跳到主要内容
版本：V1.0.0

使用 seekdb MCP Server 通过 AI 对话构建个人笔记知识库

seekdb MCP Server 基于 MCP 协议，支持在 Cursor、Windsurf、Cline 等 AI 编程工具中通过自然语言对话直接操作 seekdb 向量数据库。本文介绍如何基于 seekdb 嵌入式模式使用 seekdb MCP Server 构建一个个人笔记知识库。

个人笔记知识库会实现以下功能：

  • 用自然语言存储笔记
  • 语义搜索相关内容
  • 混合搜索精准定位
  • AI 智能问答

有关 seekdb MCP Server 的更多信息，可参见 seekdb MCP Server。

场景设定​

假设你是一名技术工作者，平时会记录各种学习笔记、工作心得。现在你希望用 AI 帮你管理这些笔记，并能通过自然语言快速找到需要的内容。

准备工作​

  • 本示例以嵌入式模式为例进行演示。嵌入式模式无需单独安装 seekdb，seekdb MCP Server 启动时会自动初始化一个本地嵌入式数据库，开箱即用。

  • 目前嵌入式模式 seekdb 仅支持 Linux 平台（glibc >= 2.28，x86_64 / aarch64 架构），请确保您使用的系统满足要求。

  • 您已安装 Cursor 或其他支持 MCP 协议的工具（如 Windsurf、Qwen Code）。

  • 您已安装 Python 环境（版本 3.11 以上）。

步骤一：安装 uv​

uv 是一个 Python 包管理器，uvx 命令可以直接运行 Python 工具。

# Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# 或者通过 pip 安装
pip install uv

步骤二：配置 AI 编程工具​

以下操作以 Cursor 为例，其他支持 MCP 的工具（Windsurf、Cline、Continue、Trae 等）配置方式类似。

点击 Add to Cursor ，直接在 Cursor 中安装。

或者按照下面的步骤手动配置：

  1. 打开 Cursor 设置（点击右上角齿轮图标）。

  2. 选择 Tools & MCP。

  3. 点击 Add Custom MCP。

  4. 编辑 mcp.json 配置文件：

    {
      "mcpServers": {
        "seekdb": {
          "command": "uvx",
          "args": ["seekdb-mcp-server"]
        }
      }
    }

    如果遇到网络问题，可以配置使用阿里云镜像源：

    {
      "mcpServers": {
        "seekdb": {
          "command": "uvx",
          "args": ["seekdb-mcp-server"],
          "env": {
            "UV_DEFAULT_INDEX": "https://mirrors.aliyun.com/pypi/simple/"
          }
        }
      }
    }

    保存后，大约等待 1 分钟，Cursor 会自动启动 seekdb MCP Server。

步骤三：创建笔记集合​

在 AI 工具（如 Cursor）的对话框中输入：

创建一个名为 "my_notes" 的知识库集合

AI 响应示例：

我已成功创建名为 "my_notes" 的集合：
    * 维度: 384（向量大小）
    * 距离度量: L2（欧几里得距离）

就这样，一个支持语义搜索的向量集合就创建好了！

步骤四：添加笔记内容​

向 my_notes 中添加以下笔记：

1. "seekdb 支持向量搜索和全文搜索的混合检索，可以同时利用关键词匹配和语义理解"
2. "MCP 协议是 Anthropic 在 2024 年 11 月提出的开源协议，让大模型可以与外部工具交互"
3. "Python 的 asyncio 模块提供了异步编程能力，适合 I/O 密集型任务"
4. "Docker 容器化技术可以实现应用的快速部署和环境隔离"
5. "RAG（检索增强生成）是目前最流行的 AI 应用架构，结合检索和生成能力"

AI 响应示例：

完成！已成功向 "my_notes" 集合添加 5 条笔记：
ID内容
doc1seekdb 支持向量搜索和全文搜索的混合检索...
doc2MCP 协议是 Anthropic 在 2024 年 11 月提出的...
doc3Python 的 asyncio 模块提供了异步编程能力...
doc4Docker 容器化技术可以实现应用的快速部署...
doc5RAG（检索增强生成）是目前最流行的 AI 应用架构...

步骤五：语义搜索​

现在，让我们用自然语言搜索笔记：

在 my_notes 中搜索与"AI 应用开发"相关的笔记

AI 响应示例：

以下是与 "AI 应用开发" 相关的笔记，按相关性排序：
排名内容相关度
1RAG（检索增强生成）是目前最流行的 AI 应用架构...最高
2MCP 协议是 Anthropic 在 2024 年 11 月提出的...高
3seekdb 支持向量搜索和全文搜索的混合检索...中
提示

我们搜索的是 "AI 应用开发"，但笔记中并没有这个确切的词。seekdb 的向量搜索能够理解语义相似性，自动找到相关内容！

步骤六：混合搜索​

混合搜索结合了关键词匹配和语义理解，效果更精准：

对 my_notes 执行混合搜索：
- 全文关键词："Python"
- 语义查询："异步编程和并发处理"

AI 响应示例：

混合搜索结果：

排名内容
1Python 的 asyncio 模块提供了异步编程能力，适合 I/O 密集型任务
2Docker 容器化技术可以实现应用的快速部署和环境隔离

混合搜索使用 RRF（倒数排名融合） 算法，综合关键词匹配（BM25）和向量相似度得分，排名结果更准确。

步骤七：让 AI 记住你的偏好​

seekdb MCP Server 还提供了 AI 记忆系统，让 AI 能够跨会话记住你的信息：

记住我是一名 Python 开发者，主要使用 seekdb 做向量搜索应用

AI 响应示例：

已记录！我会记住：
  * 你是一名 Python 开发者
  * 主要使用 seekdb 做向量搜索应用

下次对话时，你可以直接问：

根据我的技术背景，推荐一些学习资源

AI 会自动检索你的偏好，给出个性化推荐！

Contents

编辑此页