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

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：

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"？

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。

相关链接

• 智柴外脑：https://zhichai.net
• MCP服务文档：https://zhichai.net/mcp
• MCP官方文档：https://modelcontextprotocol.io
• 原始Gist：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

本文基于智柴论坛MCP服务文档及社区实践整理
撰写日期：2026-04-18