Workflowy Local Mcp

Workflowy Local MCP

AI アシスタントに Workflowy アカウントへの完全な読み書きアクセスと高速なローカル検索を提供するデスクトップアプリです。単純な API ラッパーとは異なり、アウトライン全体を全文検索対応のローカル SQLite データベースにキャッシュするため、AI は API のレート制限に引っかかることなく、数十万ノードを瞬時に検索できます。API キーがあなたのマシンから外に出ることはありません。

このコレクションの詳細: Workflowy tools by Rodolfo。

これが存在する理由

Workflowy の API には検索エンドポイントがなく、完全エクスポートには 1 分あたり 1 リクエストという厳しいレート制限があります。そのため、アウトラインを探索する必要がある AI アシスタントにとって、API への直接アクセスは非常に遅くなります。このサーバーは、ローカルキャッシュ、即時全文検索、コンテキスト付きブックマーク、AI が設定可能な指示によってこの問題を解決します。すべてシンプルなデスクトップアプリを通じて行えます。

機能

• Workflowy のノード、ミラー、アカウント、キャッシュ、バックアップを管理する 16 個のツール
• 本番またはベータのパブリック API — 本番はミラーの書き込みを処理し、ベータはより豊富なミラー識別メタデータを追加します
• すべてのノードを対象とした高速な全文検索を備えた ローカル SQLite キャッシュ
• JSON スナップショットとしてローカルに保存される 毎日の全アカウントバックアップ
• 設定可能なバックアップ保持 — オプションで最新の N 件のバックアップのみを保持できます
• よく使うノードの場所をコンテキストメモとともに保存する ブックマーク
• AI 指示 — Workflowy に「AI Instructions」ノードを作成して、セッションをまたいで LLM の動作をカスタマイズできます
• アクセス時同期 — 読み取り時に Workflowy API から自動同期するため、データは常に最新です
• AI の動作を調整するためのカスタマイズ可能なサーバー指示とツール説明
• MCP ログ — デスクトップアプリでサーバーのアクティビティをリアルタイムに確認できます
• 完全ローカル — API キーがあなたのマシンから外に出ることはありません

インストール

1. GitHub Releases から最新リリースをダウンロードします

   • macOS (Apple Silicon): aarch64.dmg ファイルをダウンロードします
   • macOS (Intel): x64.dmg ファイルをダウンロードします
   • Linux (x64): amd64.AppImage ファイルをダウンロードします
   • Windows (x64): .msi インストーラーまたは .exe セットアップファイルのいずれかをダウンロードします
   • 更新のデバッグや署名の手動検証を行わない限り、.sig、.tar.gz、latest.json ファイルは無視してください

2. macOS ユーザー: アプリは署名されているため、対応する .dmg を通常どおりインストールして開くことができます

3. Linux ユーザー: AppImage に実行権限を付与し（chmod +x Workflowy.MCP_*_amd64.AppImage）、直接実行します

4. Windows ユーザー: .msi は標準の Windows インストーラーです。.exe は同じ x64 ビルド向けの代替セットアップパッケージです

   • アプリのウィンドウを閉じても、Workflowy MCP はシステムトレイで実行され続けます。トレイアイコンを左クリックすると再度開きます。完全に終了するには、トレイメニューの Quit を使用します。

