______________________________________________________________________

标题：书签镜头表情符号🔖 颜色来源：靛蓝颜色致：蓝色 sdk:docker 固定：false 许可证：mit short_description：支持MCP的AI代理的语义书签引擎标签：

构建mcp跟踪消费者
打造mcp轨道创意

______________________________________________________________________

书签镜头

你的AI助手会记住你保存的所有内容。

](https://badge.fury.io/py/bookmark-lens) ![Python 3.10+](https://www.python.org/downloads/) ![License: MIT](https://opensource.org/licenses/MIT)

书签镜头是什么？

厌倦了在浏览器文件夹中丢失书签？搜索“那篇关于React钩子的文章”，但不记得是提到了“钩子”、“useState”还是“功能组件”？

书签镜头 通过语义搜索解决了这个问题。按书签内容查找书签 *关于*，而不仅仅是精确的关键字。搜索“身份验证教程”，获得有关登录系统、OAuth、JWT的结果，即使它们从未提到“身份验证”一词

传统书签： 文件夹→ 子文件夹→ 我把它保存在哪里了？ → 放弃吧，再谷歌一下 使用书签镜头： “查找上周的React教程”→ 立即找到

所有处理都在您的机器上本地进行。您的书签保持私密。

在行动中看到它

*演示即将推出-智能书签搜索功能*

特性

🧠 语义搜索 –按含义查找书签，而不仅仅是关键字
🆓 完全免费 –核心功能不需要API密钥
🤖 LLM增强型（可选） –如果您的LLM使用此MCP工具，它可以生成摘要、自动标记和主题分类
语义搜索 -按含义查找书签，而不仅仅是关键字
元数据 -自动提取标题、描述和内容
采用智能标签 -手动标签+自动生成标签（智能模式）
主题分类 -自动分类（智能模式）
日期筛选 -按时间范围搜索（LLM支持自然语言）
MCP本地 -适用于Claude Desktop和其他MCP客户端
快速 -使用句子变换器的局部嵌入

______________________________________________________________________

快速设置

克劳德桌面（stdio模式）

打开您的Claude Desktop配置文件：

- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json - 视窗: %APPDATA%\Claude\claude_desktop_config.json

将书签镜头添加到 mcpServers 章节：

{
  "mcpServers": {
    "bookmark-lens": {
      "command": "uvx",
      "args": ["bookmark-lens"]
    }
  }
}

重新启动克劳德桌面

就是这样！无需安装、设置或配置。

其他MCP客户端

对于其他MCP兼容客户端，请使用：

uvx bookmark-lens

HTTP模式（自托管）

书签镜头也支持 可流式传输的HTTP 基于网络的集成传输。这需要自托管，因为没有可用的托管版本。

# Run HTTP server on default port (8000)
bookmark-lens --transport http

# Server available at: http://127.0.0.1:8000/mcp

# Custom port
bookmark-lens --transport http --port 8080

多用户支持

HTTP模式支持多个用户通过 X-User-Id 头球每个用户的书签都是完全隔离的：

# User "alice" saves a bookmark
curl -H "X-User-Id: alice" http://localhost:8000/mcp

# User "bob" saves a bookmark
curl -H "X-User-Id: bob" http://localhost:8000/mcp

# Alice and Bob have separate bookmark collections

默认：如果没有 X-User-Id 提供header，默认为 dev-user
隔离：每个用户只能访问自己的书签、标签和统计信息
单个实例：一台服务器可以为多个用户提供完全数据隔离的服务

📖 自助托管指南： 看部署.md 有关运行自己的HTTP服务器、Docker部署、多用户设置和安全考虑的详细说明。

______________________________________________________________________

对话示例

研究工作流程

You: Save https://arxiv.org/abs/2401.12345 with note "Interesting paper on attention mechanisms"

Claude: Saved! I've extracted:
- Title: "Efficient Attention: A Survey"
- Description: Comprehensive review of attention mechanisms...
- Auto-generated tags: #ai #research #attention #transformers

You: Find papers about attention from this month

Claude: Found 3 bookmarks:
1. "Efficient Attention: A Survey" (arxiv.org) - Today
   Tags: ai, research, attention, transformers

2. "Flash Attention Implementation" (github.com) - 3 days ago
   Tags: pytorch, optimization, gpu

3. "Attention is All You Need - Annotated" (nlp.seas.harvard.edu) - 1 week ago
   Tags: tutorial, transformers, nlp

学习路径

You: I'm learning React. Save good tutorials as I find them with tag #react-learning

Claude: Great! I'll tag them for you.

