mcpField
R
reMarkable MCP Server

reMarkable MCP Server

本地服务
github.com/wavyrai生产力219 周前更新

关于 reMarkable MCP Server

reMarkable MCP Server 让 AI 助手访问 reMarkable 平板中的文档与笔记。它面向希望把设备内容纳入 AI 工作流的用户,支持手写笔记的 OCR 识别。

主要功能

  1. 01浏览文件夹并读取文档
  2. 02提取 PDF、EPUB 及标注文本
  3. 03手写笔记 OCR 转文字
  4. 04跨整个资料库的全文搜索
  5. 05支持整理文件夹,不删除内容

适用场景

  1. 01让 AI 助手汇总近期笔记并提取待办事项
  2. 02检索手写笔记中的历史内容
  3. 03结合 Obsidian 等工具构建个人知识库

MCP 相关

该项目是一个 MCP 服务,向 Claude 等 MCP 客户端提供读取、搜索和浏览 reMarkable 资料库的工具与资源。OCR 通过客户端的 sampling 能力完成。

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": {
"wavyrai-rm": {
"command": "uvx",
"args": [
"rm-mcp"
],
"env": {
"REMARKABLE_TOKEN": "<REMARKABLE_TOKEN>"
}
}
}
}
启动命令uvx rm-mcp
需要配置的环境变量
REMARKABLE_TOKEN密钥Authentication token for reMarkable Cloud API. Get one by registering at https://my.remarkable.com/device/apps/connect

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
pypirm-mcp0.7.0

工具

还没有获取到工具列表

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

reMarkable MCP 服务

释放 reMarkable 平板作为 AI 助手第二大脑的全部潜力。此 MCP 服务让 Claude、VS Code Copilot 和其他 AI 工具能够读取、搜索和遍历你的整个 reMarkable 资料库,包括通过 OCR 识别的手写笔记。

为什么选择 rm-mcp?

你的 reMarkable 平板是思考、记笔记和研究的强大工具,但这些知识一直被困在设备中。此 MCP 服务改变了这一切:

  • 完整访问资料库 — 浏览文件夹、搜索文档、读取任意文件
  • 提取键入文本 — 原生支持 Type Folio 和键入的批注
  • 手写 OCR — 将手写笔记转换为可搜索文本
  • 支持 PDF 和 EPUB — 从文档中提取文本,以及你的批注
  • 智能搜索 — 在整个资料库中查找内容
  • 整理资料库 — 重命名、移动和创建文件夹(不会删除任何内容)
  • 集成第二大脑 — 搭配 Obsidian、记笔记应用或任何 AI 工作流使用

无论你是在研究、写作还是构思,rm-mcp 都能让你通过 AI 运用 reMarkable 中的所有内容。


快速安装

使用 reMarkable Cloud API。需要订阅 reMarkable Connect。

一键设置(推荐)
uvx rm-mcp --setup

这会打开浏览器,提示你输入一次性代码,并输出可直接粘贴到 Claude Code 和 Claude Desktop 的配置。

手动设置
1. 获取一次性代码

前往 my.remarkable.com/device/browser/connect 并生成代码。

2. 转换为令牌
uvx rm-mcp --register YOUR_CODE
3. 添加到 MCP 客户端

Claude Code:

claude mcp add remarkable \
  -e REMARKABLE_TOKEN='<paste token from step 2>' \
  -e REMARKABLE_OCR_BACKEND=sampling \
  -- uvx rm-mcp@latest

Claude Desktop — 添加到 claude_desktop_config.json(使用 uvx 的完整路径,例如通过 which uvx 获取):

{
  "mcpServers": {
    "remarkable": {
      "command": "/Users/YOU/.local/bin/uvx",
      "args": ["rm-mcp@latest"],
      "env": {
        "REMARKABLE_TOKEN": "<paste token from step 2>"
      }
    }
  }
}


工具

工具描述
remarkable_read读取并提取文档文本(支持分页和搜索)
remarkable_browse浏览资料库中的文件夹
remarkable_search搜索多个文档中的内容
remarkable_recent获取最近修改的文档
remarkable_status检查连接状态
remarkable_image获取页面的 PNG/SVG 图像(支持通过采样进行 OCR)

所有工具均为只读,并返回带有后续操作提示的结构化 JSON。

📖 完整工具文档

智能功能
  • 多页读取 — 使用 pages="all" 一次读取所有页面,或指定范围,例如 pages="1-3"
  • Grep 自动跳转 — grep 会自动查找匹配项并跳转到对应页面
  • 自动跳转 — 浏览文档路径时会自动返回其内容
  • 自动 OCR — 没有键入文本的笔记本会自动启用 OCR(使用 auto_ocr=False 退出)
  • 全文搜索 — 读取文档后会为其建立索引,以便之后快速搜索
  • 精简模式 — 使用 compact_output=True 减少响应中的令牌用量
  • 批量搜索 — 一次调用即可搜索多个文档
  • 视觉支持 — 获取页面图像以提供视觉上下文(图表、模型图、草图)
  • 采样 OCR — 使用客户端的 AI 对图像进行 OCR(无需 API 密钥)
使用示例
# Read a document
remarkable_read("Meeting Notes")

