Flomo笔记 MCP 服务

April 25, 2025 · View on GitHub

这是一个使用FastMCP框架构建的 MCP 服务，可以让AI助手(如Claude, Cherry Studio等)将你想要的信息发送到Flomo，并查询历史发送记录。这个服务充当AI助手与Flomo笔记应用之间的桥梁，让你能够通过对话方式快速记录灵感和想法。

功能概述

发送笔记到Flomo：通过对话直接发送笔记内容到你的Flomo账户
标签支持：添加标签进行分类整理，自动转换为Flomo的#tag格式
历史记录查询：可按内容或标签搜索历史发送记录
自动同步：笔记同时保存到Flomo和本地，实现双向备份

快速开始

1. 安装准备

系统要求：

Python 3.8+
pip包管理器
有效的Flomo Webhook URL

安装步骤：

克隆或下载本项目到本地
安装必要依赖：
```
pip install -r requirements.txt
```
配置Flomo Webhook URL（见下文配置部分）

2. 配置服务

打开config.py文件，根据需要修改以下配置项：

# Flomo API配置 - 必须替换为你自己的Webhook URL
FLOMO_WEBHOOK_URL = "https://flomoapp.com/iwh/你的ID/你的WEBHOOK_KEY/"

# 数据存储路径 - 通常无需修改
DATA_DIR = "data"  # 数据存储目录
NOTES_FILE = os.path.join(DATA_DIR, "notes.json")  # 历史记录文件名

# 默认标签 - 可以添加你常用的标签
DEFAULT_TAGS = []  # 例如 ["重要", "工作", "学习"]

# SSE服务配置 - 如果端口被占用可以修改
SSE_PORT = 3000  # 默认端口
SSE_HOST = "0.0.0.0"  # 监听地址

配置Flomo Webhook URL的步骤：

登录你的Flomo账户
访问API页面：https://flomoapp.com/mine?source=incoming_webhook
点击"添加新的Webhook"
复制生成的URL
将该URL粘贴到配置文件的FLOMO_WEBHOOK_URL处

3. 启动服务

有两种启动方式，根据需求选择：

方法1：Stdio模式（推荐）

./start_flomo.sh

方法2：SSE模式（高级用途）

./start_flomo.sh --sse --port 3000

4. 在AI助手中配置

Claude桌面版配置方法

打开Claude桌面应用
打开setting -> Developer
点击选项"Edit Config"
进入 Claude 目录打开文件"claude_desktop_config.json"
填写以下信息：

{
  "mcpServers": {
    "ai2flomo": {
      "name": "Flomo笔记服务",
      "type": "stdio",
      "description": "一个用于添加和管理笔记的工具，支持与Flomo同步",
      "isActive": true,
      "command": "/Users/username/workspace/mcp_space/ai2flomo/start_flomo.sh",
      "args": [],
      "env": {
        "PATH": "/opt/miniconda3/bin:/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin"
      }
    }
  }
}

替换"start_flomo.sh"文件的路径与环境变量"env"为你的电脑设置。
点击"保存"

Cherry Studio配置方法

打开Cherry Studio应用
点击"设置"图标
在左侧菜单中选择"MCP服务器"
点击"添加服务器"按钮
填写以下信息：
- 名称：Flomo笔记服务
- 描述：通过AI助手发送笔记到Flomo并管理历史记录
- 类型：标准输入/输出(stdio)
- 命令：填写start_flomo.sh脚本的完整路径
- 环境变量：可填写你系统的环境变量
点击"保存"
点击"保存"按钮左侧的开关，确认服务能正常连接

Cherry Studio的JSON配置示例：

在Cherry Studio中，你也可以直接编辑JSON配置。点击"编辑JSON"按钮，可以看到类似以下的配置：

{
  "mcpServers": {
    "MDzXVj9bhliofwJ8eCHs9": {
      "name": "Flomo笔记服务",
      "type": "stdio",
      "description": "一个用于添加和管理笔记的工具，支持与Flomo同步",
      "isActive": true,
      "command": "/Users/username/workspace/mcp_space/ai2flomo/start_flomo.sh",
      "args": [],
      "env": {
        "PATH": "/opt/miniconda3/bin:/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin"
      }
    }
  }
}

确保将路径/Users/username/workspace/mcp_space/ai2flomo/start_flomo.sh替换为你系统上实际的start_flomo.sh脚本路径。

如果你使用SSE模式，配置方式略有不同：

选择"类型"为"SSE"
在"URL"字段中填入：http://localhost:3000/sse（如果修改了端口号，请相应调整）
其他步骤与上述相同

使用指南

当服务启动并在AI助手中配置完成后，你可以通过以下方式使用：

发送笔记到Flomo

简单地告诉AI助手你想记录的内容：

"将'这个想法很有意思，我应该进一步研究'发送到Flomo"
"帮我添加笔记：'今天学习了MCP协议的基础知识'，标签为'学习编程'"

搜索历史记录

你可以按内容或标签搜索之前发送过的笔记：

"查找包含'Python'的历史发送记录"
"显示所有带'学习'标签的历史发送记录"
"列出所有历史发送记录的标签"
"展示我最近发送的5条记录"

项目结构

.
├── app.py               # 主程序文件，包含所有MCP工具和资源定义
├── config.py            # 配置文件，包含API密钥、路径和其他设置
├── start_flomo.sh       # 启动脚本
├── requirements.txt     # 项目依赖
├── data/                # 数据存储目录
│   └── notes.json       # 历史发送记录数据文件
├── logs/                # 日志目录
└── README.md            # 项目文档

技术细节

API与工具

服务提供以下MCP工具和资源：

工具 (Tools)

send_to_flomo(content, tags)
- 将笔记发送到Flomo并保存到本地
- 参数：
  - content: 笔记内容
  - tags: 标签，多个标签用空格分隔
search_notes(query, tag)
- 搜索历史发送记录
- 参数：
  - query: 内容搜索关键字
  - tag: 标签搜索关键字
get_all_tags()
- 获取所有历史发送记录中使用的标签列表

资源 (Resources)

notes://recent
- 获取最近添加的5条历史发送记录
notes://{note_id}
- 通过ID获取特定历史发送记录

数据存储

服务使用简单的JSON文件作为存储，位于data/notes.json。每条记录包含：

唯一ID
内容
标签列表
创建和更新时间戳

标签处理

输入格式：标签以空格分隔，如"学习编程 Python"
Flomo格式：自动转换为Flomo的#tag格式，如#学习 #编程 #Python
默认标签：如果在配置文件中设置了DEFAULT_TAGS，这些标签会自动添加到每条笔记中

常见问题解答

Q: 我的Flomo Webhook URL在哪里可以找到？
A: 登录Flomo网站，访问https://flomoapp.com/mine?source=incoming_webhook 即可查看和创建。

Q: 发送笔记失败怎么办？
A: 检查你的Webhook URL是否正确，以及网络连接是否正常。错误信息会在服务日志中显示。

Q: 如何添加默认标签？
A: 编辑config.py文件，修改DEFAULT_TAGS列表，如DEFAULT_TAGS = ["日常", "AI助手"]。

Q: 如何备份历史发送记录？
A: 所有记录都保存在data/notes.json文件中，可以定期备份此文件。

关于MCP

Model Context Protocol (MCP) 是一种标准化协议，允许AI模型安全地与外部工具和服务进行交互。通过MCP，AI助手可以：

使用工具(Tools) - 执行操作，如发送笔记到Flomo
访问资源(Resources) - 获取信息，如历史发送记录
使用提示模板(Prompts) - 按照预定义模式进行交互