5. アプリを開き、Workflowy の API キーを入力します

   • workflowy.com/api-reference で取得できます

6. Setup タブに移動し、お使いの MCP クライアント（Claude Code、Claude Desktop、Cursor、または MCP をサポートする任意のアプリ）向けの指示に従います

7. MCP クライアントを再起動します — Workflowy ツールが利用可能になります

利用可能なツール

ツール	説明
list_accounts	設定済みアカウントと、サニタイズされた設定ソース、永続化、リロードの診断情報を一覧表示します
reload_configuration	MCP クライアントを再起動せずに、ディスクからアカウントと API 環境を再読み込みします
list_bookmarks	保存されたすべてのブックマークと、ユーザーのカスタム AI 指示を一覧表示します。毎回の会話の冒頭でこれを呼び出してください。
save_bookmark	今後のセッションのために、ノード ID をわかりやすい名前とコンテキストメモとともに保存します
delete_bookmark	名前を指定して保存済みブックマークを削除します
read_doc	LLM Doc API を介してノードとその子ノードを読み取ります。カレンダーターゲット（today、tomorrow、next_week、inbox）と設定可能な深さ（1〜10）をサポートします。タグをキーとする JSON 形式を返します。
edit_doc	ノードの挿入、更新、完了、削除、移動を行います。通常の単一ノード編集は公開 API v1 を使用し、グループ化された編集、ネスト構造、テーブル、挿入後の配置は自動的に LLM Doc API を使用します。
mirror_info	ノードがミラーか、ミラーを持つオリジンか、通常のノードかを検査します（ベータ公開 API）
create_mirror	別の親の下に同期されたミラーを作成します（本番またはベータ公開 API）
remove_mirror	オリジンを保持したまま、確認済みのミラールートを 1 つ削除します（本番またはベータ公開 API）
search_nodes	ローカルにキャッシュされたノードをテキストで検索します。パンくずリストのパス、子ノードのプレビュー、タイムスタンプ、存在する場合はミラー/オリジンのメタデータを返します。
sync_nodes	すべての Workflowy ノードをローカルキャッシュに完全同期します（レート制限は 1 分あたり 1 リクエスト）
list_backups	保存されたアカウント全体のバックアップスナップショットを、ID、タイムスタンプ、サイズ、ファイルパスとともに一覧表示します
create_backup	オンデマンドでアカウント全体の新しいバックアップスナップショットを作成します
restore_backup	保存されたバックアップスナップショットからローカルの検索/キャッシュデータベースを復元します
export_backup	保存されたバックアップスナップショットを別のファイルパスまたはディレクトリにコピーします

仕組み

このサーバーは、Workflowy の公開 API v1 と LLM Doc API を組み合わせ、さらに検索用のローカル SQLite キャッシュを備えています。

• ハイブリッドな編集ルーティング: 単一のフラットな挿入、更新、完了、削除、移動は公開 API v1 を使用し、グループ化された操作、ネストされた子ノード、テーブル、段落ノード、完了状態での挿入、完了と内容の混在した更新、挿入後の配置は /api/llm/doc/edit を使用します
• LLM Doc API: read_doc はタグをキーとする再帰的な読み取りのために /api/llm/doc/read/ を呼び出し、高度な edit_doc リクエストはドキュメントエンドポイントのより豊富な構造サポートを利用します
• 公開 API 環境: 通常の編集、キャッシュ同期、バックアップ、検証、ミラーの作成/削除は本番（デフォルト）またはベータを使用できます。より豊富なミラー検査にはベータが必要です。Accounts で環境を選択し、保存後に MCP ツールを更新してください
• アカウントのホットリロード: サーバーはツール呼び出しの前に保存済みアカウントの変更を検出し、安全に再読み込みして、ツールスキーマが変更されたことを互換性のある MCP クライアントに通知します
• ミラー: 本番は作成/削除をサポートし、ベータはより豊富な data.mirror.origin_id、data.mirror.mirror_ids、リストレベルの識別メタデータを追加します。キャッシュ同期と検索はこれらの関係を保持し、アクセスできないオリジンは origin_id: null として報告されます
• カレンダーターゲット: ノード ID として today、tomorrow、next_week、inbox を使用できます。公開 v1 は通常の挿入と移動のために、存在しないカレンダー宛先をオンデマンドで作成します
• バッチ操作: edit_doc は 1 回の API 呼び出しで複数の挿入/更新/削除操作を実行できます
• 検索用のローカルキャッシュ: search_nodes は、古くなったとき（1 時間超）に自動同期する SQLite キャッシュを使用します
• 毎日のバックアップ: サーバーの実行中、完全な nodes-export スナップショットが 1 日 1 回保存されます
• 保持数の制御: 省略可能なバックアップの最大数を設定できます。未設定の場合、すべてのバックアップが保持されます
• レート制限: Workflowy の nodes-export API（キャッシュ同期に使用）は 1 分あたり 1 リクエストに制限されています。LLM Doc API にはレート制限はありません

デスクトップアプリ

Tauri ベースのデスクトップアプリは、設定とモニタリングのための UI を提供します：

• API キー — Workflowy API キーを入力して検証します
• API 環境 — 安定した本番環境のデフォルトを維持するか、早期機能のためにベータ公開 API を選択します
• ツール — サーバーの指示と個々のツールの説明をカスタマイズして、AI の動作を調整します
• セットアップ — Claude Code、Claude Desktop、Cursor 用の設定スニペットをコピー＆ペーストできます
• ブックマーク — 保存されたブックマークを表示、コンテキストの編集、削除します
• キャッシュ — 永続キャッシュのステータスを表示します。MCP の sync_nodes ツールを通じて同期します
• ログ — MCP サーバーのログをリアルタイムで表示します（3 秒ごとに自動更新）