# Read all pages at once
remarkable_read("Meeting Notes", pages="all")

# Read a range of pages
remarkable_read("Research Paper", pages="1-3")

# Search for keywords (auto-redirects to matching page)
remarkable_read("Project Plan", grep="deadline")

# Enable OCR for handwritten notes
remarkable_read("Journal", include_ocr=True)

# Browse your library
remarkable_browse("/Work/Projects")

# Search across documents
remarkable_search("meeting", grep="action items")

# Get recent documents with previews
remarkable_recent(limit=5, include_preview=True)

# Get a page image
remarkable_image("UI Mockup", page=1)

# Get image with OCR text extraction
remarkable_image("Handwritten Notes", include_ocr=True)

资源

文档会自动注册为 MCP 资源:

URI 方案描述
remarkable:///{path}.txt提取的文本内容
remarkableimg:///{path}.page-{N}.png第 N 页的 PNG 图像(仅笔记本)
remarkablesvg:///{path}.page-{N}.svg第 N 页的 SVG 矢量图像(仅笔记本)

📖 完整资源文档


手写 OCR

rm-mcp 使用采样 OCR——由 MCP 客户端的大模型从手写笔记中提取文本。无需额外的 API 密钥或服务。

工作原理

使用 include_ocr=True 时,rm-mcp 会通过 MCP 采样将页面图像发送给客户端的大模型(Claude、GPT-4 等)。模型会识别手写内容并返回文本。

用法
# OCR on a page image
remarkable_image("Handwritten Notes", include_ocr=True)

# OCR when reading a notebook
remarkable_read("Journal", include_ocr=True)
要求
  • 你的 MCP 客户端必须支持 sampling 能力(VS Code + Copilot、Claude Desktop 等)
  • REMARKABLE_OCR_BACKEND=sampling(这是默认值)

高级配置

根路径过滤

将 MCP 服务限制在 reMarkable 上的特定文件夹中。所有操作都将限定在此文件夹内:

{
  "servers": {
    "remarkable": {
      "command": "uvx",
      "args": ["rm-mcp"],
      "env": {
        "REMARKABLE_TOKEN": "your-token",
        "REMARKABLE_ROOT_PATH": "/Work"
      }
    }
  }
}

使用此配置:

  • remarkable_browse("/") 显示 /Work 的内容
  • remarkable_browse("/Projects") 显示 /Work/Projects
  • 无法访问 /Work 以外的文档

适用于:

  • 在办公时间专注于工作文档
  • 分隔个人笔记和工作笔记
  • 为特定 AI 工作流限制范围
自定义背景色

设置图像渲染的默认背景色:

{
  "servers": {
    "remarkable": {
      "command": "uvx",
      "args": ["rm-mcp"],
      "env": {
        "REMARKABLE_TOKEN": "your-token",
        "REMARKABLE_BACKGROUND_COLOR": "#FFFFFF"
      }
    }
  }
}

支持的格式:

  • #RRGGBB — RGB 十六进制(例如,白色为 #FFFFFF)
  • #RRGGBBAA — RGBA 十六进制(例如,透明色为 #00000000)

默认值为 #FBFBFB(reMarkable 纸张颜色)。此设置会影响 remarkable_image 工具和图像资源。

所有环境变量
变量默认值说明
REMARKABLE_TOKEN(必需)通过 uvx rm-mcp --setup 获取的身份验证令牌
REMARKABLE_ROOT_PATH/将访问限制在特定文件夹内
REMARKABLE_READ_ONLY(关闭)设为 1 可禁用重命名、移动和创建文件夹
REMARKABLE_OCR_BACKENDsamplingOCR 后端(sampling)
REMARKABLE_BACKGROUND_COLOR#FBFBFB渲染图像的背景色(#RRGGBB 或 #RRGGBBAA)
REMARKABLE_CACHE_TTL60集合缓存 TTL,单位为秒
REMARKABLE_COMPACT(关闭)设为 1 或 true 可全局省略响应中的提示
REMARKABLE_MAX_OUTPUT_CHARS50000工具响应中的最大字符数
REMARKABLE_PAGE_SIZE8000PDF/EPUB 每页的字符数
REMARKABLE_PARALLEL_WORKERS5获取元数据时使用的并行工作线程数
REMARKABLE_INDEX_CONTENT1设为 0 可禁用 PDF/EPUB 文本的后台索引
REMARKABLE_INDEX_PATH~/.cache/rm-mcp/index.dbSQLite 全文搜索索引位置
REMARKABLE_INDEX_REBUILD(关闭)设为 1 可在启动时强制重建索引

大多数用户只需设置 REMARKABLE_TOKEN。其余变量用于高级调优。


使用场景

研究与写作

在 Obsidian 库或类似环境中工作时使用 rm-mcp,将手写笔记中的知识整理到结构化文档中。AI 可以读取你的研究笔记并帮助拓展想法。

每日回顾

让 AI 助手总结近期笔记、查找待办事项,或识别日记条目中的模式。

文档搜索

在整个文档库中搜索(包括手写内容),找到那些只记得一部分内容的笔记。

知识管理

将 reMarkable 当作 AI 可以访问的第二大脑。结合 Obsidian 等工具,你可以构建强大的个人知识系统。


文档

指南说明
工具参考工具详细文档
资源参考MCP 资源文档
能力协商MCP 协议能力
开发贡献指南和开发环境设置
未来计划路线图和计划中的功能

开发

git clone https://github.com/wavyrai/rm-mcp.git
cd rm-mcp
uv sync --all-extras
uv run pytest test_server.py -v

📖 开发指南


许可证

MIT


基于 rmscene、PyMuPDF 构建,并从 ddvk/rmapi 汲取灵感。

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。