AI 搜索你的所有笔记！思源笔记 +Cursor+MCP Server——打造你的个人专属 AI 资料库！（AI 大模型搜索笔记、内容总结、大纲凝练、RAG 搜索）

news/2025/2/27 15:15:56/文章来源:https://www.cnblogs.com/zinyy/p/18741018

AI 搜索你的所有笔记！思源笔记 +Cursor+MCP Server

——打造你的个人专属 AI 资料库！（AI 大模型搜索笔记、内容总结、大纲凝练、RAG 搜索）

前排提示：本文撰写于 2025 年 2 月，仅仅离 Anthropic 发布的 MCP 协议过去不到 3 个月，因此本文很多接入 MCP 的方式还略显复杂。笔者相信，未来 MCP 协议一定会发展的越来越壮大和方便，届时使用和配置 MCP 也会越来越简单。

总览

AI & 大模型最近的发展那可是一飞冲天，不知道大家看到 Notion 和 Obsidian 能用 AI (主要是 RAG) 实现个人知识库的搜索+总结馋了没有。作为一个 AI 相关专业的学生，我可是馋的不得了，苦苦搜寻几个月啊。奈何社区还没有人发布思源专属的 RAG 插件，也只好作罢。

最近，随着 MCP (Model Context Protocol) 协议的发布，Cursor (一个非常好用的 AI 编辑器，可以看作 AI 版的 VSCode) 迅速支持了 MCP Server，因此支持了对 sqlite 数据集的 AI 查询和调用！

诶嘿，这不巧了？思源可不就是把笔记全都存储在一个 sqlite 数据库里的吗？舒服了！立刻开始学习如何配置。用了大概半小时的简单配置，轻松就实现了如下的效果：

AI 可以轻松的访问所有笔记内容，并且进行内容的查找和凝练！

并且，个人感觉这个效果是要比 RAG 要好的，因为是把 AI 当做 agent，自行搜索笔记内容。要比 RAG 里孱弱的 embedding 灵活、强大的多。

如果有人有兴趣，我详细写一下 SiYuan+Cursor MCP 如何配置&使用！

2025.02.27 更新：

OK，那我开始详细介绍一下思源笔记 + MCP 的配置和使用。

MCP 是什么？

MCP 是 Model Context Protocol 的缩写，即"模型上下文协议"，是 Anthropic (大名鼎鼎的 Claude 的开发公司) 在 2024 年 11 月推出的一个强大协议。那么它有什么作用呢？

简单来说，MCP 就是大模型时代的 USB 接口！

想象一下，在没有 USB 接口之前，每个设备都需要不同的接口和连接方式 - 打印机用一种接口，键盘用另一种接口，鼠标又是另一种。USB 的出现统一了这些接口，让所有设备都能用同一种方式连接。

MCP 在 AI 时代扮演着类似的角色。在 MCP 出现之前，如果你想让 AI 访问不同的数据源（比如数据库、文件系统、API），每次都需要专门开发不同的集成方案。而有了 MCP，让 AI 访问不同类型的资源，就像插入 U 盘一样简单！：

🔌 统一接口：就像 USB 可以连接各种设备一样，MCP 让 AI 可以用统一的方式连接各种数据源和工具
🧠 智能交互：不只是简单的数据传输，AI 可以主动调用工具、查询数据，就像一个聪明的助手
🛠️ 工具扩展：开发者可以轻松为 AI 添加新的"工具"，就像给电脑插上新的 USB 设备一样简单
🔒 安全可控：所有操作都在可控范围内进行，不会让 AI 做出危险的操作

更多有关 MCP 的内容可以了解Anthropic 的介绍和MCP 的官网。

思源笔记 + MCP 的配置

⚠️❗️ 注意！ MCP 的接入方式有很多种（毕竟是一个开放的“协议”，而非某特定软件），笔者仅在这里介绍 Cursor 的接入方式（因为 Cursor 有一些特殊的方式可以“免费”）。

有很多商业软件已经支持 MCP 了（比如 Claude 的 Desktop 客户端，Cursor，Jetbrain 的 IDE，Cline）；字节的 Trae 也官方说正在接入 MCP: Trae Issue 157；GitHub 也有很多 MCP 的开源实现。更多的对 MCP 的支持情况，可以查看MCP 的 GitHub repo以及MCP 的官网。

