关于 MyAITwin MCP
MyAITwin MCP 是面向个人的托管式知识与技能存储服务,可从 AI 对话中整理语音笔记、文档和网页,并按语义检索。结果附带来源与日期,支持区分个人、组织和外部来源。
主要功能
- 01存储笔记、文档和网页
- 02按语义搜索知识
- 03区分知识与表达技能
- 04结果附带来源和日期
- 05支持自定义类型与标签
- 06按用户隔离数据
适用场景
- 01保存会议记录并检索要点
- 02根据过往资料撰写个人风格内容
- 03搜索带来源的知识记录
MCP 相关
作为托管 MCP 服务,通过 Streamable HTTP 暴露 19 个工具,供 MCP 客户端存储、搜索和管理用户知识。支持 OAuth 2.1 与个人 Bearer token 身份验证。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://myaitwin.lutolearn.com/mcpclaude mcp add --transport http mytwin https://myaitwin.lutolearn.com/mcp{"mcpServers":{"mytwin":{"type":"http","url":"https://myaitwin.lutolearn.com/mcp"}}}在 Cursor 中打开{"servers":{"mytwin":{"type":"http","url":"https://myaitwin.lutolearn.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"mytwin":{"type":"http","url":"https://myaitwin.lutolearn.com/mcp"}}}{"mcpServers":{"mytwin":{"serverUrl":"https://myaitwin.lutolearn.com/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
MyAITwin MCP
一个个人 RAG 数据库和语义搜索引擎,你可以在 AI 聊天中构建并掌控它。工作时,将你的知识、表达风格和技能存储其中。几秒内即可检索,且始终附有来源引用。这样,你的 AI 就能在每次对话中创作出一看便知是你风格的内容。
在线使用:https://myaitwin.lutolearn.com。早期访问期间免费。
它是什么
MyAITwin 同时具备两种用途。
工具箱。 一个生产级 RAG 数据库,带有可通过聊天塑造的语义搜索功能。你可以定义结构、类型和标签。它属于你,对你透明,而你就是它的架构师。
分身。 位于工具箱之上的一层,会向你问候、为你指引、评估你存储的内容,并创作出听起来像你的内容。它能区分你知道什么(你的知识)和你如何表达(你的技能),并同时运用两者。
安装
三个步骤,不到两分钟。
- 使用电子邮箱在 https://myaitwin.lutolearn.com/ 注册。
- 点击魔法链接,然后从
/create复制你的个人 MCP URL。 - 在 Claude Desktop 中:Settings → Connectors → Add custom connector → 粘贴你的 URL。
或者使用标准的 OAuth 身份验证端点:
- URL:
https://myaitwin.lutolearn.com/mcp - 传输方式: Streamable HTTP
- 身份验证: OAuth 2.1 与 PKCE(S256)和 Dynamic Client Registration
需要支持 MCP 的客户端。目前支持 Claude Pro、Claude Team 和 ChatGPT Pro。
19 个工具
存储知识
| 工具 | 功能 |
|---|---|
add_knowledge | 存储一条带有类型和标签的知识条目 |
add_voice_note | 存储语音笔记转录文本,并自动提取内容 |
add_document | 存储长文档,并自动分块 |
add_from_url | 获取并存储网页 |
add_reference_record | 存储一条创建事件,关联所用的知识和技能 |
检索知识
| 工具 | 功能 |
|---|---|
search_twin | 对所有知识进行语义搜索 |
search_for_creation | 分别返回技能和知识的双重搜索 |
get_by_type | 检索所有特定类型的条目 |
get_by_tag | 检索所有带有特定标签的条目 |
list_recent | 列出最近添加的条目 |
了解你的分身
| 工具 | 功能 |
|---|---|
get_schema | 概览你的类型及条目数量 |
get_sources | 列出所有来源文档 |
find_patterns | 找出知识中的反复出现模式 |
synthesise | 综合某个主题下的多个知识条目 |
管理你的分身
| 工具 | 功能 |
|---|---|
get_welcome | 初始化会话并提供系统提示词 |
update_knowledge | 更新现有条目 |
add_schema_type | 定义新的知识类型 |
update_schema_type | 更新现有类型定义 |
delete_knowledge | 删除条目(不可撤销) |
根据 MCP 规范,所有工具均带有 title、readOnlyHint 和 destructiveHint 注释。19 个工具中,10 个只读,8 个可写(非破坏性),1 个具有破坏性(delete_knowledge)。
工作原理
RAG 即检索增强生成。这种架构让 AI 能够根据你的特定知识作答,而不只是依赖训练数据。
分为两层:
- Supabase(PostgreSQL) 用于存储带有类型、标签和来源信息的结构化记录。
- Pinecone 用于存储向量嵌入,让你能够按含义而非精确词语搜索。
搜索时,两层会协同工作,并按相关性排序返回结果。每条结果都会标注来源和日期,并标记来源类别:个人(你自己的想法)、组织(来自你的组织)或外部(来自他人)。
值得理清的架构要点:
知识是你知道的内容,包括事实、决策、文字记录和观察。
技能是你表达事物的方式,包括你的 LinkedIn 语气、邮件风格和提案结构。
出色的输出需要两者兼备。以会议文字记录为例,请求生成一封跟进邮件。数字分身需要这份文字记录和你的邮件技能,才能生成准确且明显出自你手笔的内容。单靠其中任何一项都不够。
安全与隐私
- 每个请求都使用 Bearer 令牌进行身份验证,令牌经哈希处理后静态存储。
- 连接器式集成使用支持 PKCE 的 OAuth 2.1。没有共享密钥,也没有静态凭据。
- 多租户数据隔离:每位用户都在自己的命名空间中。其他用户绝不可能读取你的数据。已通过包含 35 项检查的跨租户测试套件验证。
- 按租户进行速率限制。
- 每次工具调用都会写入仅追加的审计日志。
- 对存储的内容设置提示词注入防护措施。
- 你的数据仅用于提供服务,绝不会用于训练 AI 模型,也不会与第三方共享。
- 你可以在
/create中立即删除账户和所有数据。删除操作立即生效且不可撤销。
隐私政策:https://myaitwin.lutolearn.com/privacy
安全联系邮箱:[email protected]
隐私联系邮箱:[email protected]
发布渠道
- 官方 MCP 注册表:
com.lutolearn/myaitwin - Anthropic 连接器目录: 已提交,审核中
- 收录于: Glama、mcp.so、mcp.directory、mcpserverfinder、Hugging Face、awesome-mcp-servers
许可证
MIT。请参阅 LICENSE。
链接
- 网站:https://myaitwin.lutolearn.com
- 文档:https://myaitwin.lutolearn.com/docs
- 隐私:https://myaitwin.lutolearn.com/privacy
- 支持:[email protected]
Luto 出品的 MyAITwin MCP。
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。