AI セクション

MCP サーバーの真の力は、Workflowy アカウントに永続的な AI セクションを構築することから生まれます。これにより、AI アシスタントに安定した、セッションをまたいで持続するコンテキストが与えられます — あなたの名前、あなたの構造、あなたのワークフロー、そして毎朝何をすべきかを、毎回説明することなく AI が把握できます。

このシステムには 3 つの部分があり、それぞれが名前付きブックマークとして保存されます：

ブックマーク	ノード	目的
ai_instructions	AI Instructions	あなたが誰であるか、アカウントがどのように構成されているか、どのワークフローを実行すべきかを AI に伝えます
ai_memory	AI Memory	AI が自分自身に書き留める永続的なメモ - MCP の癖、パターン、あなたについて学んだこと
ai_skills	AI Skills	定期的に使用する API やツールのための、ステップバイステップの指示を含む再利用可能なワークフロー

AI Instructions は核心です。最低限、アカウントのレイアウトを記述し、動作の好みを設定する必要があります：

🤖 AI Instructions
  ├── When Starting Conversations
  │   ├── Read these instructions and check AI Memory for quirks
  │   └── Run the Morning Briefing skill — handles Now items, inbox triage, log follow-ups
  ├── About This Account
  │   └── Personal Workflowy for [Name] — daily planning, projects, knowledge base
  ├── Key Locations
  │   ├── 📥 Inbox — capture point for all ideas
  │   ├── 🌞 Daily — weekly planning + Now (today's focus) + Calendar log
  │   └── 📁 Topics — knowledge base and reference material
  ├── User Preferences
  │   └── Concise, conversational — clear takeaways, not walls of data
  └── Constraints
      ├── Always confirm before deleting
      └── Use regular bullets only (no headings) when logging

AI Memory は空の状態から始まり、自然に埋まっていきます。AI は記憶に値する何かを発見したときにそこへ書き込みます — 遭遇した MCP の癖、あなたの仕事の進め方のパターン、有用なノード ID などです。これはセッションをまたいで持続するため、同じことを二度説明する必要はありません。

AI Skills は再利用可能なワークフローを保持します。有用な最初のスキルは モーニングブリーフィング です — AI がセッション開始ごとに実行する一連のステップ：特定のリストを確認し、インボックスをトリアージし、昨日のログやカレンダーに残っているものをスキャンし、定期的なチェック（API 呼び出し、コミットログなど、あなたのワークフローに関わるもの）を実行します。

データストレージ

すべてのデータはアプリのデータディレクトリにローカルに保存されます：

プラットフォーム	パス
macOS	~/Library/Application Support/com.workflowy.local-mcp/
Windows	%APPDATA%\com.workflowy.local-mcp\
Linux	~/.local/share/com.workflowy.local-mcp/

保存されるファイル：config.json（設定）、bookmarks.db（ブックマークとノードキャッシュを含む SQLite データベース）、mcp-logs.json（サーバーログ）、backups/（毎日のアカウント全体のエクスポートスナップショットとメタデータ）。ブックマークは両方の環境で利用可能なままです。環境を切り替えると、キャッシュされたノードのみがクリアされ更新されます。ベータのバックアップスナップショットは beta/backups/ に分離されているため、本番のバックアップを置き換えることはできません。

API キーは、アプリ設定に構造化された accounts 配列がない場合、WORKFLOWY_API_KEY 環境変数を介して設定することもできます。デスクトップアプリによって保存された構造化アカウントが優先されます。両方のソースが存在する場合、list_accounts はサニタイズされた警告を報告します。サーバープロセスで保存された公開 API 環境を上書きするには、WORKFLOWY_API_ENVIRONMENT=beta を設定します。

対応環境

• Claude Desktop
• Claude Code
• Cursor
• Model Context Protocol をサポートするあらゆるアプリケーション

ソースからのビルド

Node.js 18+ と Rust が必要です。

npm install
npm run tauri build

これはフロントエンドのビルド（tsc && vite build）を実行し、esbuild で MCP サーバーをバンドルし（npm run build:mcp）、すべてを Tauri デスクトップアプリにパッケージ化します。