> ## Documentation Index
> Fetch the complete documentation index at: https://linkly.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Интеграция с ИИ через MCP

> Подключите ИИ-помощника к Linkly AI через Model Context Protocol.

## Что такое MCP

Model Context Protocol — открытый стандарт вызова инструментов ИИ. Встроенная служба Linkly AI Desktop запускается автоматически и предоставляет поиск, навигацию и чтение локальных документов; отдельно устанавливать сервер не нужно.

## Три режима доступа

| Режим          | Адрес или команда                   | Применение                           |
| -------------- | ----------------------------------- | ------------------------------------ |
| Локальный HTTP | `http://127.0.0.1:60606/mcp`        | Клиент и Desktop на одном компьютере |
| LAN            | `http://<LAN-IP>:60606/mcp` + токен | Другой компьютер в локальной сети    |
| Удалённый      | `https://mcp.linkly.ai/mcp`         | Облачные приложения, Pro             |

HTTP MCP рекомендуется большинству клиентов. Stdio через `linkly mcp` — транспортный мост для клиентов без HTTP, а не отдельная область доступа. Для облачных приложений используйте [удалённый доступ](/docs/ru/use-in-remote) (весь локальный индекс, Pro) или бесплатную [облачную библиотеку](/docs/ru/use-cloud-library) для выбранного набора материалов.

## Предварительные требования

* Linkly AI Desktop запущен
* Служба MCP имеет состояние Running в настройках
* Для Stdio установлен [Linkly AI CLI](/docs/ru/use-cli)

## Использование

### HTTP MCP (рекомендуется)

Добавьте сервер с именем `linkly-ai` и URL `http://127.0.0.1:60606/mcp`. `60606` — значение по умолчанию; если соединение не устанавливается, скопируйте фактический порт из настроек Desktop.

```bash theme={null}
# Claude Code
claude mcp add --transport http linkly-ai http://127.0.0.1:60606/mcp

# Codex
codex mcp add linkly-ai --url http://127.0.0.1:60606/mcp
```

В Cursor или Cherry Studio добавьте сервер вручную: имя `linkly-ai`, тип `StreamableHTTP`, URL как выше.

Пример универсальной конфигурации:

```json theme={null}
{
  "mcpServers": {
    "linkly-ai": {
      "url": "http://127.0.0.1:60606/mcp"
    }
  }
}
```

### Stdio MCP

Сначала установите [CLI](/docs/ru/use-cli#установка), затем настройте команду `linkly mcp`:

```bash theme={null}
claude mcp add linkly-ai -- linkly mcp
codex mcp add linkly-ai -- linkly mcp
```

```json theme={null}
{
  "mcpServers": {
    "linkly-ai": {
      "command": "linkly",
      "args": ["mcp"]
    }
  }
}
```

### Доступ по LAN

В **Settings → MCP** включите **LAN Access**, скопируйте адрес и токен. Укажите URL вида `http://192.168.1.100:60606/mcp` и заголовок:

```text theme={null}
Authorization: Bearer <your access token>
```

Не публикуйте LAN-токен и не открывайте порт в интернет.

CLI подключается так:

```bash theme={null}
linkly search "keyword" --endpoint http://192.168.x.x:60606/mcp --token <your access token>
```

<Warning>LAN использует незашифрованный HTTP. Включайте его только в доверенной домашней или рабочей сети, не в публичном Wi-Fi.</Warning>

### Перезагрузка конфигурации

Новый сервер не появится в уже открытом разговоре: клиенты считывают список инструментов при старте сеанса. Сначала начните новый разговор; если не помогло, полностью завершите клиент и откройте заново. На macOS используйте `Cmd + Q`, на Windows проверьте системный трей — простого закрытия окна недостаточно.

### Проверка

Попросите помощника: «Найди в моих документах сведения о проектировании API, используй linkly-ai». Он должен вызвать `search`, а затем при необходимости `outline` и `read`.

### Новый инструмент не появился

Клиенты кэшируют список инструментов при подключении. Сначала обновите/Refresh соединение (в ChatGPT: **Settings → Connectors → connector → Refresh**), затем удалите и добавьте его снова, после чего начните новый разговор.

### Skills

Установите [Linkly AI Skills](/docs/ru/use-skills), чтобы помощник правильно выбирал инструменты и постранично читал документы.

## Параметры

Служба предоставляет девять инструментов:

* `search` — гибридный поиск BM25 + vector
* `outline` — структура документа
* `grep` — regex в одном документе
* `read` — построчное чтение
* `list_libraries` — доступные библиотеки
* `explore` — обзор коллекции
* `find_paths` — поиск каталогов для `path_glob`
* `list` — элементы папки, библиотеки или Notes
* `note_save` — создание/редактирование заметки, единственный пишущий инструмент

Все остальные инструменты только читают и не меняют документы. Успешный Markdown-ответ содержит `[meta] now=...`, JSON — `_meta.now`; ошибки метку времени не получают. Полные параметры, поля ответа и примеры приведены в [справочнике](/docs/ru/tools-intro).