你的 Recallr 記憶，直接用在你熟悉的 AI 助手

你可以請 AI 聊天應用「找找我在 Recallr 裡有關 focus plan 的筆記」，或請助理「找出我三月收藏的那篇習慣堆疊文章」，它就會搜尋你的 Recallr、讀取內容並用它來回答。你也能請它儲存你正在討論的連結，馬上進 Recallr，並自動摘要與連結其他收藏。

它搭配四種工具，與你的 Recallr 一起使用：

• search_recallr 依語意搜尋收藏，並回傳最佳匹配及其摘要。
• get_recallr_item 讀取一筆收藏：摘要、重點、部分內容與原始連結。
• recent_recallr_saves 列出你最近收藏的項目。
• save_to_recallr 儲存連結或簡短筆記，僅在你要求時執行。

三人只讀；一人新增。沒有人能刪除或更改內容。

一般 AI 助理對世界很了解，對你卻幾乎一無所知。你去年春天收藏的文章、會議筆記、教授提過的論文：這些都不會在他們腦中，除非你自己貼上，但貼來貼去正是第二大腦該幫你省下的麻煩。

Recallr 連接器彌補這個空白。你的儲存資料留在 Recallr；助理可以像搜尋網路一樣，隨時查找這些資料。

伺服器地址統一：https://mcp.recallr-ai.org/mcp

• AI 聊天應用程式：在應用程式設定中新增 Recallr 作為自訂連接器或 MCP 伺服器，然後用你的 Recallr 帳號登入。（Recallr 正在申請進入各大應用程式的連接器目錄。）
• 程式助理與編輯器：新增一個名為 recallr 的 HTTP MCP 伺服器，位址同上，登入時依指示操作即可。
• 其他支援 HTTP MCP 的用戶端：請加入上方的伺服器位址。

每步驟的詳細指南都在Recallr MCP 文件。

• 找到我保存的關於睡眠與記憶的文章，並告訴我它的三個重點。
• 用我保存的租約資料草擬一封給房東的電子郵件。
• 我保存的那段影片說了關於如何開始養酵母的什麼內容？
• 將此連結保存到我的 Recallr，並附註：會議前請閱讀。
• 在程式助理裡：「調出我收藏的 Fetch API 筆記，並為這個客戶端加上重試。」

答案會引用所使用的儲存內容，並附上回到 Recallr 的連結，讓你能打開原始資料進行核對。

• 未登入Recallr並授權前，無法連結任何內容。
• 助理只能看到每次搜尋和閱讀回傳的結果，且一次只處理一個請求。它不會看到你的聊天內容、Buddy Mail 或連結的應用程式。
• 只有在你要求時才會儲存，且絕不會儲存整段對話。