Ai2flomo
这是一个使用FastMCP框架构建的Model Context Protocol (MCP) 服务,可以让AI助手(如Claude, Cherry Studio等)将笔记发送到Flomo并查询历史发送记录。这个服务充当AI助手与Flomo笔记应用之间的桥梁,让你能够通过对话方式快速记录灵感和想法。
Ask AI about Ai2flomo
Powered by Claude · Grounded in docs
I know everything about Ai2flomo. Ask me about installation, configuration, usage, or troubleshooting.
0/500
Reviews
Documentation
Flomo笔记 MCP 服务
这是一个使用FastMCP框架构建的 MCP 服务,可以让AI助手(如Claude, Cherry Studio等)将你想要的信息发送到Flomo,并查询历史发送记录。这个服务充当AI助手与Flomo笔记应用之间的桥梁,让你能够通过对话方式快速记录灵感和想法。
功能概述
- 发送笔记到Flomo:通过对话直接发送笔记内容到你的Flomo账户
- 标签支持:添加标签进行分类整理,自动转换为Flomo的#tag格式
- 历史记录查询:可按内容或标签搜索历史发送记录
- 自动同步:笔记同时保存到Flomo和本地,实现双向备份
快速开始
1. 安装准备
系统要求:
- Python 3.8+
- pip包管理器
- 有效的Flomo Webhook URL
安装步骤:
- 克隆或下载本项目到本地
- 安装必要依赖:
pip install -r requirements.txt - 配置Flomo Webhook URL(见下文配置部分)
2. 配置服务
打开config.py文件,根据需要修改以下配置项:
# Flomo API配置 - 必须替换为你自己的Webhook URL
FLOMO_WEBHOOK_URL = "https://flomoapp.com/iwh/你的ID/你的WEBHOOK_KEY/"
# 数据存储路径 - 通常无需修改
DATA_DIR = "data" # 数据存储目录
NOTES_FILE = os.path.join(DATA_DIR, "notes.json") # 历史记录文件名
# 默认标签 - 可以添加你常用的标签
DEFAULT_TAGS = [] # 例如 ["重要", "工作", "学习"]
# SSE服务配置 - 如果端口被占用可以修改
SSE_PORT = 3000 # 默认端口
SSE_HOST = "0.0.0.0" # 监听地址
配置Flomo Webhook URL的步骤:
- 登录你的Flomo账户
- 访问API页面:https://flomoapp.com/mine?source=incoming_webhook
- 点击"添加新的Webhook"
- 复制生成的URL
- 将该URL粘贴到配置文件的
FLOMO_WEBHOOK_URL处
3. 启动服务
有两种启动方式,根据需求选择:
方法1:Stdio模式(推荐)
./start_flomo.sh
方法2:SSE模式(高级用途)
./start_flomo.sh --sse --port 3000
4. 在AI助手中配置
Claude桌面版配置方法
- 打开Claude桌面应用
- 打开setting -> Developer
- 点击选项"Edit Config"
- 进入 Claude 目录打开文件"claude_desktop_config.json"
- 填写以下信息:
{
"mcpServers": {
"ai2flomo": {
"name": "Flomo笔记服务",
"type": "stdio",
"description": "一个用于添加和管理笔记的工具,支持与Flomo同步",
"isActive": true,
"command": "/Users/username/workspace/mcp_space/ai2flomo/start_flomo.sh",
"args": [],
"env": {
"PATH": "/opt/miniconda3/bin:/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin"
}
}
}
}
- 替换"start_flomo.sh"文件的路径与环境变量"env"为你的电脑设置。
- 点击"保存"
Cherry Studio配置方法
- 打开Cherry Studio应用
- 点击"设置"图标
- 在左侧菜单中选择"MCP服务器"
- 点击"添加服务器"按钮
- 填写以下信息:
- 名称:Flomo笔记服务
- 描述:通过AI助手发送笔记到Flomo并管理历史记录
- 类型:标准输入/输出(stdio)
- 命令:填写
start_flomo.sh脚本的完整路径 - 环境变量:可填写你系统的环境变量
