maimemo
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@maimemoStart today's daily quiz and give me the report."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
momo-learning
墨墨背单词的学习插件,可以装进 DeepSeek Harness 或 Claude Code。
把墨墨账号的学习数据同步到本机 SQLite,然后在本地出选择题,每天 20 题,用弹窗一题一题问,每题答完给解析,错了记进错题本,答完写一份当天的错题日报。
整个过程只读,插件包含 19 个 MCP 工具(服务名 maimemo)和一个叫 momo-daily-learning 的 Skill。
定位
墨墨 App 已经在做记忆这件事了,所以不代替 App 复习。
当天到期的词没在 App 里复习完时,会先提示回 App 完成。
也不做账号写入——加词、改复习状态、云词本都没有对应工具。
Related MCP server: mcp-vocabulary-trainer
前置条件
目前只在 Windows 上测试过。镜像存到 %LOCALAPPDATA%\MomoLearning。
客户端二选一:
DeepSeek Harness 桌面版 0.2 及以上。桌面版自带运行时,MCP 服务就用它运行,不用另外装 Node.js。
Claude Code。MCP 服务由本机的
node启动,需要 Node.js 24,且node在PATH上。
一个墨墨开放平台的只读凭证。墨墨背单词 App 里「我的 → 更多设置 → 实验功能 → 开放 API」能拿到,也可以去 https://open.maimemo.com/open/api/v1/tokens/openapi 申请。
安装
DeepSeek Harness 桌面版
DeepSeek Harness 的源码版(npx @deepseek-ai/dsh web 或从源码运行)仍在维护,但界面会变化,这里只介绍当前桌面版的安装方式。
在桌面版里打开「插件」→「添加插件」,输入下面任意一种:
GitHub 仓库地址:
https://github.com/ryukirin/momo-learning本地目录路径:克隆到本机的仓库目录。
令牌放在 DeepSeek Harness 的凭据文件里:~/.dsh/.credentials.yaml(Windows 上是 %USERPROFILE%\.dsh\.credentials.yaml,设置了 DSH_HOME 时在 $DSH_HOME 下)。
在 refs 下加一行 MAIMEMO_TOKEN:
version: 1
refs:
MAIMEMO_TOKEN: <你的令牌>文件里已有别的条目时只加这一行,其他内容不修改。
也可以写进同目录的 .env:MAIMEMO_TOKEN=<你的令牌>。
插件在 Harness 启动时读取 MAIMEMO_TOKEN,通过环境变量交给 MCP 服务,所以配好或改了令牌之后要重启桌面版。
Claude Code
把本仓库添加为插件市场,再安装插件:
/plugin marketplace add ryukirin/momo-learning
/plugin install momo-learning@momo-learning这里的「插件市场」只是仓库里的 .claude-plugin/marketplace.json,Claude Code 会把插件拷进自己的缓存目录。
启用插件时会提示填写「墨墨开放 API 令牌」。这一项标记为敏感,令牌存进系统的安全存储,不写进 settings.json;MCP 服务启动时通过环境变量 MAIMEMO_TOKEN 拿到。
装好后开一个新会话。
从本地目录安装的话:
直接克隆:克隆到本机,把上面第一条命令的
ryukirin/momo-learning换成本机克隆目录的路径克隆进 Skill 目录:把仓库克隆到
~/.claude/skills/momo-learning,Claude Code 启动时直接加载
示例
你:开始今天的墨墨出题
(先检查今天的 App 复习是否完成,完成后同步并出题)
(弹窗,第 1/20 题)
The committee will ___ the remaining issues at next week's meeting.
