★ 思源:史上最简单的 MCP 使用教程(有手就行)

缘起

之前,@B3000Kcn 大佬的两篇文章 Cherry Studio 通过 MCP 对接思源笔记Cherry Studio 通过只读 SQLite MCP 对接思源笔记 及 @Achuan-2 大佬 思源笔记 MCP 配置问题 - Achuan-2 的回帖 (感谢 @EmptyLight 推荐)已经讲的很详细了。

为什么还要写此文?

这是因为纵观思源的所有 MCP 教程,至少需要手动通过命令方式安装 MCP 服务等,步骤繁琐。这对于没有开发经验的同学来说,是一个很大的挑战,如果出错了也无从下手,最终忍痛放弃。

而这篇文章则无需复杂的安装和知识,只需要点点鼠标,两步操作即可轻松完成。

其实,就是一篇思源 MCP 插件的使用教程啦。

安装教程

第一步,安装思源 MCP 插件

在思源插件市场搜索 MCP 即可看到该插件,如下

image.png

点击安装,安装完成后,到插件配置里启动服务即可

image.png

第二步,在 Cherry Studio 中配置 MCP 服务

支持 MCP 的客户端很多,这里以 Cherry Studio 为例说明,其他客户端请参考对应文档。

在设置中找到 MCP 配置,然后按照下图,添加服务即可

image.png

image.png

如何使用

在对话时选择对应的 MCP 服务即可,如图

image.png

如何测试

那么,怎么检测我的配置是否已生效呢?

只需要让 AI 搜索你笔记中已有的文档即可,如果能正确搜索到则配置成功了,如果搜索不到会报错。

比如

image.png

注意事项

为了防止误写,可以把写的操作关闭,如图

image.png

image.png

image.png

使用中碰到结果不精确等问题时,可向插件作者反馈 https://github.com/OpaqueGlass/syplugin-anMCPServer

推荐 AI 大模型

免费大模型

1 硅基流动

打开 硅基流动 ai 列表 ,然后选择只看免费

2 openrouter

模型超多,不过少量免费

国外大模型

推荐第三方平台 V3API

优点:

模型多,使用标准的 OpenAI 接口协议访问 68+ 模型,支持 ChatGPT(所有模型)、Claude3.5、Gemini、Glm-4 等系列最新模型,支持联网、绘画、语音等多种功能。

客户端多,从手机到 pc 到 web 都有客户端支持。

价格实惠,性价比高,省心,速度块,不用担心自己实现访问国外模型,导致账号被封风险。

补充知识

什么是 MCP?

Model Context Protocol (MCP) 是一个新兴的、开放的协议,旨在解决大模型应用开发中的一个关键问题:如何让大语言模型(LLM)安全、可靠、标准化地与外部工具和系统进行交互

太专业了,白话一下。

MCP 是一个协议,这个协议由客户端和服务端组成。服务端负责读取各类数据包括目录,API,数据库等,把结果返给客户端,客户端再把结果返给大语言模型(AI)参考,最终 AI 整合结果给用户。

整体流程如下:(仅仅概念而已,看不懂没关系,会用就行)

+----------------+     (1. User Input)     +---------------------------+
|                | ----------------------> |                           |
|    用户 (User)  |                         |   AI Agent / Framework    |
|                | <----------------------- |   (e.g., LangChain App)   |
+----------------+   (12. Final Response)  |         [客户端]            |
                                          +-------------+-------------+
                                                        |
                                                        | (2, 7) Call LLM API
                                                        | [作为 LLM API 客户端]
                                                        v
                                          +-----------------------------+
                                          |                             |
                                          |     LLM API 服务端           |
                                          | (e.g., OpenAI, Anthropic)   |
                                          |                             |
                                          +-----------------------------+
                                                        ^
                                                        | (3, 8) Return Tool Calls
                                                        |
                                          +-------------+-------------+
                                          |                           |
                                          |   AI Agent / Framework    |
                                          |         [客户端]            |
                                          +-------------+-------------+
                                                        |
                                                        | (4, 9) Call Tool (MCP/Web API)
                                                        | [作为 Tool API 客户端]
                                                        v
                      +-----------------------------+   +-----------------------------+
                      |                             |   |                             |
                      |     MCP Server (Gmail)      |   |     MCP Server (Jira)       |
                      |        [服务端]             |   |        [服务端]             |
                      +-----------------------------+   +-----------------------------+
                                |                                       |
                                | (5) Access Gmail API                  | (10) Access Jira API
                                v                                       v
                      +-----------------------------+   +-----------------------------+
                      |                             |   |                             |
                      |         Gmail 服务           |   |         Jira 服务           |
                      |                             |   |                             |
                      +-----------------------------+   +-----------------------------+

