四条路径
怎么快速判断
1
你的客户端跑在哪里？
跑在你电脑上（Claude Code、Cursor、Cherry Studio、Raycast……）→ 走本地 MCP；客户端如果只支持 stdio，就换成 CLI 桥接。跑在别人的服务器上（ChatGPT、Claude.ai 这类网页应用）→ 它连不到你的
127.0.0.1，只能走后两条云端路径。后两条路径共用同一个端点
https://mcp.linkly.ai/mcp，靠检索时有没有指定云端库来区分：指定了就查云端副本，没指定就默认穿透回你的本机（也就是走隧道）。所以在客户端里给它们起不同的服务器名（linkly-ai-cloud 对 linkly-ai），两条路可以同时配着，互不干扰。通用前置条件
不管走哪条路径，都建议先做完这两步：装好并跑起桌面应用
MCP 服务随桌面应用自动启动，默认端口
60606。端口被占用时会自动顺延，实际端口在 设置 → MCP 里能看到。装上 Linkly AI Skills
Skills 教会 AI 助理什么时候该搜、什么时候该看大纲、怎么分页读长文。同样的工具，装了 Skills 的助理用得明显更好。
让 AI 替你配
手上已经有能执行命令的 AI 助理？把这句话发给它，它会读完文档并引导你走完全程：
按客户端找配置页
AI 助手
Claude
网页版，走云端路径
Claude Cowork
桌面助手
ChatGPT
网页版，走云端路径
OpenClaw
开源 Agent 平台
Cherry Studio
多模型客户端
Raycast AI
macOS 效率工具，需 CLI 桥接
QwenPaw
通义智能体
WorkBuddy
AI 工作助手
QoderWork
桌面 AI 工作助手
编程 AI 代理
Cursor
AI 编辑器
Windsurf
AI IDE
GitHub Copilot
VS Code 内使用
Codex
OpenAI 命令行助手
Claude Code
Anthropic 命令行助手
Gemini CLI
Google 终端代理
ZCode
基于 GLM 的编程 Agent
Kimi Code
Kimi 命令行 Agent
AI 工作流与其他
n8n
工作流自动化
Dify
AI 应用开发平台
LM Studio
本地大模型客户端
没有你用的那个客户端？
MCP 是开放协议，任何支持它的客户端都能连上 Linkly AI。上面的页面只是把常见客户端的点击路径写细了，配置内容本身是通用的：支持 HTTP / StreamableHTTP
URL 填
http://127.0.0.1:60606/mcp，服务器名填 linkly-ai，不需要认证头。只支持 stdio
命令填
linkly，参数填 mcp。需要先安装 CLI。搜索我的文档中关于 XX 的内容