junie 的後端
  • 作為 OpenCode 的後端
  • 作為 Open WebUI 的後端
  • 作為 LangChain / LlamaIndex 的後端
  • 供 Claude Desktop 使用的 MCP 伺服器

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

macOS arm64

主要功能可用

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年11月1日
  • 版本 0.3.0

Linux x86_64

服務能回應請求

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月30日
  • 版本 1.0.0

測試機器遇到的差異

  • README: mithril serve starts the engine on http://localhost:16180
    測試中: 伺服器在沒有本機模型時仍會啟動並提供 HTTP 服務;日誌警告 No local model found,但 health 與 tags 正常運作

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。