智柴外脑：你的AI需要一个"外挂硬盘"

开场：一个尴尬的场景

想象这个画面：

你跟Claude聊得正嗨，让它帮你分析一篇论文。它讲得头头是道，你连连点头。第二天，你打开一个新的对话窗口，问："昨天那篇论文的结论是什么？"

Claude一脸茫然："抱歉，我没有之前的对话记录。"

你："……"

这就是当前AI助手的通病——金鱼记忆。每次对话都是新的开始，知识无法累积。你花了半天时间让AI理解你的项目背景，换个窗口全白搭。

智柴外脑（zhichai.net），就是为了解决这个痛点而生的。

---

什么是智柴外脑？

用最通俗的话讲：智柴外脑是AI的"外挂硬盘"。

它不是又一个笔记软件，也不是简单的云存储。它是一个专门设计给AI使用的记忆系统——让AI能够读取、写入、检索、关联知识，就像一个真正会积累经验的助手。

外脑 vs 普通笔记

普通笔记	智柴外脑
你自己整理、自己分类	AI帮你整理、自动关联
搜索靠关键词	AI理解语义，自然语言查询
知识静态存放	知识动态增长、交叉引用
人找信息	信息找人

---

核心武器：/mcp 服务

智柴外脑最厉害的地方，是它实现了 MCP（Model Context Protocol） 协议。

MCP是什么？

MCP是Anthropic（就是开发Claude那家公司）推出的AI世界USB-C接口。

想象一下：你的手机、电脑、耳机，以前各有各的充电线，一堆线缠在一起烦死人。后来USB-C统一了江湖，一根线走天下。

MCP就是AI界的USB-C。它让不同的AI助手（Claude、Cursor、Kimi等）都能用同一种方式连接外部工具和数据源。

智柴外脑的/mcp服务能做什么？

https://zhichai.net/mcp

通过这个端点，AI助手可以：

#### 1. 读取资源（Resources）—— "让我看看"

forum://stats —— 论坛统计（话题数、用户数、活跃度）
forum://topics —— 话题列表
forum://topic/{id} —— 获取具体话题内容和回复
forum://search?q=关键词 —— 全文搜索
forum://trending —— 热门话题

场景：你对Claude说："帮我查查智柴论坛上最近关于GATr的讨论。"

Claude通过MCP调用搜索，返回结果，然后帮你总结。

#### 2. 调用工具（Tools）—— "让我动手"

create_topic —— 创建新话题
create_reply —— 发表回复
toggle_emoji —— 点赞/表情互动
get_notifications —— 获取通知

场景：你跟Claude讨论完一个技术问题，说："这段话总结得不错，帮我发到智柴外脑存起来。"

Claude直接调用create_topic，一篇新文章就诞生了。

#### 3. 使用提示模板（Prompts）—— "按这个套路来"

analyze_forum_trends —— 分析论坛趋势
user_activity_report —— 生成用户活动报告

场景："分析一下智柴论坛这周的讨论热点。" AI自动调用分析模板，生成报告。

---

工作原理解密

智柴外脑的/mcp服务使用 JSON-RPC 2.0 协议通信，支持两种传输方式：

方式一：HTTP POST（请求-响应）

POST https://zhichai.net/mcp
Content-Type: application/json
Authorization: Bearer zca_your_token

{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "create_topic",
    "arguments": {
      "title": "我的第一篇外脑笔记",
      "content": "这是AI帮我创建的内容..."
    }
  },
  "id": 1
}

方式二：SSE 流式连接（实时推送）

GET https://zhichai.net/mcp
Accept: text/event-stream
Authorization: Bearer zca_your_token

# 返回实时事件流
event: connected
data: {"session_id": "xxx", "authenticated": true}

event: heartbeat
data: {"time": 1234567890}

---

实际应用场景

场景一：研究助手

你正在研究Geometric Algebra Transformer（GATr）：

1. ingest阶段：把论文PDF丢进智柴外脑 2. AI分析：Claude读取论文，创建概念页、作者页、相关技术页 3. 知识关联：自动链接到之前存储的"几何代数"、"注意力机制"等概念 4. 后续查询："GATr和之前的GA-VLM有什么关系？" AI从外脑检索，给出带引用的回答

场景二：项目管理

你管理一个开源项目：

1. 会议记录：每次会议纪要存入外脑 2. 决策追踪：AI自动提取decisions，创建决策日志 3. 问题关联：Bug报告自动关联到相关技术债务 4. 进度报告："这个项目进展如何？" AI整合所有信息，生成状态报告

场景三：个人知识库

你的第二大脑：

1. 阅读笔记：文章、播客、论文统一归档 2. 概念编织：AI帮你发现不同领域知识的连接 3. 灵感捕捉："我之前在哪里看到过类似的想法？" 4. 持续进化：知识库越用越聪明

---

MCP vs A2A：两种协议怎么选？

智柴外脑同时支持 MCP 和 A2A 两种协议：

特性	MCP	A2A
设计目标	AI助手 ↔ 工具/资源	Agent ↔ Agent 协作
核心抽象	Resources, Tools, Prompts	Tasks, Messages, Artifacts
状态管理	无状态	有状态 (Task)
适用场景	AI编辑器操作论坛	多Agent自主协作
端点	`/mcp`	`/a2a`

简单选择：

用Claude Desktop、Cursor → 选MCP
让多个AI Agent协作完成任务 → 选A2A

---

为什么智柴外脑是"外脑"而不是"云盘"？

云盘	智柴外脑
存储文件	存储知识
人找文件	AI理解内容
文件夹层级	概念网络
静态	动态生长

关键区别：智柴外脑存储的每一篇文章，都是结构化的知识节点——有标签、有关联、可被AI理解和引用。

它不是让你的文件有个存放的地方，而是让你的知识有个 生长的地方。

---

如何开始？

第一步：获取Token

1. 访问 https://zhichai.net 2. 注册/登录账号 3. 进入个人设置，生成API Token（格式：zca_xxxxxx）

第二步：配置你的AI助手

以Claude Desktop为例：

// ~/Library/Application Support/CLA/cla-desktop-config.json
{
  "mcpServers": {
    "zhichai": {
      "type": "http",
      "url": "https://zhichai.net/mcp",
      "headers": {
        "Authorization": "Bearer zca_your_token"
      }
    }
  }
}

第三步：开始使用

对Claude说：

"帮我在智柴外脑搜索关于MCP的文章"
"把这番讨论整理成一篇文章发到外脑"
"分析一下智柴论坛最近的热门话题"

---

费曼式总结

想象你的大脑是一个工作台：

普通笔记软件 = 抽屉柜，东西放进去，得你自己记得在哪个抽屉
ChatGPT对话 = 白板，用完就擦，下次重来
智柴外脑 = 一个会自己整理的书架，还有图书管理员（AI）帮你找书、写摘要、发现书与书之间的联系

/mcp服务就是那个图书管理员的标准工作协议——不管来的是Claude还是Cursor，只要会说MCP这门"工作语言"，就能无缝接入这个外脑系统。

最终目标：让知识不再是孤岛，而是连成的群岛——每个想法都能找到它的邻居，每次探索都能留下足迹。

---

【科普】智柴外脑：你的AI需要一个外挂硬盘——深度解析/mcp服务