تكامل خادم Anki MCP

ماذا يفعل خادم “Anki” MCP؟

يعمل خادم Anki MCP (بروتوكول سياق النماذج) كجسر بين تطبيق Anki لسطح المكتب ومساعدي الذكاء الاصطناعي عبر الاستفادة من إضافة Anki-Connect. يتيح هذا الخادم الوصول السلس إلى قاعدة بيانات بطاقات أنكي، مما يسمح للنماذج الذكية بالتفاعل برمجياً مع مجموعاتك. يمكن تنفيذ مهام مثل جلب البطاقات المستحقة للمراجعة، الوصول للبطاقات الجديدة أو غير المرئية، وحتى إنشاء بطاقات مراجعة جديدة مباشرة من خلال واجهة MCP. يمكن للمطورين والمستخدمين تعزيز تدفقات دراستهم من خلال دمج نماذج اللغة الكبيرة للمراجعة الذكية، إنشاء البطاقات تلقائياً، والمزيد، وكل ذلك بالاعتماد على نظام التكرار المتباعد القوي في أنكي. هذا التكامل ذو قيمة خاصة للأدوات التعليمية، الإنتاجية، وتعزيز الذاكرة التي تسعى لأتمتة أو إثراء التعلم المعتمد على البطاقات.

قائمة القوالب

لا توجد قوالب أو نماذج مُدرجة أو موصوفة في المستودع.

قائمة الموارد

• anki://search/deckcurrent
  • يعيد جميع البطاقات من المجموعة الحالية. تعادل deck:current في Anki.
• anki://search/isdue
  • يعيد البطاقات قيد المراجعة والتعلم التي تنتظر الدراسة. تعادل is:due في Anki.
• anki://search/isnew
  • يعيد جميع البطاقات غير المرئية. تعادل is:new في Anki.

قائمة الأدوات

• update_cards
  • يعلّم البطاقات ذات المعرفات المحددة كمُجابة ويعين لها تقييم سهولة (1 = مرة أخرى، 4 = سهل).
  • المدخلات: مصفوفة من الكائنات مع cardId (رقم) و ease (رقم).
• add_card
  • ينشئ بطاقة جديدة في مجموعة أنكي الافتراضية.
  • المدخلات: front (نص)، back (نص).
• get_due_cards
  • يعيد عدداً محدداً من البطاقات المستحقة حالياً للمراجعة.
  • المدخل: num (رقم).
• get_new_cards
  • يعيد عدداً محدداً من البطاقات الجديدة.
  • المدخل: num (رقم).

حالات الاستخدام لهذا الخادم MCP

• مراجعة البطاقات التلقائية
  • الدمج مع مساعد الذكاء الاصطناعي لجلب ومراجعة البطاقات المستحقة تلقائياً، مما يسهل جلسات الدراسة.
• إنشاء بطاقات مراجعة ذكية
  • استخدم نماذج اللغة الكبيرة لإنشاء بطاقات جديدة عند الطلب بناءً على ملاحظات المستخدم أو محتوى خارجي، وإضافتها مباشرة إلى أنكي.
• متابعة التقدم
  • جلب حالة البطاقات الجديدة، المرئية والمستحقة لمساعدة المستخدمين على تصور وإدارة تقدمهم في التعلم.
• التعلم التكيفي
  • ضبط جدولة البطاقات أو التوصية بالمراجعات بناءً على أداء المستخدم، مستفيداً من رؤى الذكاء الاصطناعي مع جدولة أنكي.
• تدفقات دراسة سلسة
  • ربط مهام مراجعة أنكي مع أدوات الإنتاجية أو الدراسة الأخرى لخلق بيئة تعلم متكاملة.

كيفية إعداده

Windsurf

1. تأكد من تثبيت Node.js وتمكين إضافة Anki-Connect في تطبيق أنكي لسطح المكتب.
2. ثبّت خادم Anki MCP:
   npm install @anki/mcp-server@latest
3. عدّل ملف إعدادات Windsurf لإضافة الخادم MCP:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

4. احفظ الإعدادات وأعد تشغيل Windsurf.
5. تحقق من تشغيل الخادم بمراجعة تكامل Anki MCP في مساعد الذكاء الاصطناعي الخاص بك.

Claude

1. تأكد من تثبيت Node.js وتشغيل Anki-Connect في أنكي.
2. ثبّت خادم Anki MCP.
3. حدد موقع ملف إعدادات Claude Desktop وعدّله:
   في MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   في ويندوز: %APPDATA%/Claude/claude_desktop_config.json
4. أضف الإعداد التالي:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

5. احفظ وأعد تشغيل Claude. تحقق من إمكانية الوصول لخادم Anki MCP.

Cursor

1. ثبّت Node.js وتأكد من تفعيل Anki-Connect.
2. ثبّت خادم Anki MCP.
3. حرر إعدادات Cursor لإضافة:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

4. احفظ وأعد تشغيل Cursor لتفعيل الخادم.

Cline

1. جهّز Node.js وAnki-Connect.
2. ثبّت خادم Anki MCP.
3. حدّث إعدادات Cline:

   {
     "mcpServers": {
       "anki-mcp-server": {
         "command": "/path/to/anki-mcp-server/build/index.js"
       }
     }
   }
   

4. احفظ الملف وأعد تشغيل Cline لتفعيل الخادم.

تأمين مفاتيح API

إذا كنت بحاجة لإضافة مفاتيح سرية أو مفاتيح API، استخدم متغيرات البيئة. مثال:

{
  "mcpServers": {
    "anki-mcp-server": {
      "command": "/path/to/anki-mcp-server/build/index.js",
      "env": {
        "ANKI_CONNECT_API_KEY": "${ANKI_CONNECT_API_KEY}"
      },
      "inputs": {
        "apiKey": "${ANKI_CONNECT_API_KEY}"
      }
    }
  }
}

ملاحظة: استبدل ANKI_CONNECT_API_KEY بمتغير البيئة الفعلي الخاص بك.

كيفية استخدام هذا MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق وربطه بوكيل الذكاء الاصطناعي لديك:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات النظام MCP، أدخل بيانات خادم MCP الخاص بك باستخدام هذا التنسيق JSON:

{
  "anki-mcp-server": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا MCP كأداة مع إمكانية الوصول لجميع وظائفه وقدراته. تذكر تغيير “anki-mcp-server” إلى اسم خادم MCP الخاص بك واستبدال الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

استناداً إلى المعلومات المتوفرة، يقدم خادم Anki MCP تكاملاً قوياً لأتمتة البطاقات والمراجعة. غياب قوالب النماذج وميزات العينات يحد من مرونته، إلا أن مجموعة أدواته قوية لهدفه المقصود. التوثيق واضح وتعليمات الإعداد متوفرة. بشكل عام، يحصل هذا MCP على تقييم 7/10 من حيث الفائدة والوضوح، خاصةً لمستخدمي أنكي.

تقييم MCP