> ## 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.

# 集成总览

> 把 Linkly AI 接进 AI 工具只有四条路径。先看清它们的区别，再去看你那个客户端的具体配置页。

Linkly AI 通过 **MCP（Model Context Protocol）** 把检索能力交给 AI 助理。二十多个客户端的配置页看起来各不相同，但底下其实只有**四条接入路径**——先弄清你该走哪条，再去看对应的客户端页面，会省掉大量试错。

***

## 四条路径

| 路径                | 怎么连                                                | 适合谁                      | 桌面端要开着吗  | 费用  |
| ----------------- | -------------------------------------------------- | ------------------------ | -------- | --- |
| **本地 MCP（HTTP）**  | `http://127.0.0.1:60606/mcp`，服务器名 `linkly-ai`      | 跑在你这台电脑上的客户端，**绝大多数**    | 要        | 免费  |
| **CLI 桥接（stdio）** | 命令 `linkly`，参数 `mcp`                               | 只支持 stdio 传输的客户端         | 要        | 免费  |
| **云端知识库**         | `https://mcp.linkly.ai/mcp`，服务器名 `linkly-ai-cloud` | 想让内容脱离本机、随时在线            | **不用**   | 免费  |
| **远程隧道**          | `https://mcp.linkly.ai/mcp`（请求穿透回本机）               | 让云端 AI 应用读到你**整台电脑**上的文档 | 要，且需连上隧道 | Pro |

<Tip>\*\*不确定就选第一条。\*\*你用的如果是 Claude Code、Cursor、Cherry Studio 这类装在自己电脑上的客户端，本地 MCP 是最省事的方式——桌面应用启动后 MCP 服务自动就绪，不需要账号，也不需要联网。</Tip>

### 怎么快速判断

<Steps>
  <Step title="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。
  </Step>

  <Step title="要让 AI 读到多少内容？">
    **只需要读特定的一批文档** → 用[云端知识库](/docs/zh/use-cloud-library)，把这批内容推上去。免费账户可用，而且**电脑关机也能查**。

    **要读整台电脑上的全部文档** → 用[远程访问隧道](/docs/zh/use-in-remote)。这是 Pro 功能，且要求桌面端全程开机并保持隧道连接。
  </Step>
</Steps>

<Note>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。</Note>

***

## 通用前置条件

不管走哪条路径，都建议先做完这两步：

<CardGroup cols={2}>
  <Card title="装好并跑起桌面应用" icon="desktop" href="/docs/zh/quickstart">
    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。
  </Card>

  <Card title="装上 Linkly AI Skills" icon="wand-magic-sparkles" href="/docs/zh/use-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。
  </Card>
</CardGroup>

<Card title="让 AI 替你配" icon="robot" href="/docs/zh/agent-setup">
  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：

  ```
  请帮我安装 Agent Skill linkly-ai-skills，并完成 LinklyAI 的工具集成，参考：https://linkly.ai/docs/zh/use-skills
  ```
</Card>

***

## 按客户端找配置页

### AI 助手

<CardGroup cols={3}>
  <Card title="Claude" href="/docs/zh/integration/use-in-claude">
    网页版，走云端路径
  </Card>

  <Card title="Claude Cowork" href="/docs/zh/integration/use-in-cowork">
    桌面助手
  </Card>

  <Card title="ChatGPT" href="/docs/zh/integration/use-in-chatgpt">
    网页版，走云端路径
  </Card>

  <Card title="OpenClaw" href="/docs/zh/integration/use-in-openclaw">
    开源 Agent 平台
  </Card>

  <Card title="Cherry Studio" href="/docs/zh/integration/use-in-cherry-studio">
    多模型客户端
  </Card>

  <Card title="Raycast AI" href="/docs/zh/integration/use-in-raycast">
    macOS 效率工具，需 CLI 桥接
  </Card>

  <Card title="QwenPaw" href="/docs/zh/integration/use-in-qwenpaw">
    通义智能体
  </Card>

  <Card title="WorkBuddy" href="/docs/zh/integration/use-in-workbuddy">
    AI 工作助手
  </Card>

  <Card title="QoderWork" href="/docs/zh/integration/use-in-qoderwork">
    桌面 AI 工作助手
  </Card>
</CardGroup>

### 编程 AI 代理

<CardGroup cols={3}>
  <Card title="Cursor" href="/docs/zh/integration/use-in-cursor">
    AI 编辑器
  </Card>

  <Card title="Windsurf" href="/docs/zh/integration/use-in-windsurf">
    AI IDE
  </Card>

  <Card title="GitHub Copilot" href="/docs/zh/integration/use-in-github-copilot">
    VS Code 内使用
  </Card>

  <Card title="Codex" href="/docs/zh/integration/use-in-codex">
    OpenAI 命令行助手
  </Card>

  <Card title="Claude Code" href="/docs/zh/integration/use-in-claude-code">
    Anthropic 命令行助手
  </Card>

  <Card title="Gemini CLI" href="/docs/zh/integration/use-in-gemini-cli">
    Google 终端代理
  </Card>

  <Card title="ZCode" href="/docs/zh/integration/use-in-zcode">
    基于 GLM 的编程 Agent
  </Card>

  <Card title="Kimi Code" href="/docs/zh/integration/use-in-kimi-code">
    Kimi 命令行 Agent
  </Card>
</CardGroup>

### AI 工作流与其他

<CardGroup cols={3}>
  <Card title="n8n" href="/docs/zh/integration/use-in-n8n">
    工作流自动化
  </Card>

  <Card title="Dify" href="/docs/zh/integration/use-in-dify">
    AI 应用开发平台
  </Card>

  <Card title="LM Studio" href="/docs/zh/integration/use-in-lm-studio">
    本地大模型客户端
  </Card>
</CardGroup>

***

## 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**：

<CardGroup cols={2}>
  <Card title="支持 HTTP / StreamableHTTP" icon="globe">
    URL 填 `http://127.0.0.1:60606/mcp`，服务器名填 `linkly-ai`，不需要认证头。
  </Card>

  <Card title="只支持 stdio" icon="terminal">
    命令填 `linkly`，参数填 `mcp`。需要先[安装 CLI](/docs/zh/use-cli)。
  </Card>
</CardGroup>

配好之后，让它搜一句话就能验证：

<Prompt description="搜索我的文档中关于 XX 的内容">搜索我的文档中关于项目管理的内容</Prompt>

如果你希望某个客户端有专门的配置页，欢迎到[社区](/docs/zh/community)告诉我们。

***

## 延伸阅读

* [使用 MCP](/docs/zh/use-mcp) —— 本机、局域网两种模式的完整配置方法
* [使用 CLI](/docs/zh/use-cli) —— stdio 桥接与命令行检索
* [远程访问](/docs/zh/use-in-remote) —— Pro 独占的公网隧道
* [使用云端知识库](/docs/zh/use-cloud-library) —— 不依赖本机开机的那条路径
* [工具介绍](/docs/zh/tools-intro) —— AI 助理拿到的每个工具和它的参数
* [使用 Skills](/docs/zh/use-skills) —— 让 AI 助理把工具用对