AI导哈

书签管理服务

一个通过自然语言交互提供书签搜索、保存、组织和摘要功能的Raindrop.io MCP服务器。

  • by kunal-singh
  • TypeScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 kunal-singh/raindrop-mcp

使用说明

雨滴mcp

A. 模型上下文协议 （MCP）服务器，让AI助手完全访问您的 Raindrop.io 书签——通过自然对话进行搜索、保存、组织和总结。

为什么雨滴mcp？

大多数Raindrop MCP服务器为您提供原始API访问权限，并称其完成。这个更进一步。

提示 是最突出的特点。他们教你的AI如何 思考 关于你的书签，而不仅仅是取回它们。在搜索之前，人工智能会将您的查询重写为更好的术语。在保存之前，它会检查重复项，并建议符合现有分类的标签。它可以总结整个阅读列表，匹配模糊的集合名称，并生成每周摘要——所有这些都来自简单的语言请求。

缓存 保持快速和API友好。集合通过自动刷新缓存在本地，因此重复的请求不会冲击Rainloop API或消耗您的速率限制。

入门

要求： Node.js≥22，pnpm（或npm），Raindrop.io帐户。

获取您的Raindrop API代币： 登录→ 设置→ 集成→ API → 创建或复制您的令牌。

安装：

git clone https://github.com/kunal-singh/raindrop-mcp.git
cd raindrop-mcp
pnpm install && pnpm build
Configure your MCP client

服务器通过stdio进行通信。将MCP客户端指向构建的二进制文件，并通过环境变量传递令牌。

克劳德桌面版

编辑您的配置文件：

  • macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
  • 窗户： %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "raindrop": {
      "command": "/path/to/node",
      "args": ["/path/to/raindrop-mcp/dist/main.js"],
      "env": {
        "RAINDROP_TOKEN": "your-raindrop-api-token"
      }
    }
  }
}

光标

增添 .cursor/mcp.json 或光标设置→ MCP:

{
  "mcpServers": {
    "raindrop": {
      "command": "node",
      "args": ["/path/to/raindrop-mcp/dist/main.js"],
      "env": {
        "RAINDROP_TOKEN": "your-raindrop-api-token"
      }
    }
  }
}

任何其他MCP客户端

选项 值
指挥部 node
Args /path/to/raindrop-mcp/dist/main.js
Env RAINDROP_TOKEN=your-api-token

可选：设置 LOG_LEVEL 到 debug, info，或 error （默认值： info).

工具

您的AI可以在Raindrop帐户上采取的直接操作。

书签

工具 参数
search_bookmarks query, collectionId, sort, page, perpage
create_bookmark link （必填）, title, excerpt, tags, collectionId
update_bookmark id （必填）, title, excerpt, tags, collectionId
delete_bookmark id （必填）

集合

工具 参数
list_collections —
create_collection title （必填）, view, public
delete_collection id （必填）

标签

工具 参数
get_tags collectionId

资源

服务器将Raindrop数据作为可读资源公开，人工智能可以将其拉入上下文：

  • raindrop://bookmarks/all --所有书签
  • 集合 --您的收藏列表（缓存、自动刷新）
  • 标签 --您的完整标签分类（缓存、自动刷新）

提示

这就是雨滴-mcp超越简单的API包装器的地方。

提示是智能工作流程，引导人工智能完成多步任务——应用领域逻辑、转换输入和返回结构化输出。你用自然语言触发它们；AI处理其余部分。

augment_search_query

在点击API之前，将粗略查询重写为优化的搜索词。删除填充词，扩展缩写（ML→ 机器学习→ JavaScript）并分解复合查询。

在以下情况下使用它： 简单的搜索返回的结果很差。

Use augment_search_query for "stuff I saved about making apps faster"

I'm looking for my notes on distributed systems — augment my query first, then search

Find "that react hooks thing I bookmarked"

summarise_bookmarks

获取并总结书签内容。一个链接就能得到丰富详细的摘要。多个链接（最多5个）每个链接都有一个重点段落。获取失败是在线记录的，如果你发送了5个以上，它会告诉你它选择了哪些。

单链路：

Summarise this for me: { "title": "Attention Is All You Need", "url": "https://arxiv.org/abs/1706.03762" }

多个链接：

Search my AI bookmarks in the Machine Learning collection, then summarise the top 5

Find my bookmarks tagged "system-design" and summarise them, focusing on scalability patterns

超限（测试盖子）：

Get all my bookmarks from the Frontend collection and summarise them all

match_collection

将模糊或非正式的集合名称解析为正确的名称。行为量表具有信心——明显的匹配会悄无声息地进行，不确定的匹配会被标记，而模棱两可的匹配则会显示出最佳候选人供你选择。

信心 行为
高 收益无声——一场明确的比赛
中等 返回匹配，标记确认
低 列出2-3名候选人，要求您选择 
Save https://github.com/vitejs/vite to my JavaScript tools collection

Save this to my "dev stuff" collection

Save https://arxiv.org/abs/1706.03762 to my papers folder

suggest_tags

查看现有的标签分类，并建议哪些标签适合新的书签——优先考虑重用而不是混乱。仅在现有标签不匹配时才提出新标签。

I'm saving https://css-tricks.com/a-guide-to-flexbox/ — suggest tags for it

Suggest tags for "PostgreSQL indexing strategies for large tables", reuse my existing tags as much as possible

I'm saving something about "fine-tuning LLMs on custom datasets" — what tags should I use?

weekly_digest

按收藏或主题分组最近保存的书签，为每组写一个简短的主题摘要，并以2-3个最有趣的项目的“亮点”部分结束。

Get all my bookmarks from the last 7 days and give me a weekly digest

Run weekly_digest on everything I saved this week in my Research and AI collections

I want a digest of my recent saves for February 2026

detect_duplicates

检查书签中是否已存在要保存的URL或主题。将比赛分类为 精确 （相同的URL或内容）， 近乎重复 （基本重叠），或 相关 （主题相似但不同）。

Before I save https://martinfowler.com/articles/microservices.html, check if I already have something like it

I want to bookmark something about "React performance optimisation" — do I already have duplicates?

Check for duplicates before saving: "Clean Code by Robert Martin summary"

链式工作流程

真正的力量来自于在单个请求中组合提示。如果链断裂，通常意味着一个提示符的输出格式与下一个提示符预期的输入不匹配——这对调试来说是一个有用的信号。

搜索→ 总结：

Search for my bookmarks about "ML infrastructure", augment the query first, then summarise the top 5 focusing on production deployment

完整保存工作流程：

I want to save https://roadmap.sh/system-design to my architecture collection — check for duplicates first, suggest tags, then save it if it's not a duplicate and match the collection name

摘要→ 分析：

Give me a digest of everything in my AI collection this week, then tell me what tags are most common across those bookmarks

提示： 在链接之前，单独验证每个提示。如果链发生故障，错误将指向需要调整的步骤。

发展

pnpm install
pnpm dev        # Watch mode
pnpm build      # Production build
pnpm clean      # Remove dist/
pnpm inspect    # Run MCP Inspector for debugging

许可证

麻省理工学院

相关 MCP