You: [Later] Show me all my React learning resources

Claude: You have 12 React bookmarks:

**Fundamentals (4 bookmarks):**
- Official React Docs - react.dev
- React Tutorial for Beginners - youtube.com
- Thinking in React - beta.reactjs.org

**Advanced (5 bookmarks):**
- Custom Hooks Patterns - usehooks.com
- React Performance Optimization - web.dev
...

You: Which ones cover hooks?

Claude: 8 of your bookmarks discuss hooks:
[Semantic search finds all hook-related content even without "hooks" in title]

内容策展

You: Show me my GitHub bookmarks by topic

Claude: Here's the breakdown:

**AI/ML (15 bookmarks)**
- Transformer models
- LLM training techniques
- Embedding systems

**Frontend (23 bookmarks)**
- React ecosystem
- Build tools
- State management

**DevOps (8 bookmarks)**
- Kubernetes guides
- CI/CD pipelines

You: What are my top 3 most-saved domains?

Claude:
1. github.com - 47 bookmarks
2. medium.com - 23 bookmarks
3. dev.to - 18 bookmarks

更多示例： 看用法\_ GIDE.md 详细的工作流程和高级查询模式。

______________________________________________________________________

建筑

bookmark-lens/
├── src/bookmark_lens/
│   ├── server.py              # MCP server (stdio + HTTP/SSE)
│   ├── config.py              # Configuration management
│   ├── database/
│   │   ├── duckdb_client.py   # Relational data (bookmarks, tags)
│   │   └── lancedb_client.py  # Vector embeddings
│   ├── models/
│   │   └── bookmark.py        # Pydantic models
│   └── services/
│       ├── content_fetcher.py # Web page fetching
│       ├── embedding_service.py # Text → vectors
│       ├── bookmark_service.py # Orchestration
│       └── search_service.py  # Hybrid search
├── data/                      # Local databases (gitignored)
└── tests/
    └── manual_test.py         # End-to-end testing

技术栈

FastMCP -双传输模型上下文协议（stdio+HTTP/SSE）
DuckDB -关系数据库（书签、元数据、标签）
LanceDB -矢量数据库（语义搜索嵌入）
句子变换器 -本地嵌入模型（全MiniLM-L6-v2）
可读性lxml -从网页中提取内容
派丹蒂克 -数据验证和序列化

技术深潜： 看技术.md 了解混合搜索架构、性能基准和实现细节。

______________________________________________________________________

常见问题解答

这与浏览器书签有何不同？ 浏览器书签使用文件夹和精确的名称匹配。书签镜头使用AI来理解意义。搜索“身份验证”并找到有关登录、OAuth、JWT的书签，即使他们从未使用过这个词。

Raindrop.io或Pocket怎么样？ 它们是基于云的（您的数据在其服务器上），需要订阅高级功能。书签镜头是100%本地免费的。你的数据永远不会离开你的机器。

我需要API密钥吗？ 不！核心功能（保存、搜索、标记）在没有API密钥的情况下完全离线工作。智能模式（自动摘要、自动标记）是可选的，并使用您自己的LLM API密钥。

Smart Mode的价格是多少？ 与克劳德·海库合作：每个书签约0.0005美元（半美分）。以0.50美元的价格处理1000个书签。它是可选的——核心功能是免费的。

我的数据是私有的吗？ 100%私人。一切都在本地运行。核心功能根本不使用互联网。智能模式仅将书签内容发送到您选择的LLM（而不是我们）。

如果我有成千上万的书签怎么办？ 书签镜头可以轻松处理数千个。矢量搜索即使在大型集合中也很快。句子转换器模型在CPU上本地运行。

为什么是语义搜索而不是关键字？ 当你不记得确切的单词时，关键字就会失败。“查找身份验证教程”找不到“面向初学者的OAuth指南”。语义搜索理解它们是关于同一主题的。

我可以导出我的书签吗？ 尚未（路线图功能）。目前，数据存储在本地DuckDB+LanceDB数据库中。如果需要，您可以直接访问它们。

我可以用HTTP访问自托管吗？ 对！Bookmark Lens支持流式HTTP传输。看部署.md 获取自托管说明。注意：没有托管版本-您必须运行自己的服务器。

它支持多个用户吗？ 对！在HTTP模式下，Bookmark Lens支持多个用户通过 X-User-Id 头球每个用户的书签都是完全隔离的，他们只能访问自己的数据。一个服务器实例可以为许多用户提供完全数据分离的服务。stdio模式仅限单用户（默认为 dev-user).

