pickfit

瀏覽MCP 伺服器

sessionmem

本機優先的 MCP 伺服器,將跨 AI coding session 的專案記憶儲存在 SQLite 中。

已在 macOS 和 Linux 上測試

使用

macOS arm64

需要先準備

  • 執行環境:Node.js 20.19+ or 22.13+
  1. 透過 npm install -g sessionmem 安裝 sessionmem

    npm install -g sessionmem

確認能用

sessionmem ping

輸出應包含「sessionmem is operational」。

先試試這個

sessionmem ping

加進你的 agent

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

在 AI 程式開發用戶端中將 sessionmem run 加入為 MCP 伺服器指令,然後從用戶端呼叫其工具。

Linux x86_64

需要先準備

  • 執行環境:Node.js 20.19+ or 22.13+
  1. 透過 npm 安裝 sessionmem

    npm install -g sessionmem
README 與實測不符之處
  • README 寫: storeMemory importance as float example 0.8 implied
    實際可行: importance 必須為整數(schema 預期整數,例如 1)——探測錯誤 -32602 invalid number at importance

確認能用

sessionmem --version

輸出應包含「1.10.1」。

加進你的 agent

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

在 AI 程式開發用戶端中將 sessionmem run 加入為 MCP 伺服器指令,然後從用戶端呼叫其工具。

它能做什麼

  • 跨工作階段儲存專案決策
    怎麼使用
    1. 在用戶端中將 sessionmem run 作為 MCP 伺服器執行。
    2. 呼叫 storeMemory 工具,提供工作階段 ID、將 kind 設為 decision,並以決策文字作為 content。
    已測試
  • 在工作時擷取工作階段事件
    怎麼使用
    1. 在用戶端中將 sessionmem run 作為 MCP 伺服器執行。
    2. 呼叫 ingestSessionEvents 工具,提供工作階段 ID 與事件清單,每個事件包含 ID、事件類型與 payload。
    已測試
  • 工作階段開始時載入相關記憶
    怎麼使用
    1. 在用戶端中將 sessionmem run 作為 MCP 伺服器執行。
    2. 在工作階段開始時,不帶參數呼叫 startup_inject_memories 工具。
    已測試
  • 以文字搜尋已儲存的記憶
    怎麼使用
    1. 在用戶端中將 sessionmem run 作為 MCP 伺服器執行。
    2. 呼叫 searchMemoryIndex 工具,以搜尋文字作為 query。
    已測試

pickfit 測到哪一步

macOS arm64

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

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

Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 在工作時擷取工作階段事件
  • 將決策與警告摘要為儲存的記憶
  • 在下次工作階段開始時載入相關記憶

可替代 claude-mem。

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

MCP 用戶端成功呼叫工具

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年11月1日
  • 版本 1.10.1

MCP 用戶端透過 stdio 連線,列出 15 個工具,呼叫 storeMemory 也回傳了結果。

測試機器遇到的差異

  • README: npm install -g sessionmem without allowScripts warning
    測試中: 出現 better-sqlite3 prebuild 警告,但安裝仍成功,且 sessionmem --version 可正常執行
  • README: sessionmem doctor expects PASS
    測試中: 在 sessionmem ping 初始化資料庫並啟用 autostart 之前,doctor 在 auto-start、store 和 checkpoint 項目上失敗
  • README: ingestSessionEvents example informal
    測試中: 此工具需要包含 id、eventType、payloadJson(JSON 字串)的事件,而非 tool/input 格式

Linux x86_64

MCP 用戶端成功呼叫工具

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月31日
  • 版本 1.10.1

MCP 用戶端透過 stdio 連線,列出 15 個工具,呼叫 startup_inject_memories 也回傳了結果。

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。