MCP 介绍
MCP(Model Context Protocol)是一个开放协议,让 AI 助理能够调用外部工具获取上下文信息。Linkly AI Desktop 内置了 MCP 服务,安装后自动启动,无需额外配置。 你只需要将 Linkly AI 的 MCP 端点添加到你的 AI 助理中,AI 就能直接搜索、浏览和阅读你的本地文档。三种访问模式
Linkly AI 提供三种 MCP 访问模式,适用于不同场景:本机访问
直接在本机 AI 工具中使用,无需任何额外配置。适用于 Claude Code、Cursor 等本地应用。端点:
http://127.0.0.1:60606/mcp局域网访问
同一网络下的其他设备也可连接。需要开启局域网访问并使用访问令牌。端点:
http://{局域网IP}:60606/mcp远程访问(公网)
通过隧道在公网远程访问。适用于 ChatGPT、Claude.ai 等在线 AI 应用。Pro 独占。端点:
https://mcp.linkly.ai/mcpHTTP MCP(推荐)
大多数 AI 助理支持 HTTP 传输协议,直接连接 Linkly AI 的 MCP 端点,无需安装 CLI
Stdio MCP
部分 AI 助理仅支持 stdio 传输协议,需要通过 Linkly AI CLI 作为桥接
前提条件
1
安装并启动 Linkly AI Desktop
前往 linkly.ai 下载并安装桌面应用。首次启动后完成初始化向导,应用会自动开始索引你的文档。
2
确认 MCP 服务已启动
Linkly AI Desktop 启动后会自动运行 MCP 服务。点击主窗口左侧栏底部的 Agent 图标,进入「Agent 使用」页:
- 「管理」区的「允许本机访问」一行显示服务是否在运行;
- 「集成」区的「查看 MCP 接入配置」里有实际的地址和端口号。
http://127.0.0.1:60606/mcp如果你选择 Stdio MCP 方式,还需要额外安装 Linkly AI CLI。
使用方法
HTTP MCP(推荐)
适用于支持 HTTP/StreamableHTTP 传输协议的 AI 助理,无需安装 CLI,直接连接。- Claude Code
- Cursor
- Codex
- Cherry Studio
在终端中运行:
?client= 可以不填。填了的话,「Agent 使用」页的访问记录里就能认出是哪个客户端在调用。
Stdio MCP
适用于支持 stdio 传输协议的 AI 助理。需要先安装 Linkly AI CLI,然后将linkly mcp 作为 stdio 桥接命令配置到 AI 助理中。
下面示例中的 --client 用于在桌面应用的访问日志中标明应用名称。
- Claude Code
- Codex
- Cherry Studio
- 其他 AI 助理
在终端中运行:
局域网访问
如果你需要从同一网络下的其他设备(如另一台电脑、NAS 上的 n8n 等)访问 Linkly AI,可以开启局域网访问模式。1
开启局域网访问
点击 Linkly AI Desktop 主窗口左侧栏底部的 Agent 图标,进入「Agent 使用」页,在「管理」区打开「允许局域网访问」。「允许本机访问」也要保持开启,否则这个开关无法打开。第一次开启时,应用会自动生成访问令牌。
2
获取局域网地址和访问令牌
在「集成」区点击「查看 MCP 接入配置」,弹窗中的「局域网」一节列出:
- 地址:类似
http://192.168.x.x:60606/mcp,可直接复制 - 令牌:默认遮住,点眼睛图标显示,也可以直接点复制按钮
<令牌> 和「你的应用名」换成实际值,就可以用在要连接的设备上。重新生成令牌后,所有已配好的局域网客户端都要改用新令牌。3
在其他设备上配置
在其他设备的 AI 工具中添加 MCP 服务器时,使用局域网地址作为端点,并在请求头中携带访问令牌:局域网访问需要 AI 工具支持 HTTP 传输。Stdio 桥接(
linkly mcp)只连接本机的桌面应用,不支持局域网。以上配置请由你本人填写。不要把访问令牌粘贴进任何 AI 对话,也不要让 AI 助理代为配置:对话内容会发送给模型服务商、写进会话记录。令牌已经出现在对话里的话,在「查看 MCP 接入配置」里重新生成。如果使用 Linkly AI CLI,先在自己的终端里保存一次局域网地址和访问令牌,之后加 --lan 即可:配置完成后要重新加载
MCP 配置写好之后,新工具不会在你当前打开的这个对话里立即出现——绝大多数 AI 客户端只在会话启动的那一刻读一次工具列表。这是客户端的加载机制,不是配置出错。 两种做法,先试第一种:- 新建一个对话(命令行工具就是退出后重新开一个会话)。已经在进行中的对话会一直沿用它启动时的工具列表,新开一个就能拿到最新的。
- 完全退出客户端,再重新打开。 第一种不管用时用这个——注意关闭窗口不等于退出:macOS 要按
Cmd + Q或从菜单栏选「退出」,Windows 要确认托盘图标里也退出了。
验证集成
配置完成后,你可以在 AI 助理中发送以下提示词来验证:搜索我的文档中关于 XX 的内容
search 工具并返回你本地文档中的相关结果。
新上线的工具没有出现时
我们会不定期上线新的 MCP 工具。大多数 AI 客户端只在会话启动的那一刻拉取一次工具列表,之后不会自己刷新——新上线的工具在客户端重新拉取列表之前不会出现。 如果本文档里提到的某个工具在你的客户端里看不到:- 在客户端里刷新连接——ChatGPT:设置 → 连接器 → 对应连接器 → 刷新。
- 如果仍然看不到,删除该连接后重新添加。
- 新开一个对话。已经进行中的对话会一直沿用它启动时的工具列表。
搭配 Skills 使用
我们强烈建议在配置 MCP 的同时安装 Linkly AI Skills。Skills 教会 AI 助理如何高效地使用 Linkly AI 的工具,包括何时搜索、何时浏览大纲、何时阅读全文,以及如何处理长文档的分页阅读。请帮我安装 Agent Skill linkly-ai-skills, 并完成 LinklyAI 的工具集成...
参数说明
MCP 服务暴露九个工具(云端网关上是十一个,多出library_search 与 library_link),构成渐进式的文档访问工作流:
search— 混合检索(BM25 + 向量),主入口outline— 文档大纲grep— 单文档内的正则匹配read— 按行阅读文档list_libraries— 列出可用知识库explore— 文档集合鸟瞰概览find_paths— 按关键词定位文件夹路径,给search的path_glob提供候选list— 列举容器内的条目:磁盘目录(folder)、知识库(library)或笔记(notes)note_save— 创建或编辑笔记,会写入(本地连接上唯一的写入工具)library_search— 搜索云端知识库目录,包括还没连接的库(仅云端网关)library_link— 连接一个云端知识库让它可检索,或用action: "unlink"断开你点名的库(仅云端网关,会写入)
note_save(以及云端网关上的 library_link)外全部只读,不会修改你的任何文档。
每条成功响应都会附带一个 UTC 时间戳:Markdown 输出末尾的 [meta] now=... 行,或 JSON 输出顶层的 _meta.now 字段,可用于推算「上个月」等相对日期。错误响应不带这个元数据。
完整参数表、返回字段、响应元数据格式以及调用示例,请参考 Linkly AI MCP 工具介绍。
