MCP 个人知识管理：协议胜出。

Anthropic 的 开放标准 for AI-tool integration - the Model Context Protocol - reached 97 million monthly downloads by March 2026, a 970x increase from the 100,000 it recorded at launch in November 2024. MCP personal knowledge management has been the headline use case: Obsidian vaults, Notion databases, and Readwise highlights can now be traversed by AI agents directly, without proprietary plugins or one-off integrations. The pitch is that your second brain finally has a brain of its own.

协议部分已经奏效。组装部分才是大多数用户遇到的障碍。

MCP 标准化了 AI 代理连接外部数据的方式。它并未标准化这种连接的配置难度。 Obsidian 单独就有 64+ 个社区构建的 MCP 服务器实现，每个都需要不同的插件、配置文件和持续维护。Notion 的官方 MCP 服务器运行良好，但自 2025 年 5 月 Notion 将完整 AI 访问权限移至每月每用户 20 美元的 Business 层级后，它成了默认的变通方案。Readwise 提供了一个维护良好的服务器——完全限定于阅读高亮，与知识工作者典型堆栈中的其他来源完全断开。

从被动 PKM 存储转向主动 AI 协作的转变真实存在且正在加速。你是否能体验到这种转变，取决于你是否愿意构建实现它的堆栈。

发生了什么——MCP 从协议转变为 PKM 基础设施

Anthropic 于 2024 年 11 月 25 日推出 MCP，作为一项开放标准，附带 Python 和 TypeScript SDK、Google Drive、Slack、GitHub、Git 和 Postgres 的预构建服务器实现，以及与 Claude Desktop 的集成。其设计借鉴了 Language Server Protocol 的消息传递架构——该标准让代码编辑器与语言分析器通信——这让开发者立即熟悉并加速了早期采用，远超大多数协议发布的表现。

增长时间线被压缩。首月下载量达到约 10 万。2025 年 4 月 OpenAI 正式采用 MCP 并将其集成到 ChatGPT 桌面应用后，周内月下载量突破 2200 万。Google DeepMind 同月确认支持。Microsoft 于 2025 年 7 月将 MCP 集成到 Copilot Studio。2025 年 12 月，Anthropic 将 MCP 捐赠给 Agentic AI Foundation——Linux Foundation 下的定向基金，由 Anthropic、Block 和 OpenAI 共同创立，Google、Microsoft 和 AWS 为额外支持者。此举消除了对 Anthropic 控制该标准的担忧，并巩固了 MCP 作为共享行业基础设施而非竞争护城河的地位。

到 2026 年 3 月，MCP SDK 的增长已将该协议推向 9700 万月下载量和超过 1 万个活跃公共服务器。 PKM 生态系统是最活跃的细分领域之一：Obsidian 积累了 64+ 个社区 MCP 服务器实现；Notion 通过其开发者平台发布了官方服务器，提供针对 LLM 使用的 token 高效 Markdown 响应；Readwise 推出并维护自己的官方服务器。2024 年底面向开发者的集成协议，已成为连接 AI 助手与个人知识工具的默认机制。

对知识工作者而言，这代表了具体的能力转变。拥有 MCP 访问 Obsidian 库的 AI 代理可以跟随反向链接、语义搜索笔记内容，并调出多年前撰写的材料。通过额外的 MCP 服务器配置，同一代理可以在单个提示中交叉引用 Readwise 高亮并查询 Notion 项目数据库。在 MCP 之前，这需要仅限于单一工具 AI 的专有插件。借助 MCP，只需配置——但理论上可同时跨越所有已连接工具。

为什么重要——PKM 的检索问题终于有了解决方案

个人知识管理工具一直是为输入而非检索而构建的。 规范的 PKM 工作流——捕获、组织、检索——在前两个阶段有效，在第三个阶段失效。大多数知识工作者能大致描述自己写过什么；大多数无法在需要时可靠地调出。高亮积累却未读。笔记在与任何事物关联前就已过时。“第二大脑”比喻低估了问题：真正的大脑会主动检索，而非按需检索。

