MCP Notes
一个个人知识管理系统,它使用模型上下文协议将每日笔记转化为有组织的、可搜索的知识。
README
📚 MCP笔记
一个基于模型上下文协议 (MCP) 构建的个人知识管理系统,可将日常笔记转换为有组织的、可搜索的知识。
🚀 使用方法
🛠️ 手动设置
-
克隆仓库
git clone git@github.com:markacianfrani/mcp-notes.git cd mcp-notes npm i -
设置 MCP
🖥️ Claude Desktop
添加到你的 claude-desktop-config.json:
"notes": {
"command": "node",
"args": [
"path/to/this/repo/mcp-notes/index.js",
"path/to/your/notes"
],
},
🌟 项目愿景
MCP Notes 旨在通过创建一个系统来解决知识碎片化的问题,在该系统中,日常的想法、成就和见解可以:
- 📥 以最小的摩擦快速捕获
- 🗂️ 自动组织成有意义的结构
- 🧠 合成到更高层次的知识
- 🔍 在需要时轻松检索
目标是构建一个外部橡皮鸭,可以从任何工具实时转储你的工作记忆,并筛选垃圾。
🧩 核心概念
1. 📅 每日日志
每日日志是 MCP Notes 中捕获的最小单位。 每天都有自己的 markdown 文件,你可以在其中记录一整天的观察结果。 将每日日志视为一个运行的分类帐。
💡 提示:利用 Claude Desktop 的快速输入键盘快捷键
MCP 与工具无关,因此你可以在对话和工具之间使用 /log——让 Copilot 或 Cursor 在修复错误后记录经验教训的摘要,或者让 Claude Desktop 保存解决旧问题的新方法。
2. 📊 汇总
汇总会自动生成摘要,将每日日志浓缩为更高层次的见解和模式。 它们有助于将孤立的信息片段连接成你工作和思考的连贯叙述。
3. 📚 知识类别
系统中的所有笔记都属于以下四个类别之一:
- 🏆 成就:解决问题、完成功能、修复错误
- 💡 见解:模式、架构决策、更好的工作方式
- 📝 TODO:与更大目标相关的任务、有意义的改进
- 📖 知识:技术细节、背景、原理、技术
🎨 设计原则
MCP Notes 基于几个核心设计原则构建:
1. 📄 纯文本优先
所有笔记都存储为纯文本 Markdown 文件,确保:
- 不会被锁定到专有格式的面向未来的存储
- 版本控制兼容性
- 可以使用任何文本编辑器轻松编辑
- 透明的数据结构
2. ✍️ 低摩擦捕获
主要界面旨在最大限度地减少记录想法的摩擦:
- 简单的文本输入
- 自动分类辅助
- 捕获时无需复杂的组织
3. 🔄 渐进式组织
MCP Notes 采用渐进式方法,而不是要求预先进行严格的组织:
- 捕获原始想法和活动
- 自动对内容进行分类
- 生成定期摘要
- 随着时间的推移连接相关项目
4. 🤖 AI 增强
该系统利用 AI 来增强人类的思维,而不是取代它:
- 帮助对信息进行分类
- 生成摘要和连接
- 显示相关的过去笔记
- 识别随时间推移的模式
🧰 可用工具
MCP Notes 提供了一组可以通过 Claude Desktop 或其他 MCP 兼容客户端调用的工具。 这些工具允许你捕获、组织和检索你的笔记。
📝 核心笔记工具
/log
创建或更新今天的每日日志文件,其中包含你的笔记。
调用方式:“log this to my daily log: ...”、“add a summary of that to my log: ....”
/rollup
将每日笔记综合成一个有组织的摘要,其中包含类别、连接和操作项。
调用方式:“rollup my notes for today”
write_note
创建新笔记或使用内容覆盖现有笔记。
sticky
根据可操作性、持久性、可查找性和未来参考价值评估想法的“粘性”。
调用方式:“Is this idea sticky?”
📂 文件系统工具
search_files
在你的笔记目录中递归搜索与模式匹配的文件和目录。
read_note
从你的笔记目录中读取笔记文件的完整内容。
read_multiple_notes
同时读取多个笔记文件的内容。
list_directory
列出你的笔记中目录的内容。
create_directory
在你的笔记中创建一个新目录。
有关版本历史记录和更改,请参阅 CHANGELOG.md 文件。
💡 可用提示
Is this atomic? (这个是原子性的吗?)
将想法分解为最简单的独立部分。 使用此提示将大型想法转化为较小的概念。 较小的笔记可以更容易地链接到其他笔记。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。