______________________________________________________________________

MCP工具

`save_bookmark`

保存带有可选注释和标签的URL。

参数：

url （必填）：书签的URL
note （可选）：保存的背景或原因
tags （可选）：标签列表

例子：

{
  "url": "https://example.com/article",
  "note": "Great explanation of embeddings",
  "tags": ["ai", "ml", "tutorial"]
}

`search_bookmarks`

使用可选过滤器在语义上搜索书签。

参数：

query （必填）：搜索什么
domain （可选）：按域过滤（例如“github.com”）
tags （可选）：按标签筛选
from_date （可选）：ISO 8601日期字符串
to_date （可选）：ISO 8601日期字符串
limit （可选）：最大结果（默认值：10）

例子：

{
  "query": "machine learning tutorials",
  "domain": "github.com",
  "tags": ["python"],
  "from_date": "2024-11-07T00:00:00Z",
  "limit": 5
}

`get_bookmark`

按ID获取书签的完整详细信息。

参数：

id （必填）：书签ID

`update_bookmark`

更新书签的注释和/或标签。

参数：

id （必填）：书签ID
note （可选）：新注释
tags （可选）：添加/替换标签
tag_mode （可选）：“替换”或“附加”（默认：“替换“）

`delete_bookmark`

删除书签及其所有相关数据。

参数：

id （必填）：书签ID

例子：

{
  "id": "bkm_abc123"
}

`list_tags`

列出所有标签及其使用次数。

参数： 无

示例响应：

{
  "success": true,
  "count": 5,
  "tags": [
    {"tag": "ai", "count": 20},
    {"tag": "python", "count": 15},
    {"tag": "tutorial", "count": 8}
  ]
}

`get_bookmark_stats`

使用可选过滤器获取书签收藏的统计信息。

参数：

stat_type （可选）：统计类型

- "total" -总计数（默认） - "by_domain" -按领域细分 - "by_topic" -按主题细分 - "by_tag" -按标签细分 - "by_date" -活动随时间变化

domain （可选）：按域筛选
topic （可选）：按主题筛选
tags （可选）：按标签筛选
from_date （可选）：日期后过滤器（ISO 8601）
to_date （可选）：日期前过滤器（ISO 8601）
limit （可选）：对于细分统计，前N个结果（默认值：10）

示例：

书签总数：

{
  "stat_type": "total"
}

本周保存的书签：

{
  "stat_type": "total",
  "from_date": "2024-11-07T00:00:00Z"
}

顶级域名：

{
  "stat_type": "by_domain",
  "limit": 5
}

按域列出的AI书签：

{
  "stat_type": "by_domain",
  "topic": "AI"
}

______________________________________________________________________

配置

所有配置都是通过环境变量进行的(.env 文件）：

# Database paths
BOOKMARK_LENS_DUCKDB_PATH=./data/bookmark_lens.db
BOOKMARK_LENS_LANCEDB_PATH=./data/embeddings.lance

# Embedding model
EMBEDDING_MODEL_NAME=all-MiniLM-L6-v2
EMBEDDING_DIMENSION=384

# Content fetching
BOOKMARK_LENS_FETCH_TIMEOUT=30
BOOKMARK_LENS_USER_AGENT=bookmark-lens/0.1.0
MAX_CONTENT_LENGTH=50000

安装选项

减小安装大小（仅限CPU的PyTorch）：

默认情况下，PyTorch可以安装CUDA支持（~3GB）。对于大多数部署，仅CPU就足够了，而且要小得多（~200MB）：

# Install CPU-only PyTorch first
pip install torch --index-url https://download.pytorch.org/whl/cpu

# Then install bookmark-lens
pip install bookmark-lens

这建议用于Docker容器、无服务器部署或任何不需要GPU加速的环境。

______________________________________________________________________

智能模式（LLM增强功能）

启用智能模式以获取书签的自动摘要、标签和主题分类。

设置

选择LLM模型（请参见 LiteLLM提供商)
从您的提供商处获取API密钥
添加到 .env:

   LLM_MODEL=claude-3-haiku-20240307
   LLM_API_KEY=your-api-key-here

重新启动服务器

智能模式增加了什么

自动摘要：简短（1-2句）和长篇（1段）摘要
自动标签：自动生成3-5个相关标签
主题分类：高级类别（人工智能、云、编程、数据、安全、DevOps、设计、商业、科学、其他）
更好的搜索：嵌入内容中包含的摘要和主题，以提高相关性
Markdown提取：完整内容提取为Markdown（保留结构）

