mcpField
R

rdrop for Raindrop.io

ローカル
github.com生産性22 週間前に更新

rdrop for Raindrop.io について

rdrop for Raindrop.io は、ブックマークライブラリ向けの CLI、ローカル MCP サーバー、レビュー対応の整理ツールです。既存のタグやコレクションを保ちながら検索や変更計画を行え、適用前に内容確認とドライランができます。

主な機能

  1. 01ブックマーク検索とコレクション確認
  2. 02整理候補のレポート
  3. 03整理計画の作成と検証
  4. 04変更適用前のドライラン
  5. 05標準で読み取り専用の MCP ツール

活用シーン

  1. 01検索条件に合う保存済みリンクの発見
  2. 02タグ未設定ブックマークの整理候補確認
  3. 03既存タグを保ったタグとコレクション変更の計画
  4. 04MCP クライアントによる Raindrop ライブラリの確認

MCP 対応

ローカル MCP サーバーは、検索、読み取り、計画用の読み取り専用ツールを標準で提供します。書き込みはレビューを強制する認可済みホストに限って有効化でき、任意の公式拡張では Raindrop がホストする AI 読み取りツールも利用できます。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"kingpsychopath-raindrop-cli": {
"command": "npx",
"args": [
"-y",
"@machineyearn/raindrop-cli"
],
"env": {
"RAINDROP_TOKEN": "<RAINDROP_TOKEN>"
}
}
}
}
起動コマンドnpx -y @machineyearn/raindrop-cli
設定が必要な環境変数
RAINDROP_TOKENシークレットRaindrop.io API token. Alternatively configure the private rdrop env/token file; see setup.

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@machineyearn/raindrop-cli0.2.1

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Raindrop.io 用 rdrop

保存したリンクを検索、確認、整理できます。タグはそのまま維持できます。お好みの AI をご利用ください。

CI Release Version npm License: MIT Go version

増え続ける Raindrop.io のライブラリを、より使いやすくします。保存したリンクを検索し、コレクションを確認し、整理できる項目を見つけ、変更前に提案を確認できます。ターミナルから使うことも、お気に入りのエージェントに調査や計画を任せることもできます。

Machineyearn が独立したインテグレーションとして開発した、Raindrop.io の CLI、MCP サーバー、確認しながら使えるブックマーク整理ツールです。

  • 整理方法はそのまま維持できます。 すでに作成したタグやコレクションから始め、プランを適用する際にも既存のタグを維持します。
  • 変更内容を確認できます。 対象のブックマーク、提案されたタグや保存先を確認してから、プランを適用する前にドライランできます。
  • ワークフローに合った AI を使えます。 Codex や Claude を接続したり、ツール対応のホスト型モデルを使ったり、ローカルで Qwen や Laya を実行したりできます。
  • AI を使わなくても便利な CLI です。 検索、編集、エクスポート、ハイライトやコレクションの管理、シェルパイプラインの構築ができます。

シェル、MCP、確認しながら行う整理ワークフローを示すターミナルのデモ

はじめに

1. インストール
brew install machineyearningengineer/tap/rdrop
# Or Node 22+, with optional dependencies enabled:
npm install --global @machineyearn/[email protected]
rdrop version

グローバルインストールを避けたい場合は、npx --yes @machineyearn/[email protected] COMMAND を使ってください。ネイティブ版のダウンロードでは、Intel/AMD および ARM 向けの macOS、Linux、Windows に対応しています。ビルドとチェックサム。

2. Raindrop に接続

Raindrop のインテグレーション設定でトークンを作成します。非公開ファイル ~/.config/rdrop/env に追加します。

RAINDROP_TOKEN=your_token_here

ディレクトリのアクセス権を 700、ファイルを 600 に設定してから、rdrop doctor を実行します。トークンをチャットや Git に含めないでください。セットアップとトラブルシューティング。

3. エージェントに依頼

以下を Codex、Claude、またはお好みのコーディングエージェントにコピーしてください。セットアップにも役立ちます。

Set up https://github.com/machineyearningengineer/raindrop-cli so you can help
manage my Raindrop library. Use its plugin/MCP when available, otherwise
use the CLI. Check installation and authentication; have me add the token
privately. Use the existing model and configured services first.

Start with a cleanup report and a small sample. Use my existing tags and
collections. Choose useful tools for search, content, classification and
planning; connect extra model providers, Executor or ACP only if needed.
Show the exact proposed changes and a dry-run. Preserve my tags and notes,
flag uncertain suggestions, and apply only the exact plan I approve.

