Raindrop.io MCP 服务器集成

“Raindrop.io” MCP 服务器的功能简介

Raindrop.io MCP 服务器是一款集成工具，使大语言模型（LLM）和 AI 助手能够通过模型上下文协议（MCP）以编程方式与 Raindrop.io 书签进行交互。它作为 AI 客户端与 Raindrop.io 书签平台之间的桥梁，让用户可以创建新书签、检索现有书签，并通过标签筛选结果。该服务器极大提升了 AI 驱动工作流的能力，使代理可以管理和访问用户的书签集合，实现知识自动化整理、相关资源检索以及在开发工具或对话式 AI 界面内的内容策展。这为开发者和 AI 用户赋能，可以直接在支持 MCP 的环境中构建、分享和操作网络资源。

提示模版列表

仓库中未提及任何提示模版。

资源列表

仓库中未描述任何明确资源。

工具列表

• 创建书签：允许 AI 向用户的 Raindrop.io 收藏中添加新书签。
• 搜索书签：支持根据多种条件查询书签。
• 按标签筛选：可通过特定标签筛选检索书签。

MCP 服务器的应用场景

• 书签管理：可通过 AI 代理自动添加与整理书签。
• 知识检索：在开发或对话环境中，快速检索与主题或任务相关的已保存书签。
• 内容策展：按标签筛选并呈现网络资源，便于研究、学习或团队共享。
• 个人知识库：构建智能工作流，将书签作为动态可访问的知识库。
• AI 驱动的工作流自动化：与其他工具和平台集成，将保存链接、搜索书签等操作纳入更大的自动化流程中。

如何设置

Windsurf

未提供 Windsurf 的专用说明。如支持，适用通用 MCP 服务器配置。

Claude

1. 确保已安装 Node.js 16+，并获取 Raindrop.io API 令牌。
2. 通过 Smithery 安装：

   npx -y @smithery/cli install @hiromitsusasaki/raindrop-io-mcp-server --client claude
   

3. 设置环境变量：
   • 新建 .env 文件并写入：

     RAINDROP_TOKEN=your_access_token_here
     

4. 打开 Claude Desktop 配置文件（macOS 或 Windows 上的 claude_desktop_config.json）。
5. 添加 MCP 服务器配置如下：

   {
     "mcpServers": {
       "raindrop-io": {
         "command": "npx",
         "args": [
           "-y",
           "@smithery/cli",
           "start",
           "@hiromitsusasaki/raindrop-io-mcp-server",
           "--client",
           "claude"
         ],
         "env": {
           "RAINDROP_TOKEN": "your_access_token_here"
         }
       }
     }
   }
   

6. 保存并重启 Claude Desktop 以应用更改。

Cursor

未提供 Cursor 的说明或配置示例。

Cline

未提供 Cline 的说明或配置示例。

保护 API 密钥

应使用环境变量来保护 API 密钥。例如：

"env": {
  "RAINDROP_TOKEN": "your_access_token_here"
}

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先将 MCP 组件添加到您的流程，并将其连接到 AI 代理：

点击 MCP 组件打开配置面板。在系统 MCP 配置区域，按照如下 JSON 格式填写您的 MCP 服务器信息：

{
  "raindrop-io": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可作为工具使用此 MCP，获取其全部功能与能力。请注意将 “raindrop-io” 替换为实际 MCP 服务器名称，并将 URL 更换为您自己的 MCP 服务器地址。

概览

我们的看法

该 MCP 服务器为书签管理提供了必要功能，并能在 Claude Desktop 上便捷部署，但缺少文档化的提示模版和明确的资源定义。未发现有关 Roots 或采样等高级功能的支持信息。文档清晰，适合书签类工作流，但缺乏更广泛的集成示例和高级 MCP 功能。

评分： 6/10

MCP 评分