○ redress ○ address ○ regress ○ dress
你选了 address
q1 答对(你选 address,正确答案 address)
题目翻译:委员会将在下周的会议上处理剩下的问题。
考点:address(及物动词),处理、着手解决。考的是动词义,不是常见的名词「地址」。
选项辨析
- redress:纠正、补救。错,对象通常是不公或失衡(redress a grievance),不是一般的待议问题。
- address:处理、解决。正确,后面接 the remaining issues,正是「处理问题」。
- regress:倒退、退化。错,不及物动词,后面不能直接接宾语。
- dress:给……穿衣、装饰。错,和 address 形近,但不能接 issues。
一句话记住:address an issue=处理问题;redress a grievance=纠正不公。
(第 2/20 题…)
20 题答完:答对 17 / 答错 3。错题进了本地错题本,明天会优先出它们。
日报写到 reports/momo-2026-09-14.md。每题都给解析,答对也给。
出题范围
出题看的是本地镜像里的整个词表。
取词命令:
maimemo_list_quiz_candidates({ limit: 20 })排序写在 SQL 里:错题本里没消除的排最前,然后是墨墨打了 STICKING 标签的顽固词,再是今天复习时答错、答模糊的,然后是学得少的,最后是其余距上次学习较久的。
同一档里,距上次学习越久的排越前。每个词都带一个 reason,说明它为什么被选中。
不进候选的词:今天新学的词、今天 App 判为「认识」的词,以及距上次学习不足 minDaysSinceStudy 天(默认 1)的词。今天复习答错、答模糊的词不受间隔限制。
墨墨没有返回拼写的词无法出题,也会跳过。
每天 20 题,上限 50。
今天没排上的词墨墨的复习排程会继续把它们排进后面几天的词表,到时候带着新的作答结果重新进候选池。
题型
只出选择题,四选一。
出题的五种形态:
语境选词:英文句子挖空,四个词里选一个
近义替换:句子里标出一个词,问哪个选项最接近它
搭配填空:空出搭配的一部分,比如
___ price形近辨析:给英文释义,问是哪个词
熟词僻义:句子里用的是生僻义项,问此处什么意思。干扰项里会放这个词最常见的那个意思
不出中英对译(给中文选英文、给英文选中文释义),也不出「给词根选变形」这种题。
题干里不出现中文,正确选项的位置随机。
形近选项由 maimemo_find_similar_words 提供,它在本地拼写里按编辑距离排。单词效果好(adapt / adopt),多词短语偏弱(按整串拼写计算编辑距离,匹配结果通常只是共用一个词的短语,这类词改用同义或同词根的角度出)
一题一题问
用客户端的提问弹窗问(DeepSeek Harness 是 ask_user_question,Claude Code 是 AskUserQuestion),一次一题,等回答再出下一题,不会一次把 20 题列出来。
答完先判对错,再给解析:
题目的中文翻译
目标词在句中的词义、词性和本题考的义项或搭配
四个选项各自对错的原因,最后一句总结
答错时额外给一条同义项例句
解析写完才出下一题。
需要逐题停顿时,可以让它每题解析后暂停,说「继续」再出下一题。也可以要求一次出完,按题号作答后统一解析。
错题和日报
答题过程不存流水。只有答错才写 quiz_mistake,一个词一行;再错就累加 miss_count,不新增行。答对且没错过的词不写任何东西;答对的是错题本里的词,就标记消除。
整批答完写一份日报到 <工作区>/reports/momo-YYYY-MM-DD.md,一天一个文件。里面有题数、对错、错词清单(带累计错了几次),以及从错词里归纳出的薄弱点。
数据库留着可查的事实,日报留着给人看的过程记录。
常见问题
工具列表里没有 maimemo_* 工具:MCP 服务只在客户端启动时连接。DeepSeek Harness 装完插件后要重启桌面版,还没有的话看「插件」页里 momo-learning 有没有报错。Claude Code 开一个新会话,用 /mcp 查看本插件 maimemo 服务的状态;node 不在 PATH 上时服务起不来。两边的日志里都应该有「墨墨学习 MCP 已通过 stdio 启动。」这一行。
maimemo_auth_status 返回 configured: false:客户端没有传入令牌,按「安装」里的说明配好后重启。
同步回来 0 个词:确认凭证对应的是平时使用的墨墨账号,并且 App 里开启了「自动同步」。
查询提示只覆盖已验证范围:先跑一次 maimemo_backfill_study_records。
App 里已复习完,仍提示先回 App:判断只看当天到期的词。maimemo_get_day_state 返回的 unfinished.due 列出了未完成的词,可以和 App 对照。
DeepSeek Harness「添加插件」装不上:插件页会显示安装日志。用 GitHub 地址安装需要本机能连上 GitHub;连不上时可以先把仓库克隆到本机,按本地目录安装。
改了 SKILL.md 不生效:Skill 正文在插件加载时读取,要重启客户端。
卸载
DeepSeek Harness:在「插件」页移除
momo-learning,依赖和 patch 层都会移除Claude Code:在
/plugin里卸载momo-learning
镜像数据和令牌不会随插件删除。
