Home
Login
rember/rember-mcp

一個用於 Rember 的 Model Context Protocol (MCP) 伺服器,允許 Claude 為您創建學習卡片,通過間隔重複幫助您學習和記憶任何重要內容

MITTypeScript 42rember Last Updated: 2025-03-28
https://github.com/rember/rember-mcp

Rember MCP 項目詳細介紹

項目概述

Rember MCP 是一個基於 Model Context Protocol (MCP) 的伺服器,專為 Rember 學習平台設計。該項目允許 Claude AI 助手直接為用戶創建學習卡片,通過科學的間隔重複演算法幫助用戶學習和記憶重要內容。

MCP(Model Context Protocol)是一個官方協議,用於連接 AI 助手與外部工具和服務,Rember MCP 正是利用這一協議實現了 Claude 與 Rember 學習平台的無縫集成。

核心功能與特性

主要功能

  1. 智能學習卡片生成

    • 從聊天對話中自動提取關鍵信息創建學習卡片
    • 支持從 PDF 文檔生成學習卡片
    • 利用 AI 技術優化學習內容的組織和呈現
  2. 間隔重複學習系統

    • 基於科學的間隔重複演算法安排複習計畫
    • 幫助用戶長期記憶重要知識點
    • 個性化學習進度追蹤
  3. 多種觸發方式

    • "我喜歡你的回答,幫我記住它"
    • "從這個PDF的第2章創建學習卡片"
    • "幫我記住這個"
    • "添加到Rember"
    • "創建幾張學習卡片"

技術特性

  • 簡單安裝: 通過 npx 命令一鍵運行
  • API 集成: 與 Rember 官方 API 深度集成
  • Claude Desktop 支持: 完美兼容 Claude Desktop 應用
  • 錯誤處理: 內置重試機制和錯誤處理
  • 調試友好: 支持 stderr 日誌輸出

使用方法

安裝與配置

  1. 運行 MCP 伺服器

    npx -y @getrember/mcp --api-key=YOUR_REMBER_API_KEY
    
  2. 配置 Claude Desktopclaude_desktop_config.json 文件中添加:

    {
      "mcpServers": {
        "rember": {
          "command": "npx",
          "args": ["-y", "@getrember/mcp", "--api-key=YOUR_REMBER_API_KEY"]
        }
      }
    }
    
  3. 獲取 API 密鑰

    • 訪問 Rember
    • API 密鑰格式:rember_ + 32位隨機字符

使用場景

  • 學習新概念: 在與 Claude 對話後,直接說"幫我記住這個"
  • 文檔學習: 上傳 PDF 文件,要求"從第X章創建學習卡片"
  • 知識整理: 將重要對話內容轉換為可複習的學習材料

開發經驗與最佳實踐

項目團隊在開發過程中積累了寶貴經驗:

技術層面

  • 早期設置日誌記錄: 盡早配置 stderr 日誌,這對調試至關重要
  • 從簡單開始: 先創建簡單的 MCP 工具,驗證 Claude 能夠正確調用
  • 完善工具描述: 投入時間優化工具描述,包括產品詳情、使用示例等
  • 戰略性響應設計: 合理設計工具調用響應,幫助 Claude 更好地理解結果

用戶體驗

  • 清晰的使用指南: 提供詳細的安裝和配置說明
  • 多樣化觸發詞: 支持自然語言的多種表達方式
  • 錯誤處理優化: 對達到月度限制用戶提供升級提示

技術架構

  • 協議: Model Context Protocol (MCP)
  • 運行環境: Node.js (通過 npx)
  • API 集成: Rember 官方 API
  • 主要工具: create_flashcards - 智能創建學習卡片
  • 錯誤處理: 支持瞬態錯誤重試和超時處理

項目狀態與未來規劃

當前功能

  • ✅ 基礎學習卡片創建
  • ✅ PDF 內容處理
  • ✅ Claude Desktop 集成
  • ✅ 基本錯誤處理

待改進項目

  • 🔄 遙測和可觀測性功能
  • 🔄 更全面的錯誤處理機制
  • 🔄 工具描述的進一步優化
  • 🔄 更多自動化測試覆蓋

總結

Rember MCP 是一個創新的學習工具,它巧妙地結合了 AI 助手的對話能力和科學的學習方法。通過 MCP 協議,用戶可以無縫地將與 Claude 的對話轉化為結構化的學習材料,並利用間隔重複演算法進行長期記憶。