MCP 有什么用?

MCP 的真正价值,在于它能将你的思源笔记与 AI 深度连接,让 AI 能够读取并理解你笔记中的内容,从而将其作为知识库进行参考与调用。这样一来,AI 不再只是泛泛而谈的助手,而是真正基于你个人知识体系进行思考与输出的“智慧大脑”。

在实际使用中,你可以让 AI 快速检索某篇文档,查找与特定关键词相关的所有笔记,甚至自动整理信息、统计文档数据、生成可视化报表。无论是知识管理、项目复盘,还是日常写作与灵感整理,MCP 都能让 AI 成为你专属的“笔记管家”或“数字助理”。

想象一下,一个完全了解你思想脉络、写作习惯和知识积累的 AI 时刻待命,为你高效处理信息、提供精准建议——是不是既高效又令人安心?MCP,正是通往这种智能工作方式的关键桥梁。

那么,你心动了吗?赶紧去试试吧!开启属于你的智慧笔记新生活!

此处应该有掌声

image.png

  • 思源笔记

    思源笔记是一款隐私优先的个人知识管理系统,支持完全离线使用,同时也支持端到端加密同步。

    融合块、大纲和双向链接,重构你的思维。

    28442 引用 • 119759 回帖
  • MCP
    9 引用 • 96 回帖
  • 人工智能

    人工智能(Artificial Intelligence)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。

    140 引用 • 407 回帖
  • 大语言模型
    5 引用 • 51 回帖

相关帖子

优质回帖
  • 365 1

    trollface 最爱的诗歌捏,咋没有啦,好家伙,一星期置顶保护期,时间掐的准准的。trollface


    Obsidian 配合任意 ai 软件,如 cursor,vscode,和通义灵码
    基本不需要任何操作就可以实现知识库构建

    还能保持原有的文件夹嵌套关系

    ai 软件内也支持 rag 检索

    毕竟是 markdown~~

    而且,ai 返回的结果,是可以【直接修改源文件】,不需要复制粘贴,ob 也可以【实时更新】


    小小吐槽下吧,sy 格式文件,任重道远捏

    21.png

  • wilsons 1

    说的有理,不愧是你,看问题就是一针见血。

    ob 天生和 ai 亲和。

    思源得用 api 调用读取和写入才行。

    光靠 siyuan.db 和.sy 文件不行,可能会导致数据混乱。

    所以,在思源里 MCP 才显得格外重要。


    另外,不是所有帖子都顶,不是所有帖子都持续顶,不是所有帖子都写诗,不是所有帖子都能写好诗。

    不过,擦边的好诗还是挺多,毕竟 deepseek 最擅长写诗,写好诗,写天马行空的诗,豪气冲天的诗,顶天立地的士诗,响彻寰宇的诗。

    可诗多了,好诗就少了,势大了,真情就薄了。满屏“顶天立地”,谁还记得“人间烟火”?
    一切随意,随心,随缘,随机,看 ai 的心情,齿轮的运转。
    ——不妙,泄露天机了。(系统已终止输出)