要清镜像数据,卸载前先调用 MCP 工具 maimemo_clear_local_learning_data(confirm: true)。
DeepSeek Harness 的令牌在 .credentials.yaml 里删掉 MAIMEMO_TOKEN 那一行。
已知限制
不支持写墨墨账号,加词、改复习状态、云词本都没有工具
maimemo_sync_word_supplements在探针没确认用户自建内容端点前固定返回UNSUPPORTED_CAPABILITY改
SKILL.md要重启客户端才生效令牌在客户端启动 MCP 服务时传入,改了令牌要重启客户端
DeepSeek Harness:插件声明了
inject: ['skills', 'credentials'],组合里得有 Skill 注册表和凭据存储(dsh-base都已经挂了)。精简组合缺其中之一的话这一行会停在待激活DeepSeek Harness 的凭据文件只有当前系统用户能读,但同一用户下运行的其他进程(包括 agent 调用的工具)也能读到
MCP 服务要能 spawn 带管道的子进程。把 stdio 管道禁掉的受限沙箱里工具会连不上,正常启动的客户端没这个问题
没有提问弹窗的会话会退化成一次一题的普通消息提问
部分词墨墨不返回拼写,这些词无法出题,会被跳过
全量回填覆盖的是计划里的词。墨墨没有按历史日期取当天词表的接口,所以开始用之前的逐日清单补不回来,可靠的分日历史从开始每天存快照那天起积累
全量回填之后新加进计划的词,要等下次回填或者出现在某天词表里才会进镜像
find_similar_words对多词短语偏弱
免责声明
这是第三方工具,跟墨墨背单词没有隶属、合作或背书关系,也不代表 DeepSeek 或 Anthropic 官方。
它只调墨墨开放平台的公开只读接口,凭证需要你自己申请,使用时请遵守墨墨开放 API 的条款和频控(比如每 10 秒 20 次、每 5 小时 2000 次)。学习数据接口目前标注为公测,上游的端点和字段随时可能变,本项目不对可用性作承诺。
题目、解析、例句和日报都是模型生成的,不是墨墨账号原文。墨墨开放接口只给词 id、拼写、作答结果和学习记录,没有释义、例句和词书信息。
访问凭证只存在你本机:客户端的凭据存储。项目不上传、不转发、不记录。学习数据也只留在本机镜像文件里。
License
MIT,见 LICENSE。
This server cannot be deployed
Maintenance
Related MCP Connectors
Files what you learn into a personal wiki and quizzes you before you forget it.
Free: turn your AI chats into spaced-repetition vocabulary. 13 tools, reads and writes.
Save vocabulary from any AI chat; see each word in every language you know; review it with FSRS.
Spaced-repetition flashcards your AI writes, quizzes you on by voice, and schedules with FSRS.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables intelligent Anki vocabulary management with automatic TTS audio generation, batch card creation, and advanced search and analysis.16 npm7MIT
- AlicenseNot gradedqualityBmaintenanceA local multilingual vocabulary trainer with Leitner spaced repetition and MCP integration, enabling ChatGPT to manage vocabulary, domains, conjugations, and review schedules persistently.MIT
- FlicenseAqualityCmaintenanceA local MCP server that helps you maintain a personal Japanese learning knowledge base, including vocabulary, confusion relations, mistakes, and spaced-repetition reviews. It provides tools and prompts for managing and reviewing your Japanese learning data without calling external LLM APIs.6-
- AlicenseNot gradedqualityCmaintenanceProvides a privacy-first adaptive review engine with local SQLite storage, enabling item creation, due review retrieval, grading, and statistics via MCP tools.MIT