MCP笔记工具:AI赋能,让每一本书真正属于你!
这篇文章分享了作者回归职场两周后对AI应用的观察与思考。文章分为两部分:首先指出当前AI赋能工作中的五大痛点,包括用户认知局限、企业网络限制、面子工程等问题;随后详细介绍了一个使用LLM+MCP技术自动生成读书笔记卡片的项目实现过程,包括工具选择、需求拆解、代码实现及Cursor配置等细节。最后作者提供了一份大模型学习资料包,包含学习路线、视频教程、技术文档等资源,并附上了免费获取方式。全文既有实
Hello,大家好呀。
回归职场生活2周了,忙碌的牛马生涯,拖慢了更新的节奏,十分抱歉。
首先谈下这两周关于AI的真实感受。
先说结论:AI赋能工作当下还仅仅是笼中的金丝雀,看起来很美好、用起来很难过。
感受1:很多对AI仅停留在chat上,甚至无感。可能是兔子经常接触互联网吧,接触到很多AI带来的冲击和焦虑,跟很多客户、同事聊AI,他们知道AI懂的很多,能聊天,万事不决问AI,但真正每天也不会问几次。
感受2:他们看到兔子的公众号,很惊讶,为什么休了个假,兔子俨然成为了一个AI专家,怎么学习的这么快?殊不知,兔子学到的这些东西,只是AI里面的基础了。
感受3:用AI大模型,除非私有化部署,否则就得联网。但很多企业,尤其是国央企、金融机构,办公环境都无法访问互联网,所以也无法用AI去赋能工作。
感受4:企业内有些AI大模型的应用,仅仅是“面子工程”。比如号称私有化部署了满血deepseek模型,结果几乎用不上。比如有程序猿需要向领导写周报,汇报本周AI编程帮助大家提升了多少效率(实际压根没有用到AI编程,周报倒是AI帮忙写的)?
感受5:用了某些AI工具,帮助兔子做一些日常工作,包括excel数据解析、行业报告生成等,你会发现,用官方的实例跑起来都很顺,用真实的数据,就会漏洞百出,每走一步就会卡主。效率非但没有提升,反而影响心情。
写完这两周关于AI赋能工作的真实感受,我们进入今天的主题:
使用llm+mcp,一键生成任意书籍的读书笔记卡片:
内置多种读书笔记模板和多种卡片样式。
后续可以添加更多读书笔记模板和更多样式。
老规矩,先看最终效果
第一本:余华的《活着》,用的是“谋到”的听书模板、样式是“简约现代”。

第二本:《刻意练习》,用的是自定义模板、样式是复古风格。
以下是详细的实现过程
一、用到的工具
本次用cursor,之前用trae,后面会单独写一篇关于AI工具的评测与推荐。
cursor+deepseek
二、需求拆解和工程规划
1、根据用户输入的书籍名称,以及预设的读书笔记模板prompt,调用大模型输出读书笔记
2、将读书笔记,按预设的样式,生成读书笔记卡片
3、将卡片转换成图片
4、在cursor里,实现MCP代码+调用

三、MCP实现
1、工程拆解
mcp-server-md2card/├── src/ # 源代码目录│ ├── index.mjs # 服务器入口文件│ ├── mcpServer.mjs # MCP服务器实现│ └── services/ # 服务模块│ ├── converter.mjs # Markdown转换服务│ ├── imageExporter.mjs # 图片导出服务│ └── noteGenerator.mjs # 笔记生成服务├── public/ # 静态资源目录│ └── index.html # 测试页面├── .cursor/ # Cursor配置目录│ └── mcp.json # MCP工具配置├── .mcp-config # 项目配置文件(替代.env)├── package.json # 项目依赖└── README.md # 项目文档
2、核心代码
mcpServer.mjs,创建mcp server和工具

noteGenerator.mjs,生成读书笔记

convert.mjs,把读书笔记生成html的卡片,主要用到marked库

imageExporter.mjs,把html的卡片导出为图片,主要用到puppeteer库

themes/index.js,内置各种导出样式

四、cursor中配置MCP tools
1.在工程的根目录,新建".cursor/mcp.json”文件,cursor即可自动读取。
2.mcp.json文件
注:args里面的index.mjs要改为绝对路径,否则cursor再配置的时会一直显示loading
{"mcpServers": {"md2card": {"name": "md2card","description": "Convert Markdown to beautiful cards","type": "stdio","command": "node","args": ["C:\\Users\\leona\\workspace\\02.AI\\MCP\\Server\\mcp-server-md2card\\src\\index.mjs","--stdio"]}}}
3、如果显示“绿色”,则表示,mcp tool配合成功。

4、避坑指南
-
cursor默认不是用的官方sdk,虽然能通过浏览器测试成功,但配置mcp tools时,一直显示loading。让cursor修改,他会很勤劳,不停的试错,但就是改不好。需要告诉cursor,按官方的sdk来编写,并把官方地址告知他。
-
配置mcp.json时,需要指定"stdio"或者“sse”,同样,cursor默认是“http”,不符合官方sdk要求。
-
配置mcp.json时,需要放到.cursor下面, 当然也可以放到全局文件夹(<user>/.cursor/)下。
-
配置mcp.json时,要指定绝对路径,或者在配置参数时指定工作目录。
五、配置cutom agent并使用
Cursor使用mcp的方式,跟Trae有很大的不同。
Trae,必须搭配agent,然后再聊天窗口使用。
cursor使用mcp有两种模式
1、模式一:直接在聊天窗口,调用mcp的tool方法
直接在聊天窗口,输入mcp的名称(配置mcp tools时候启的名字)+工具名称
例如:md2card get-themes,调用md2card的获取主题工具

2、模式二:类似Trae的模式,使用custom mode,制定一个agent,,可以选取各种mcp tools和自定义专属提示词
1)开启"custom mode"
setthing(设置)->chat(聊天)->Custom mode(beta)

2)新增一个自己的agent:
在聊天窗口左下方,点击“add custom mode”
-
输入一个名称
-
选择一个聊天模型
-
选择包含的mcp tools,已内置“search”、“edit”、“run”等工具
-
可以选择自己新建的“md2card”,mcp工具
-
打开“高级选项”,可以自定义本agent专属提示词(和trae一样的效果)

3)使用方式和正常聊天一样
例如:帮忙生成“刻意练习”的读书卡片,并保存为图片。
由于我没有给agent写提示词,所以cursor无法判断,我要不要图片,以及图片保存到什么目录,他会询问你,你做确认即可。如果想要全自动,写一个完整的prompt流程放到agent中。

生成的最终结果

六、可以调优或者自定义的地方
1、读书笔记模版,可以根据自己的需要进行新增和调优
2、导出卡片的样式,可以根据不同的设备或者用途进行新增和调优
完成啦✅
好了,自动生成读书笔记并导出卡片的mcp就到这里了。希望这篇能帮到你~
大模型&AI产品经理如何学习
求大家的点赞和收藏,我花2万买的大模型学习资料免费共享给你们,来看看有哪些东西。
1.学习路线图

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
2.视频教程
网上虽然也有很多的学习资源,但基本上都残缺不全的,这是我自己整理的大模型视频教程,上面路线图的每一个知识点,我都有配套的视频讲解。


(都打包成一块的了,不能一一展开,总共300多集)
因篇幅有限,仅展示部分资料,需要点击下方图片前往获取
3.技术文档和电子书
这里主要整理了大模型相关PDF书籍、行业报告、文档,有几百本,都是目前行业最新的。

4.LLM面试题和面经合集
这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

更多推荐


所有评论(0)