mcpField
M
Memlane

Memlane

本地服务
github.com/danii1开发工具019 周前更新

关于 Memlane

Memlane 的 MCP 服务将个人收藏的网页链接与笔记接入 AI 助手,可按语义搜索、读取文章并管理内容。它支持本地 API 密钥连接,也可通过托管端点使用 OAuth。

主要功能

  1. 01语义搜索收藏内容
  2. 02浏览并筛选收藏
  3. 03读取文章全文
  4. 04保存网址并管理笔记
  5. 05按项目和主题整理

适用场景

  1. 01按含义查找已保存资料
  2. 02读取收藏文章的完整内容
  3. 03保存新网址或编辑笔记
  4. 04为收藏添加或移除主题

MCP 相关

向 MCP 客户端提供搜索、浏览、读取、保存及整理 Memlane 收藏内容的工具。本地服务通过 API 密钥连接,远程客户端可使用 OAuth 端点。

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。

mcp.json · 通用配置
{
"mcpServers": {
"memlane": {
"command": "npx",
"args": [
"-y",
"@memlane/mcp"
],
"env": {
"MEMLANE_API_KEY": "<MEMLANE_API_KEY>"
}
}
}
}
启动命令npx -y @memlane/mcp
需要配置的环境变量
MEMLANE_API_KEY密钥

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@memlane/mcp

工具

10

收录的工具列表 · 更新于 2 周前

参数类型必填说明
querystring是自然语言搜索查询
limitinteger否

详细介绍

@memlane/mcp

将 Memlane(用于保存链接和笔记的个人资料库)连接到支持本地 MCP 服务的 AI 助手。

前提条件

  1. 一个 Memlane 账户
  2. 在应用中通过 管理 → 连接 → API 密钥 获取的 API 密钥
  3. Node.js 18+(用于 npx)

配置

此服务通过 stdio 在本地运行。大多数兼容的宿主使用相同的 JSON 格式:

{
  "mcpServers": {
    "memlane": {
      "command": "npx",
      "args": ["-y", "@memlane/mcp"],
      "env": {
        "MEMLANE_API_KEY": "ml_live_…"
      }
    }
  }
}
变量必需默认值
MEMLANE_API_KEY是不适用
MEMLANE_API_URL否https://api.memlane.io

运行 npm install -g @memlane/mcp 后,可以使用 "command": "memlane-mcp" 代替 npx。

支持的宿主

宿主配置位置
Cursor设置 → MCP,或项目中的 .cursor/mcp.json
Claude Codeclaude mcp add memlane -- npx -y @memlane/mcp(传入 -e MEMLANE_API_KEY=…)
Windsurf~/.codeium/windsurf/mcp_config.json
VS Code + Copilot.vscode/mcp.json — 见下文
Gemini CLI~/.gemini/settings.json

对于 ChatGPT 和 Claude Desktop,请改用远程 MCP 端点(OAuth,无需 API 密钥)。

编辑配置文件后,请重启宿主应用。

VS Code

VS Code 使用 "servers" 作为根键(而不是 "mcpServers"):

{
  "servers": {
    "memlane": {
      "command": "npx",
      "args": ["-y", "@memlane/mcp"],
      "env": {
        "MEMLANE_API_KEY": "ml_live_…"
      }
    }
  }
}

在 VS Code 设置中启用 MCP:"chat.mcp.enabled": true。

ChatGPT 和远程 MCP 宿主

ChatGPT、Claude Desktop、网页端 Claude 及其他远程 MCP 客户端无法运行 npx。请改用 Memlane 托管的端点:

URL: https://api.memlane.io/mcp

  1. 在你的 AI 应用中,使用该 URL 添加自定义 MCP 连接器。
  2. 完成 OAuth 登录流程(Memlane 账户支持魔法链接或未来推出的社交登录方式)。
  3. 在授权页面批准访问。

无需 API 密钥。要断开连接,请在 AI 应用的设置中移除该连接器。

工具

本地服务提供 10 个 MCP 工具。完整的函数参考:

  • docs/TOOLS.md — 各工具的用途、参数、返回格式和工作流提示
  • docs/API.md — REST 映射、身份验证范围和 curl 示例
工具描述
search_saves在资料库中进行语义搜索
list_saves使用筛选条件浏览已保存内容(项目、主题、类型、状态)
get_save获取元数据;可选获取完整 Markdown 正文
capture_url保存 URL(后台会进行内容补充)
create_note / update_note创建或编辑 Markdown 笔记
list_projects / list_topics列出项目和主题
add_topic_to_save / remove_topic_from_save为已保存内容添加或移除主题标签

安全性

API 密钥属于机密信息。请将其存储在 MCP 宿主的环境配置中。切勿将其提交到版本控制系统。若密钥泄露,请在 管理 → 连接 → API 密钥 中撤销。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。