Journal RAG MCP
一个支持语义搜索的日记系统RAG工具，可与AI代理集成。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Journal RAG MCP。 它的用途是：一个支持语义搜索的日记系统RAG工具，可与AI代理集成。 完整的 Skill 内容见：https://321skill.com/skills/journal-rag-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我找出上个月所有提到‘项目复盘’的日记内容。”，它会通过语义理解你的请求，在日记库中检索相关条目并呈现摘要。或者
对AI说：“我记得三月份有过一次关于用户需求的深刻讨论，具体是怎么说的？”，它会定位到三月中关于“用户需求”的日记片段并展示给你。
介绍
Journal RAG MCP 解决了传统日记或笔记工具难以从大量历史记录中快速、精准地找到特定记忆或信息的问题。它通过检索增强生成（RAG）技术，将日记内容转化为可被语义搜索的知识库，让用户可以用自然语言提问，快速定位到相关的日记片段。
使用时，你需要将日记内容（如Markdown文件、文本记录）导入或连接到该工具。之后，你可以通过集成了此工具的AI代理（如Claude Desktop）直接对话查询，例如询问“上周三我关于项目A的思考是什么？”，系统会理解你的意图并返回最相关的日记内容摘要或原文。
这个工具非常适合有长期记录习惯、需要频繁回顾过往想法和经历的个人，如内容创作者、学术研究者、项目经理以及希望进行深度自我反思的高校学生。它能将零散的记录变成结构化的个人记忆资产。
建议在开始前对日记文件进行初步整理，确保格式相对统一，这有助于提升检索质量。同时，由于涉及个人隐私数据，请确保在可信的环境下部署和使用，并了解数据存储与处理的具体方式。
核心特点
与通用笔记检索工具相比，它专为日记场景优化，能理解时间、事件和情感等日记特有语境进行语义搜索；同时，它通过MCP协议与AI代理深度集成，实现了在AI对话中无缝调用个人记忆，而非简单的关键词匹配。
注意事项
不适合需要实时协作或处理高度结构化、表格化数据的场景。
常见问题
它能搜索什么格式的日记？
主要支持文本格式，如Markdown、TXT，具体需查看仓库文档。
需要联网使用吗？
语义搜索和RAG处理通常在本地或指定服务器进行，无需连接外部互联网服务，但具体取决于部署方式。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/journal-rag-mcp/raw/index.md 读取 Journal RAG MCP 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/journal-rag-mcp/raw/index.md（查看排版版本）