  • 这个 mcp 非常好用,现在就盼望着 D 大出官方的 mcp 了trollface

    如果未来官方版本的 mcp 能稳定操作数据库,执行访问并打开等操作,搭配 n8n 那真的爽的飞起

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...
  • shawnkurt

    掌声.gif
    不过目前还不太敢让 AI 直接操作笔记,特别是谷歌哈基米这种模型,动不动就说“肯定是你装的 xxx 有问题,我来告诉你怎么重装" 感觉破坏性太强了 😂

    1 回复
  • 其他回帖
  • wilsons

    我通过创建思源助手智能体,加上 SQL 规则知识库(参考 F 佬的 https://ld246.com/article/1739546865001

    基本实现了检索近期文章的功能

    image.png

    智能体的提示词如下

    涉及到时间查询的问题,如果需要查询笔记内容,请用思源只是库里的sql规则并结合mcp协议里的工具siyuan_query_sql查询,并把查询结果输出。如果查询不到,输出你使用的SQL,让用户检查QL是否有问题。
    
    比如 SELECT * FROM blocks where type='d' and ...
    
    【重要】注意:SQL查询时通常要加type='d'!!!
    
    因为type='d' 是文档的信息,content是文档的标题,不包含文档具体内容。
    
    总之,涉及到检索,其他方式查询不到时,都推荐用SQL查询。
    

    SQL 规则知识库如下(为什么不放到提示词中?内容太多,占用 token)

    如果涉及到查询相关的操作时,如果其他方式检索不到时,可以尝试通过SQL方式查询。你需要根据用户需求,编写符合思源笔记数据库结构的 SQL 查询语句。在必要时,解释查询结果的含义和用途。
    
    要求
    SQL 语法规范:
    
    ......(除了开头,这里同 https://ld246.com/article/1739546865001#%E6%80%9D%E6%BA%90-SQL-%E6%9F%A5%E8%AF%A2-System-Prompt 部分的内容完全一样,由于链滴字数限制,只能省略了,抱歉!)
    
    1 回复
  • wilsons

    MCP 有什么用?

    MCP 的真正价值,在于它能将你的思源笔记与 AI 深度连接,让 AI 能够读取并理解你笔记中的内容,从而将其作为知识库进行参考与调用。这样一来,AI 不再只是泛泛而谈的助手,而是真正基于你个人知识体系进行思考与输出的“智慧大脑”。

    在实际使用中,你可以让 AI 快速检索某篇文档,查找与特定关键词相关的所有笔记,甚至自动整理信息、统计文档数据、生成可视化报表。无论是知识管理、项目复盘,还是日常写作与灵感整理,MCP 都能让 AI 成为你专属的“笔记管家”或“数字助理”。

    想象一下,一个完全了解你思想脉络、写作习惯和知识积累的 AI 时刻待命,为你高效处理信息、提供精准建议——是不是既高效又令人安心?MCP,正是通往这种智能工作方式的关键桥梁。

    那么,你心动了吗?赶紧去试试吧!开启属于你的智慧笔记新生活!

  • wilsons 1

    说的有理,不愧是你,看问题就是一针见血。

    ob 天生和 ai 亲和。

    思源得用 api 调用读取和写入才行。

    光靠 siyuan.db 和.sy 文件不行,可能会导致数据混乱。

    所以,在思源里 MCP 才显得格外重要。


    另外,不是所有帖子都顶,不是所有帖子都持续顶,不是所有帖子都写诗,不是所有帖子都能写好诗。

    不过,擦边的好诗还是挺多,毕竟 deepseek 最擅长写诗,写好诗,写天马行空的诗,豪气冲天的诗,顶天立地的士诗,响彻寰宇的诗。

    可诗多了,好诗就少了,势大了,真情就薄了。满屏“顶天立地”,谁还记得“人间烟火”?
    一切随意,随心,随缘,随机,看 ai 的心情,齿轮的运转。
    ——不妙,泄露天机了。(系统已终止输出)

  • 查看全部回帖
wilsons
正式入驻知乎了,以后新贴主要在这里。 欢迎大家订阅关注! 你的关注对我是莫大鼓励,也能让我持续产出优质内容,我们一起成长 🙏 点这里立即关注:https://www.zhihu.com/people/wilsonses