截至 2025 年 2 月，各个软件对 MCP 协议的支持情况如下：

可以看到，Cursor 其实对 MCP 的支持还是比较初步的（仅支持 Tools），不过已经够用啦！

大家可以参考 MCP 配置原理，用别的软件或开源实现轻松地将 MCP 接入思源笔记。

安装 Cursor，并且升级成为 Cursor Pro (或试用版，Pro Trial)

MCP (Model Context Protocol)本质上还是服务于 AI 大模型的一个协议，所以自然的，我们写得有能访问 AI 的软件！笔者这里选择 Cursor 这款软件，它可以理解为一个 AI 版的 VSCode。如果你有编写代码的需求，我强烈建议你了解一下。

关于 Cursor 的安装已经简介，网络上已经有了非常多的资料，大家可以在知乎/B 站/小红书自行了解。

注意，MCP 需要 Cursor Pro 才能使用。请自行付费购买（Cursor 也有很多白嫖的方法，大家可以自行搜索）。
OK！到这步，我们便拥有了访问各种大模型的能力。

安装 npm, uv

接下来就是接入 MCP 协议。MCP 依赖于 npm 和 uv，因此需要安装这些基础软件。

笔者使用的是 Mac，因此只提供 Mac 的安装方法。并且，笔者采用的是 homebrew 的安装方法，如果大家更习惯别的安装方式，可以参考Node.js 的官网选择不同的安装 npm 的方法。

# 首先需要安装homebrew: Download and install Homebrew
curl -o- https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh | bash# Download and install Node.js:
brew install node@22# Verify the Node.js version:
node -v # Should print "v22.14.0".
echo 'export PATH="/opt/homebrew/opt/node@22/bin:$PATH"' >> ~/.zshrc# Verify npm version:
npm -v # Should print "10.9.2".

还需要安装 uv，也是一行命令的事：

brew install uv

OK，最后一步就是下载 Anthropic 的 MCP Server 的 GitHub repo (其实我们只需要 MCP/sqlite 部分就可以，不过直接下载整个 repo 比较方便):

git clone https://github.com/modelcontextprotocol/servers

当然，如果你不会用 git，那直接下载 repo 的压缩包，然后解压，也是可以的......

恭喜你已经完成了所有需要下载的东西！

配置 MCP Server - SqLite 服务

最后，我们来配置 Cursor。打开右上角的设置 -> Feature Settings -> MCP Server，点击 Add new MCP server:

Name 可以随别写，Type 我们选Command,

底下的 Command，我们填入：

uv --directory /Users/XXXX/mcp-servers/src/sqlite run mcp-server-sqlite --db-path /Users/XXXX/SiYuanNote/temp/siyuan.db

⚠️❗️ 注意把 XXXX 换成你自己的路径，以及mcp-servers的文件夹对应位置也要修改成你的位置。

OK，所有步骤都完成了！

大功告成，开始使用！

⚠️❗️ 首先，你需要用 Cursor 打开 siyuan.db 所在的文件夹!!! (这点比较重要，有时候不打开，似乎不会自动启用 MCP 协议)
然后，使用快捷键command + i打开 Composer 窗口，左下角的模型记得选 Claude 家族的(笔者用的是 cluade-3.5-sonnet)，就可以直接开始提问啦。
⚠️❗️ 注意你得说点关键词让 Cursor 知道你要调用 MCP，比如根据我的思源笔记sqlite，帮我搜索XXXX。

OK！Cursor 就会自动调用 MCP Server，并且主动查询你的思源笔记 sqlite 数据库了。

Why MCP?

很多人留言说，思源笔记数据库有自己的结构，以及思源笔记有自己的查找指令，是不是用上会更好？

笔者想说，MCP 的强大之处就在于，可以让 AI (其实已经是 AI agent 了) 自由地探索整个思源笔记 sqlite 数据库。其实不难发现，搜索的时候，AI 会自己先探索一遍数据库结构，然后尝试搜索不同的关键词，最后整合相关的 block，输出最终信息；这其实这比我们自己手动设计一些指令效果会好的多。

此外，之前笔记 AI 搜索的方式多为 RAG (Retrieval-Augmented Generation)，即先通过 embedding 将笔记内容转换为向量，然后通过向量检索的方式找到相关的笔记内容，再通过 AI 生成最终的答案。笔者认为，MCP 的方式要比 RAG 的方式灵活、强大得多，因为 embedding 通常并不完全准确；而 MCP 的方式是把 sqlite 完全开放给 AI agent 探索，搜索会更加准确。