关键词

Limitless AI录音管理AI 助手集成个人知识库上下文扩展

Limitless AI MCP 服务器是一个基于 Model Context Protocol (MCP) 构建的后端服务。它使兼容 MCP 的 AI 助手（如 Claude Desktop）能够访问和利用您的 Limitless AI Pendant 录音数据。通过这个服务器，AI 助手可以搜索您的录音、获取详细内容，并进行分析。

主要功能点

  • 录音访问 (资源): 将您的 Limitless 录音作为结构化资源提供，AI 助手可以通过 URI（如 'lifelog://recent' 或 'lifelog://YYYY-MM-DD'）浏览和读取录音内容。
  • 功能调用 (工具): 提供一系列工具，允许 AI 助手通过调用标准化方法来执行特定操作，例如按 ID 获取单个录音、按日期或日期范围列出录音、列出最近录音，以及搜索录音内容。
  • 交互模板 (Prompt): 提供预定义的 Prompt 模板，帮助 AI 助手构建针对录音数据的常见交互模式，例如生成每日摘要、提取行动项或分析关键话题。
  • 内容分析 (Sampling): 支持 AI 对录音内容进行直接分析和处理，例如进行内容摘要、信息提取或模式识别（请注意，此功能在当前版本中为模拟实现）。
  • 能力发现: 自动向连接的 MCP 客户端声明服务器支持的功能（工具、资源、Prompt、Sampling）。

安装步骤

  1. 确保您的系统已安装 Node.js 22+。
  2. 从 GitHub 克隆仓库：'git clone https://github.com/ericbuess/limitless-ai-mcp-server.git'
  3. 进入项目目录：'cd limitless-ai-mcp-server'
  4. 安装依赖：'npm install'
  5. 构建项目：'npm run build'

服务器配置

MCP 服务器通常由 MCP 客户端（如 Claude Desktop、Windsurf 等）负责启动和管理。客户端需要知道如何运行服务器程序并传递必要的配置。您需要提供 Limitless API 密钥作为环境变量。

以下是配置 MCP 客户端（例如 Claude Desktop）启动此服务器的示例信息。请参考您的客户端文档，将其中的占位符和路径替换为实际值：

  • 服务器名称 (Name): 'limitless' (客户端通常会定义一个短名称用于引用该服务器)
  • 启动命令 (Command): 'node' (指定用于运行服务器的 Node.js 解释器)
  • 命令行参数 (Args): '/path/to/your/cloned/repo/dist/index.js' (指向您完成 'npm run build' 后生成的服务器入口文件)
  • 环境变量 (Env): (需要将这些作为键值对提供给客户端以设置环境变量)
    • 'LIMITLESS_API_KEY': 您从 limitless.ai/developers 获取的 API 密钥。 此项为必填。
    • 'LIMITLESS_TIMEOUT': (可选) API 请求超时时间（毫秒）。
    • 'LIMITLESS_BASE_URL': (可选) Limitless API 的自定义基础 URL。
    • 'LOG_LEVEL': (可选) 服务器日志级别（DEBUG, INFO, WARN, ERROR），默认为 INFO。
    • 'CACHE_MAX_SIZE': (可选) 缓存最大条目数，默认为 100。
    • 'CACHE_TTL': (可选) 缓存条目生命周期（毫秒），默认为 5 分钟。
    • 'SEARCH_CACHE_MAX_SIZE': (可选) 搜索结果缓存最大条目数，默认为 50。
    • 'SEARCH_CACHE_TTL': (可选) 搜索结果缓存生命周期（毫秒），默认为 3 分钟。

请务必根据您的 MCP 客户端的配置方式，将这些信息正确地添加到客户端的设置中。

基本使用方法

一旦 MCP 客户端配置并成功启动了此服务器，您就可以在客户端中通过自然语言与您的 Limitless 录音进行交互。AI 助手会利用服务器提供的工具、资源和 Prompt 来理解并执行您的请求。例如，在兼容的 AI 聊天界面中，您可以尝试：

  • "Show me my recent recordings" (显示我的最近录音)
  • "Search for my conversations about 'project timeline'" (搜索关于“项目时间线”的对话内容)
  • "Summarize my recordings from yesterday" (总结我昨天的录音内容)
  • "Extract action items from my meetings this week" (从我本周的会议录音中提取行动项)
  • "What were the key topics discussed on January 15th?" (1 月 15 日讨论了哪些关键话题？)

这些自然语言请求会被客户端转换为相应的 MCP 请求（如调用工具或获取 Prompt），然后发送给此服务器处理。

信息

分类

AI与计算

访问项目