成本估算

随着 claude-3-haiku-20240307: 每个书签约0.0005美元 （非常便宜！）

演出

基模（无LLM）：快速保存，仅提取标题/描述
智能模式 （使用LLM）：保存速度较慢（~5-10秒），内容完整+增强

注：智能模式是完全可选的。所有核心功能无需任何LLM配置即可工作。

______________________________________________________________________

嵌入模型

违约： all-MiniLM-L6-v2 （384维，快速，质量好）

选择：

all-mpnet-base-v2 （768维，质量更好，速度更慢）
paraphrase-multilingual-MiniLM-L12-v2 （384个维度，多语言）

变化 .env:

EMBEDDING_MODEL_NAME=all-mpnet-base-v2
EMBEDDING_DIMENSION=768

______________________________________________________________________

运作原理

保存书签

获取 -下载网页
提取 -提取标题、描述、主要内容（智能模式下的Markdown）
增强 -生成摘要、标签、主题（仅限智能模式）
嵌入 -使用局部模型将文本转换为矢量
商店 -保存到DuckDB（元数据）和LanceDB（矢量）

搜索书签

嵌入查询 -将搜索文本转换为矢量
矢量搜索 -查找类似书签（LanceDB）
过滤器 -应用域/标签/日期过滤器（DuckDB）
排名 -按相似性得分排序
返回 -相关性得分最高的N个结果

自然语言日期

LLM（通过 bookmark_search_guide prompt）将自然语言转换为ISO日期：

“昨天”→ 2024-11-13T00:00:00Z
“上周”→ 2024-11-07T00:00:00Z
“上个月”→ 2024-10-14T00:00:00Z

服务器只接受ISO 8601格式，LLM进行转换。

______________________________________________________________________

发展

想贡献吗？看贡献.md 有关设置说明。

运行测试

# Clone the repository
git clone https://github.com/yourusername/bookmark-lens.git
cd bookmark-lens

# Install in development mode
pip install -e ".[dev]"

# Run tests
python tests/test_simple.py

______________________________________________________________________

故障排除

“找不到模型”错误

第一次运行下载嵌入模型（约80MB）。这是正常的，只发生一次。

“数据库锁定”错误

关闭使用数据库的所有其他进程。DuckDB不支持并发写入。

搜索未返回任何结果

检查书签是否已成功保存
尝试更广泛的查询
验证嵌入模型是否正确加载

首次搜索速度较慢

嵌入模型在首次使用时加载。后续搜索速度很快。

______________________________________________________________________

路线图

第二阶段（智能模式-未来）

LLM驱动的摘要
自动标记
主题分类
查询扩展

未来功能

浏览器历史记录导入
浏览器扩展
导出/导入书签
书签收藏
共享能力

______________________________________________________________________

许可证

MIT许可证-有关详细信息，请参阅许可证文件。

______________________________________________________________________

贡献

欢迎投稿！拜托：

检查 TASKS.md 当前状态
遵循现有的代码风格（最小、集中的实现）
为新功能添加测试
更新文档

______________________________________________________________________

鸣谢

内置：

MCP-SDK 通过Anthropic
DuckDB -快速分析数据库
LanceDB -矢量数据库
句子变换器 -嵌入模型
可读性lxml -内容提取

Bookmark Lens

快速接入

详细介绍

书签镜头

书签镜头是什么？

在行动中看到它

特性

快速设置

克劳德桌面（stdio模式）

其他MCP客户端

HTTP模式（自托管）

多用户支持

对话示例

研究工作流程

学习路径

内容策展

建筑

技术栈

常见问题解答

MCP工具

save_bookmark

search_bookmarks

get_bookmark

update_bookmark

delete_bookmark

list_tags

get_bookmark_stats

配置

安装选项

智能模式（LLM增强功能）

设置

推荐型号

智能模式增加了什么

成本估算

演出

嵌入模型

运作原理

保存书签

搜索书签

自然语言日期

发展

运行测试

故障排除

“找不到模型”错误

“数据库锁定”错误

搜索未返回任何结果

首次搜索速度较慢

路线图

第二阶段（智能模式-未来）

未来功能

许可证

贡献

鸣谢

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP

`save_bookmark`

`search_bookmarks`

`get_bookmark`

`update_bookmark`

`delete_bookmark`

`list_tags`

`get_bookmark_stats`