关于 rdrop for Raindrop.io
rdrop for Raindrop.io 是用于书签库的 CLI、本地 MCP 服务和可审核整理工具。它支持沿用现有标签与合集进行搜索和规划,变更可在应用前查看并试运行。
主要功能
- 01搜索书签并查看合集
- 02报告可清理项目
- 03构建并验证整理计划
- 04应用变更前试运行计划
- 05默认使用只读 MCP 工具
适用场景
- 01查找符合查询条件的已保存链接
- 02检查未加标签的书签并制定清理方案
- 03保留现有标签并规划标签和合集变更
- 04让 MCP 客户端检查 Raindrop 书签库
MCP 相关
本地 MCP 服务默认提供只读工具,用于搜索、读取和规划。只有对会强制审核的授权宿主,才可启用写入;可选的官方扩展还提供 Raindrop 托管的 AI 读取工具。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Raindrop.io 的 rdrop
查找、审阅并整理已保存的链接。保留你的标签。使用你自己的 AI。
让不断增长的 Raindrop.io 资料库变得更易使用。搜索已保存的链接、查看收藏集、发现可整理之处,并在进行更改前审阅建议。你可以在终端中使用它,也可以让喜欢的 Agent 负责阅读和规划。
这是由 Machineyearn 打造的 Raindrop.io CLI、MCP 服务和经审阅的书签整理工具,作为一项独立集成提供。
- 整理方式由你决定。 从你已有的标签和收藏集开始;应用计划时保留现有标签。
- 更改内容一目了然。 查看具体书签、拟议标签和目标位置,然后先试运行计划,再正式应用。
- AI 适配你的工作流。 连接 Codex 或 Claude,使用托管的工具型模型,或运行本地 Qwen 和 Laya。
- 不使用 AI 也有实用的 CLI。 搜索、编辑、导出、管理高亮内容和收藏集,并构建 Shell 管道。
快速开始
1. 安装
brew install machineyearningengineer/tap/rdrop
# Or Node 22+, with optional dependencies enabled:
npm install --global @machineyearn/[email protected]
rdrop version
不想全局安装?使用 npx --yes @machineyearn/[email protected] COMMAND。原生程序下载支持 Intel/AMD 和 ARM 架构的 macOS、Linux 与 Windows。构建产物和校验和。
2. 连接 Raindrop
在 Raindrop 集成设置中创建令牌。将其添加到私有文件 ~/.config/rdrop/env:
RAINDROP_TOKEN=your_token_here
将目录权限设为 700,文件权限设为 600,然后运行 rdrop doctor。不要在聊天或 Git 中泄露令牌。设置与故障排除。
3. 询问你的 Agent
将以下内容复制到 Codex、Claude 或你偏好的编码 Agent 中。它也可以协助完成设置:
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.
连接 Agent,或者在 Shell 中使用 rdrop collections --tree、rdrop search 'type:article #go' --json 和 rdrop cleanup report --json 开始操作。
选择你的工作流
| 你想要…… | 从这里开始 |
|---|---|
| 查找链接、管理收藏集或导出资料库 | Shell 命令 |
| 使用 Codex、Claude 或其他 MCP 客户端 | 客户端设置和插件 |
| 让模型检查资料库并提出更改建议 | 直接运行模型 |
| 使用 Raindrop 的语义搜索和 AI 辅助阅读 | 官方 MCP 工具 |
| 使用 Jev、Laya 或 Clef 对选定书签进行分类 | 决策提供方 |
| 在 Executor 中运行便携式 Raindrop 工具 | Executor 设置 |
使用计划进行整理
先生成报告,再选择要审核的确切书签:
rdrop cleanup report --json > cleanup-report.json
rdrop context --ids 101,102 > library-context.json
jq 'del(.snapshots)' library-context.json > model-context.json
模型视图包含你现有的标签名称、合集路径和书签元数据。请将原始上下文保密:应用更改前,系统会使用其快照检测编辑。请任意模型或规则引擎按照提案格式生成提案,然后进行验证:
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
计划会保留现有标签,也可以将新标签与移动到其他合集结合使用。未知名称和目标位置无法通过验证;新标签需要明确的命名规则。写入前会检查账号、摘要和快照。并发编辑或部分失败需要检查并重新制定计划。整理与恢复。
使用你的 Agent
Codex 和 Claude 插件捆绑了一个通用整理技能和只读 MCP 连接。安装说明也介绍了其他本地客户端的直接配置方法。
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
默认工具仅用于读取和制定计划。只有在经过授权且强制审核的主机上,才启用写入功能。官方扩展会导入文档中说明的读取工具;其计划限制和服务可用性仍然适用。覆盖范围以及与官方服务的比较。
你也可以直接运行模型:
# 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
模型会接收实际的工具结果,并返回响应和精确生成的计划。运行受步骤数、调用次数和时间限制约束。支持本地 Chat Completions 服务和托管的 Responses API。Jev、Laya 和 Cloudflare Clef 会提供带类型的分类决策;不确定性会明确显示。模型配置与准确命令。
已验证并持续维护
在真实的 Qwen/Laya 循环中,系统对书签进行了分类、生成计划,并将其应用到一次性测试库,同时保留了现有标签和备注。本地 Executor 部署通过了已连接账号的健康检查和实时读取检查。重复验证,但请注意其限制:此冒烟测试不是准确性基准测试,且 Jev/Clef 的实时推理需要提供商凭据。
该产品专注于 Raindrop。模型提供商和提案格式不受特定提供商限制;Obsidian 和其他笔记来源仍是未来选项。
面向开发者
公开名称是 rdrop for Raindrop.io。稳定的技术标识包括 raindrop-cli 仓库、@machineyearn/raindrop-cli npm 包、rdrop 命令和 raindrop@machineyearn 插件。目前,存储支持主要面向 Raindrop.io;模型和 Agent 连接不受特定提供商限制。
原生 Go CLI、本地 MCP 服务和直接模型循环共用同一套命令实现。REST 客户端、模型客户端和计划代码使用标准库;MCP 使用官方 Go SDK。ACP 配置会将此服务提供给现有 ACP Agent。Executor 提供了一个更精简、可移植的 REST 适配器。Docker 可用作打包选项。
make check # Go checks, build and generated-doc parity
make check-integrations # npm, Executor and Laya contracts
make assets # regenerate the terminal graphic
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。