Skip to main content
Glama
hjarni

Hjarni MCP Server


功能简介

Hjarni 是一款 AI 原生的笔记应用。用 Markdown 书写笔记,把它们整理到带有自定义 AI 指令的文件夹中,再让 Claude 或 ChatGPT 通过 MCP 搜索、阅读、创建和整理你的笔记。

你的笔记有两个读者:你和你的 AI。Hjarni 负责存储知识,ChatGPT 和 Claude 则是交互界面。

Related MCP server: mor

连接方式

Hjarni 是一个托管的远程 MCP 服务器,使用 OAuth 认证。无需 API 密钥、无需 Docker、无需本地配置,不到 2 分钟即可完成设置。

Claude.ai / Claude iOS

  1. 打开 设置 > 集成

  2. 点击 添加自定义连接器

  3. 将名称设置为 hjarni,URL 设置为 https://hjarni.com/mcp

  4. 点击 添加,并在跳转后登录 Hjarni

MCP 集成需要 Claude Pro 或 Team 计划。

Claude Desktop / Claude Code

添加到你的 MCP 配置中(claude_desktop_config.json 或 .claude.json):

{
  "mcpServers": {
    "hjarni": {
      "url": "https://hjarni.com/mcp",
      "type": "streamable-http"
    }
  }
}

适用于任何 Claude 计划。首次连接时通过 OAuth 认证。

ChatGPT

  1. 前往 chatgpt.com > 设置 > 连接器

  2. 启用 开发者模式

  3. 点击 创建应用

  4. 将名称设置为 hjarni,MCP 服务器 URL 设置为 https://hjarni.com/mcp

  5. 认证方式选择 OAuth

  6. 点击 创建,并在跳转后登录 Hjarni

需要 ChatGPT Plus、Pro 或 Team 计划。

其他 MCP 客户端

任何支持流式 HTTP(Streamable HTTP)传输的客户端都可以连接。端点为 https://hjarni.com/mcp。认证使用 OAuth 2.0 与 PKCE。发现元数据位于 /.well-known/oauth-authorization-server。

可用工具

工具

描述

search

在笔记、容器和标签中进行全文搜索

notes-create

创建新笔记,可设置标题、正文、标签和容器位置

notes-get

读取单篇笔记,包括完整内容、标签和关联笔记

notes-list

列出笔记,可按容器、标签筛选以及排序

notes-update

更新笔记内容、移动笔记、修改标签、归档/取消归档

notes-delete

永久删除一条笔记

containers-list

列出用于整理笔记的文件夹

containers-create

创建新的文件夹

containers-get

获取单个容器及其 AI 指令

containers-update

更新容器(重命名、移动、更改描述)

tags-list

列出所有标签

tags-create

创建新标签

links-manage

在笔记之间建立或移除双向链接

instructions-get

读取文件夹上设置的 AI 指令

instructions-update

更新文件夹级别的 AI 指令

files-attach

为笔记添加附件

files-attach_from_url

从 URL 获取文件并附加到笔记

files-get_download_url

获取文件的临时下载 URL

files-remove

移除笔记的文件附件

dashboard-get

账户总览:笔记数、容器、标签、收件箱

teams-list

列出用户所属的全部团队

teams-get

获取团队详细信息,包括最近的笔记

内置提示词

服务器还会向支持提示词发现的客户端公开 MCP 提示词:

提示词

描述

summarize_note

总结一篇笔记,并推荐相关标签和跳转链接

weekly_review

回顾近期动态,给出知识整理建议

research_topic

综合知识库中与某个主题相关的全部内容

使用示例

研究助手

“让我查一下我在技术栈上做过哪些决定?”

Claude 会在你的笔记中搜索、沿着相关笔记中的 Wiki 链接跳转,并将多个来源的信息汇总成一份摘要。

快速记录

“把这个保存成我 Projects 文件夹里的一条笔记,并打上标签。”

Claude 会找到正确的容器,用 Markdown 格式创建笔记、添加标签,再将它与相关笔记建立链接。

每周回顾

“帮我梳理一下收件箱。”

Claude 会列出未归档的笔记,根据你的文件夹结构给出每条笔记该归入哪个文件夹的建议,并经你确认后移动它们。

结合上下文的写作

“根据我最近的会议记录,帮我起草一份项目更新。”

Claude 会提取相关笔记,把这些内容作为草稿的参考素材。

功能特性

  • Markdown 笔记——支持完全 Markdown 排版

  • Wiki 链接([[id:Note Title]])——用于交叉引用

  • 文件夹——每个文件夹可设置自定义的 AI 指令

  • 全文搜索——搜索全部笔记内容

  • 双向链接——在笔记之间建立关联

  • 标签——用于跨目录分类

  • 文件附件(Pro 及更高版本)

  • 团队协作——共享知识库

  • REST API——支持自定义集成

  • 数据导出——随时导出为 Markdown

MCP 服务器详情

接入地址

https://hjarni.com/mcp

传输方式

Streamable HTTP + JSON-RPC 2.0

协议版本

2025-03-26 和 2024-11-05

认证方式

OAuth 2.0 (PKCE) 或 Bearer token

能力

工具和提示词(Tools and Prompts)

完整的协议说明请参阅 MCP 服务器文档。

定价

计划

价格

包含内容

免费版

$0

25 篇笔记、容器、标签、搜索、完整 MCP 与 API 访问权限

Pro

$10/月

不限笔记数量、文件附件、共享给 2 名协作者

Teams

$13/人/月

团队工作区、团队 MCP 与 API、成员管理

同时支持 EUR 与 GBP 货币。查看价格。

相关链接

支持

发送邮件至 evert@hjarni.com。


MCP Badge hjarni/hjarni-mcp MCP server

Maintenance

ActivityMaintained
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • A
    license
    Not graded
    quality
    D
    maintenance
    Provides persistent long-term memory for AI assistants with tag-based retrieval, wiki-style linking, and source references, storing memories as markdown files with SQLite index.
    1
    MIT
  • A
    license
    Not graded
    quality
    A
    maintenance
    Enables AI assistants to search, read, create, update, and remove personal markdown notes stored locally, providing persistent memory across sessions.
    12 npm
    2
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables AI assistants to capture, search, update, and delete notes in a local Markdown vault with automatic categorization and tagging, making knowledge management seamless.
    4 npm
    1
    MIT
  • A
    license
    Not graded
    quality
    A
    maintenance
    Gives AI assistants persistent, shared memory using the Zettelkasten method, so they retain corrections, preferences, and decisions across sessions and across tools via local, hybrid search.
    342 npm
    7
    MIT