- 点击"保存"
- 点击"保存"按钮左侧的开关,确认服务能正常连接
Cherry Studio的JSON配置示例:
在Cherry Studio中,你也可以直接编辑JSON配置。点击"编辑JSON"按钮,可以看到类似以下的配置:
{
"mcpServers": {
"MDzXVj9bhliofwJ8eCHs9": {
"name": "Flomo笔记服务",
"type": "stdio",
"description": "一个用于添加和管理笔记的工具,支持与Flomo同步",
"isActive": true,
"command": "/Users/username/workspace/mcp_space/ai2flomo/start_flomo.sh",
"args": [],
"env": {
"PATH": "/opt/miniconda3/bin:/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin"
}
}
}
}
确保将路径/Users/username/workspace/mcp_space/ai2flomo/start_flomo.sh替换为你系统上实际的start_flomo.sh脚本路径。
如果你使用SSE模式,配置方式略有不同:
- 选择"类型"为"SSE"
- 在"URL"字段中填入:
http://localhost:3000/sse(如果修改了端口号,请相应调整) - 其他步骤与上述相同
使用指南
当服务启动并在AI助手中配置完成后,你可以通过以下方式使用:
发送笔记到Flomo
简单地告诉AI助手你想记录的内容:
- "将'这个想法很有意思,我应该进一步研究'发送到Flomo"
- "帮我添加笔记:'今天学习了MCP协议的基础知识',标签为'学习 编程'"
搜索历史记录
你可以按内容或标签搜索之前发送过的笔记:
- "查找包含'Python'的历史发送记录"
- "显示所有带'学习'标签的历史发送记录"
- "列出所有历史发送记录的标签"
- "展示我最近发送的5条记录"
项目结构
.
├── app.py # 主程序文件,包含所有MCP工具和资源定义
├── config.py # 配置文件,包含API密钥、路径和其他设置
├── start_flomo.sh # 启动脚本
├── requirements.txt # 项目依赖
├── data/ # 数据存储目录
│ └── notes.json # 历史发送记录数据文件
├── logs/ # 日志目录
└── README.md # 项目文档
技术细节
API与工具
服务提供以下MCP工具和资源:
工具 (Tools)
-
send_to_flomo(content, tags)
- 将笔记发送到Flomo并保存到本地
- 参数:
content: 笔记内容tags: 标签,多个标签用空格分隔
-
search_notes(query, tag)
- 搜索历史发送记录
- 参数:
query: 内容搜索关键字tag: 标签搜索关键字
-
get_all_tags()
- 获取所有历史发送记录中使用的标签列表
资源 (Resources)
-
notes://recent
- 获取最近添加的5条历史发送记录
-
notes://{note_id}
- 通过ID获取特定历史发送记录
数据存储
服务使用简单的JSON文件作为存储,位于data/notes.json。每条记录包含:
- 唯一ID
- 内容
- 标签列表
- 创建和更新时间戳
标签处理
- 输入格式:标签以空格分隔,如
"学习 编程 Python" - Flomo格式:自动转换为Flomo的#tag格式,如
#学习 #编程 #Python - 默认标签:如果在配置文件中设置了
DEFAULT_TAGS,这些标签会自动添加到每条笔记中
常见问题解答
Q: 我的Flomo Webhook URL在哪里可以找到?
A: 登录Flomo网站,访问https://flomoapp.com/mine?source=incoming_webhook 即可查看和创建。
Q: 发送笔记失败怎么办?
A: 检查你的Webhook URL是否正确,以及网络连接是否正常。错误信息会在服务日志中显示。
Q: 如何添加默认标签?
A: 编辑config.py文件,修改DEFAULT_TAGS列表,如DEFAULT_TAGS = ["日常", "AI助手"]。
Q: 如何备份历史发送记录?
A: 所有记录都保存在data/notes.json文件中,可以定期备份此文件。
关于MCP
Model Context Protocol (MCP) 是一种标准化协议,允许AI模型安全地与外部工具和服务进行交互。通过MCP,AI助手可以:
- 使用工具(Tools) - 执行操作,如发送笔记到Flomo
- 访问资源(Resources) - 获取信息,如历史发送记录
- 使用提示模板(Prompts) - 按照预定义模式进行交互
