Anki MCP 服务器集成

“Anki” MCP 服务器能做什么？

Anki MCP（模型上下文协议）服务器通过利用 Anki-Connect 插件，将 Anki 桌面应用与 AI 助手无缝连接。该服务器实现了对 Anki 抽认卡数据库的便捷访问，让 AI 模型可以以编程方式与抽认卡组交互。包括获取待复习卡片、访问未见过或新卡片，甚至直接通过 MCP 接口创建新抽认卡。开发者和用户可以通过集成大语言模型，实现智能复习、自动抽认卡创建等功能，充分利用 Anki 强大的间隔重复系统。此集成对于希望自动化或丰富抽认卡学习的教育、效率与记忆增强类工具尤为有价值。

提示词列表

仓库中未列出或描述任何提示词模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

• anki://search/deckcurrent
  • 返回当前牌组中的所有卡片。等同于 Anki 中的 deck:current。
• anki://search/isdue
  • 返回所有待复习和学习中的卡片。等同于 Anki 中的 is:due。
• anki://search/isnew
  • 返回所有未见过的新卡片。等同于 Anki 中的 is:new。

工具列表

• update_cards
  • 将指定卡片 ID 的卡片标记为已答，并赋予难度评分（1 = 再来一次，4 = 容易）。
  • 输入：包含 cardId（数字）和 ease（数字）的对象数组。
• add_card
  • 在默认 Anki 牌组中创建新卡片。
  • 输入：front（字符串），back（字符串）。
• get_due_cards
  • 返回指定数量的当前待复习卡片。
  • 输入：num（数字）。
• get_new_cards
  • 返回指定数量的新卡片。
  • 输入：num（数字）。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

此 MCP 服务器应用场景

• 自动抽认卡复习
  • 与 AI 助手集成，自动获取并复习到期卡片，简化学习流程。
• 智能抽认卡创建
  • 利用大语言模型根据用户笔记或外部内容按需生成新抽认卡，并直接添加到 Anki。
• 进度监控
  • 获取新卡、已见卡和待复习卡的状态，帮助用户可视化和管理学习进度。
• 自适应学习
  • 根据用户表现调整卡片调度或推荐复习，结合 AI 洞察与 Anki 的调度。
• 无缝学习工作流
  • 将 Anki 复习任务与其他效率或学习工具连接，打造一体化学习环境。

安装设置方法

Windsurf

1. 确保已安装 Node.js 并在 Anki 桌面端启用 Anki-Connect 插件。
2. 安装 Anki MCP 服务器：
   npm install @anki/mcp-server@latest
3. 编辑你的 Windsurf 配置文件，添加 MCP 服务器：

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

4. 保存配置并重启 Windsurf。
5. 检查你的 AI 助手中 Anki MCP 集成是否已运行。

Claude

1. 确保已安装 Node.js 并在 Anki 中运行 Anki-Connect。
2. 安装 Anki MCP 服务器。
3. 找到并编辑 Claude Desktop 配置文件：
   MacOS 路径：~/Library/Application Support/Claude/claude_desktop_config.json
   Windows 路径：%APPDATA%/Claude/claude_desktop_config.json
4. 添加以下配置：

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

5. 保存并重启 Claude，检查 Anki MCP 服务器是否可用。

Cursor

1. 安装 Node.js 并确保已启用 Anki-Connect。
2. 安装 Anki MCP 服务器。
3. 编辑 Cursor 配置，加入如下内容：

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

4. 保存并重启 Cursor 启用服务器。

Cline

1. 配置 Node.js 和 Anki-Connect。
2. 安装 Anki MCP 服务器。
3. 更新你的 Cline 配置：

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

4. 保存文件并重启 Cline 激活服务器。

API 密钥安全配置

如果需要提供密钥或 API Key，请使用环境变量。例如：

{
  "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}"
      }
    }
  }
}

**注意：**请用你的实际环境变量替换 ANKI_CONNECT_API_KEY。

在流程中如何使用此 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，首先添加 MCP 组件到你的流程，并将其连接到你的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置区，使用如下 JSON 格式填写服务器信息：

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

配置完成后，AI 代理即可作为工具调用此 MCP，访问其全部功能。记得将 “anki-mcp-server” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

根据现有信息，Anki MCP 服务器为抽认卡自动化和复习提供了良好的集成。虽然缺少提示词模板和采样功能限制了灵活性，但其工具集在预期用途上相当强大。文档清晰，安装指导齐全。总体而言，对于 Anki 用户来说，该 MCP 在实用性和清晰度上可得 7/10 分。

MCP 评分