Skip to main content
Glama
veyra-bookmarks

veyra-bookmarks

by Aquariosan

veyra-bookmarks

태그 필터링, 카테고리 및 전체 텍스트 검색 기능을 갖춘 AI 에이전트용 북마크 및 링크 관리 MCP 도구입니다. 읽기 작업은 항상 무료입니다. 쓰기 작업에는 Veyra 커밋 모드 인증이 필요합니다.

개요

veyra-bookmarks는 AI 에이전트에게 SQLite 기반의 영구적인 링크 라이브러리를 제공합니다. 에이전트는 자유롭게 북마크를 탐색하고 검색할 수 있습니다. 저장, 업데이트 및 삭제 작업에는 Veyra 커밋 모드가 필요합니다.

Related MCP server: mcp-bookmark-server

설치

npm install
npm run build

데이터는 ~/.veyra-bookmarks/data.db에 저장되며, 처음 실행 시 자동으로 생성됩니다.

MCP 구성 (Claude Desktop)

{
  "mcpServers": {
    "veyra-bookmarks": {
      "command": "node",
      "args": ["/absolute/path/to/veyra-bookmarks/dist/index.js"]
    }
  }
}

도구

도구

입력

클래스

가격

list_bookmarks

{ tag?, category? }

—

무료

get_bookmark

{ id }

—

무료

search_bookmarks

{ query }

—

무료

save_bookmark

{ url, title?, tags?, category?, veyra_token? }

A

€0.005

update_bookmark

{ id, tags?, category?, veyra_token? }

A

€0.005

delete_bookmark

{ id, veyra_token? }

B

€0.02

예시

읽기 (토큰 불필요)

// List all bookmarks
{ "tool": "list_bookmarks", "arguments": {} }

// Filter by category
{ "tool": "list_bookmarks", "arguments": { "category": "research" } }

// Search by keyword
{ "tool": "search_bookmarks", "arguments": { "query": "typescript" } }

쓰기 (Veyra 토큰 필요)

// Save a bookmark
{
  "tool": "save_bookmark",
  "arguments": {
    "url": "https://www.typescriptlang.org/docs/",
    "title": "TypeScript Docs",
    "tags": "typescript,docs,reference",
    "category": "development",
    "veyra_token": "vt_..."
  }
}

// Update tags/category
{
  "tool": "update_bookmark",
  "arguments": {
    "id": "1712345678-abc1234",
    "tags": "typescript,docs,pinned",
    "veyra_token": "vt_..."
  }
}

// Delete
{
  "tool": "delete_bookmark",
  "arguments": { "id": "1712345678-abc1234", "veyra_token": "vt_..." }
}

토큰 누락 시 오류 응답

{
  "error": "VeyraCommitRequired",
  "message": "Write operations require Veyra commit mode.",
  "currentMode": "open",
  "requiredMode": "commit",
  "authorize_endpoint": "https://api.veyra.to/v1/authorize-action",
  "docs_url": "https://veyra.to"
}

Veyra 작동 방식

Veyra는 AI 에이전트를 위한 커밋 모드 인증 계층입니다. 에이전트가 쓰기를 시도할 때:

  1. 에이전트가 veyra_token 없이 도구를 호출하면 → authorize_endpoint가 포함된 VeyraCommitRequired를 수신합니다.

  2. 에이전트/사용자가 인증 엔드포인트를 호출하여 토큰을 획득합니다.

  3. 에이전트가 veyra_token을 설정하여 다시 시도합니다.

  4. veyra-bookmarks는 작업을 실행하기 전에 @veyrahq/sdk-node를 통해 토큰을 검증합니다.

전체 문서는 veyra.to를 참조하세요.

라이선스

MIT

호스팅 팩 (권장)

단일 URL 통합을 위해 호스팅 팩을 사용하는 것을 권장합니다:

{
  "mcpServers": {
    "veyra": {
      "url": "https://mcp.veyra.to/sse"
    }
  }
}

하나의 URL. 48개의 도구. 24개의 무료 읽기. 24개의 보호된 쓰기.

호스팅 팩: https://mcp.veyra.to/sse

팩 매니페스트: https://mcp.veyra.to/.well-known/veyra-pack.json

모든 Veyra 도구 제품군에 걸쳐 가장 빠른 MCP 통합 경로를 원할 때 호스팅 팩을 사용하세요. 이 도구만 단독으로 사용하려면 이 독립형 패키지를 사용하세요.

Veyra 생태계의 일부

Veyra는 프로덕션 AI 에이전트 작업을 위한 커밋 모드입니다. 모든 도구: 읽기는 무료, 쓰기에는 Veyra 커밋 모드가 필요합니다.

도구

설명

설치

veyra-memory

키-값 메모리 저장소

npm i -g veyra-memory

veyra-notes

태그가 있는 메모 작성

npm i -g veyra-notes

veyra-tasks

작업 관리

npm i -g veyra-tasks

veyra-snippets

코드 스니펫 저장소

npm i -g veyra-snippets

veyra-contacts

연락처 관리

npm i -g veyra-contacts

veyra-forms

폼 빌더

npm i -g veyra-forms

veyra-webhooks

웹훅 발신자

npm i -g veyra-webhooks

SDK: npm install @veyrahq/sdk-node 웹사이트: veyra.to

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      D
      maintenance
      Enables AI assistants to save and search bookmarks using OpenAI's RAG capabilities for intelligent bookmark management and retrieval.
      MIT
    • A
      license
      A
      quality
      D
      maintenance
      Enables AI assistants to save, search, and manage bookmarks with semantic search, automatic metadata extraction, and optional LLM-powered enrichment, all running locally.
      8
      6
      MIT
    • A
      license
      B
      quality
      D
      maintenance
      Enables AI assistants to save and search bookmarks with semantic search using OpenAI, allowing storage of URLs with metadata and intelligent retrieval across collections.
      2
      35 PyPI
      MIT