エージェントを接続するか、シェルで rdrop collections --tree、rdrop search 'type:article #go' --json、rdrop cleanup report --json を実行して始めましょう。

ワークフローを選ぶ

やりたいこと…ここから始める
リンクを探す、コレクションを管理する、またはライブラリをエクスポートするシェルコマンド
Codex、Claude、または別の MCP クライアントを使うクライアントのセットアップとプラグイン
モデルにライブラリを調査させ、変更を提案させるモデルを直接実行
Raindrop のセマンティック検索と AI を活用した読み取りを使う公式 MCP ツール
Jev、Laya、または Clef で選択したブックマークを分類する判定プロバイダー
Executor でポータブルな Raindrop ツールを実行するExecutor のセットアップ

プランを使って整理する

保存したリンクを見つけ、提案を確認してから、承認した変更を適用します

まずレポートを作成し、確認したいブックマークを正確に選択します。

rdrop cleanup report --json > cleanup-report.json
rdrop context --ids 101,102 > library-context.json
jq 'del(.snapshots)' library-context.json > model-context.json

モデルビューには、既存のタグ名、コレクションのパス、ブックマークのメタデータが含まれます。元のコンテキストは非公開にしてください。スナップショットは、適用前に編集を検出するために使用されます。任意のモデルやルールエンジンに提案形式を使って提案を作成してもらい、検証します。

rdrop organize plan --context library-context.json --proposal proposal.json > organization.json
jq '.plan // error("No accepted changes")' organization.json > reviewed-plan.json
# Review accepted changes, needsReview and unmentioned items.
rdrop cleanup apply reviewed-plan.json --dry-run
rdrop cleanup apply reviewed-plan.json --yes

プランでは既存のタグが保持され、新しいタグの追加とコレクションの移動を組み合わせることができます。不明な名前や移動先は検証に失敗します。新しいタグには、明示的な命名ルールが必要です。書き込み前に、アカウント、ダイジェスト、スナップショットが確認されます。同時編集や部分的な失敗が発生した場合は、内容を調査して新しいプランを作成してください。整理と復旧。

エージェントを使う

Codex and Claude pluginには、共通の整理スキルと読み取り専用の MCP 接続が含まれています。インストール手順では、ほかのローカルクライアントの直接設定方法も説明しています。

rdrop connect mcp                         # client configuration, without tokens
rdrop mcp serve                           # read-only tools over stdio
rdrop mcp tools --search 'organize tags'   # discover relevant schemas offline
rdrop mcp tools --name raindrop_context    # inspect one exact schema
rdrop mcp serve --official                # also include Raindrop's hosted AI reads

デフォルトのツールは読み取りとプラン作成を行います。レビューを徹底する、権限を付与されたホストでのみ書き込みを有効にしてください。公式拡張機能は、ドキュメントに記載された読み取りツールをインポートします。プランの制限とサービスの可用性は引き続き適用されます。公式サーバーとの対応範囲と比較。

モデルを直接実行することもできます。

# With your model API key in a private environment:
rdrop agent --model your-tool-capable-model --json \
  'Review the first page of untagged bookmarks. Use existing tags and propose a plan.' > agent-result.json

モデルは実際のツール結果を受け取り、応答と正確な生成プランを返します。実行はステップ数、呼び出し数、時間の上限によって制限されます。ローカルの Chat Completions サーバーとホスト型の Responses API に対応しています。Jev、Laya、Cloudflare Clef は型付きのカテゴリー判定を提供し、不確実性もそのまま示されます。モデルの設定と正確なコマンド。

検証済みで、継続的にメンテナンス

実際の Qwen/Laya のループでブックマークを分類し、プランを生成して、既存のタグとノートを保持しながら、使い捨てのテストライブラリに適用しました。ローカルの Executor デプロイでは、接続アカウントのヘルスチェックとライブ読み取りチェックに合格しました。検証を再実行する際は、その制限にも留意してください。このスモークチェックは精度ベンチマークではなく、Jev/Clef のライブ推論にはプロバイダーの認証情報が必要です。

製品は Raindrop に重点を置いています。モデルプロバイダーと提案形式は特定のプロバイダーに依存しません。Obsidian やその他のノートソースは今後の選択肢です。

開発者向け

正式名称は rdrop for Raindrop.io です。安定した技術識別子は、raindrop-cli リポジトリ、@machineyearn/raindrop-cli npm パッケージ、rdrop コマンド、raindrop@machineyearn プラグインです。現在のストレージ対応は Raindrop.io を中心としています。モデルおよびエージェントとの接続は特定のプロバイダーに依存しません。

ネイティブ Go CLI、ローカル MCP サーバー、モデルの直接実行ループは、コマンド実装を共有しています。REST クライアント、モデルクライアント、プランニングコードには標準ライブラリを使用し、MCP には公式 Go SDK を使用しています。ACP 設定を使って、このサーバーを既存の ACP エージェントに提供できます。Executor は、より小規模なポータブル REST アダプターを提供します。パッケージ化の選択肢として Docker も利用できます。

make check               # Go checks, build and generated-doc parity
make check-integrations  # npm, Executor and Laya contracts
make assets              # regenerate the terminal graphic

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。