MCP 的贡献在于理论上解决了大规模检索问题。当 AI 代理拥有对整个知识库（库、高亮、引用、书签）的读取级访问权限时，你的历史思考就成为可查询的上下文，而非你可能或可能不记得搜索的被动档案。知识工作者起草提案时，可以要求 MCP 连接的代理从两年笔记中提取所有相关内容，与相关阅读高亮交叉引用，并调出重叠的论点。没有 MCP，这种综合需要数小时。借助正常工作的多服务器配置，它只需一个提示。

这种转变是质的，而非仅仅是效率提升。PKM 的主导检索模式一直是关键词搜索：你记得一个短语，搜索它，希望过去的自己用了相同的词。MCP 实现了不依赖记住确切术语的语义跨工具综合。Obsidian MCP integration 社区将其描述为从“主动回忆——记住关键词和层级——转向索取所需”。

这种区别很重要，因为它不是任何单一工具 AI 所能复制的。Notion AI 只看到 Notion。Obsidian Copilot 只看到库。Readwise Reader 的 AI 只看到阅读高亮。它们彼此看不到。MCP 连接的代理能同时看到所有——这就是该协议对个人知识管理特别重要，而非仅针对任何单一工具功能集的原因。

知识管理软件市场预计从 2026 年的 264 亿美元增长到 2034 年的 742.2 亿美元，这反映了组织开始将检索基础设施视为核心投资。MCP 促成的转变——从静态档案到 AI 可遍历的知识图谱——是这些数字背后的主要驱动力，而非新用户采用更多笔记应用。

真正的问题——需要组装

这里是大多数 MCP 个人知识管理报道在标题中省略的内容：让设置真正工作需要持续的技术努力，而大多数知识工作者不会完成。

Obsidian 的案例最为具体。有 64+ 个社区构建的 MCP 服务器实现——这个数字听起来像是生态健康，但实际上是碎片化。大多数服务器做类似的事情：读取库内容、写入笔记、语义搜索。它们在身份验证方法、功能覆盖、文档质量和维护状态上有所不同。选择一个需要阅读 GitHub 问题跟踪器、检查提交日期，并经常尝试多个选项以找到与当前 Obsidian 版本和 MCP 客户端兼容的那个。

一旦选定，基线 Obsidian MCP 设置需要四个不同步骤：在 Obsidian 内安装 Local REST API 插件，配置端口号并生成 API 密钥，在 AI 客户端中选择并安装 MCP 服务器，以及编写或编辑指向正确地址和凭证的 JSON 配置文件。每一步都有失败模式。许多首次用户花一个下午在此上却未完成。

还有安全维度，设置指南提到但很少强调。根据 2025 年发布的 MCP server security 研究，通过 MCP 连接 AI 代理默认授予其对整个库的无限制读取、写入和删除访问权限。误解的提示或幻觉模型可能永久删除笔记。安全研究人员记录了提示注入漏洞和数据泄露风险作为 MCP 生态系统中的系统性问题。研究的实用指导：在连接任何代理前保持完整备份。大多数分步设置指南不会在引言中突出这一点。

跨工具综合问题放大了配置开销。三个 PKM 工具意味着三个独立的 MCP 服务器设置、三个独立的身份验证流程和三个独立的故障点。当每个连接正常工作时，代理能看到所有三个——但用户独立配置和调试每个。每个工具的设置开销都不小；组合开销大到大多数开始此过程的知识工作者不会完成超过一个工具。

移动工作流完全被排除在当前 MCP 个人知识管理设置之外。大多数 PKM MCP 服务器要求主机桌面应用正在运行。Obsidian MCP 服务器需要 Obsidian 在桌面上打开。主要在移动端捕获的知识工作者——大多数专业人士的移动工作流——没有可用的 MCP 桥接。该协议的 2026 年路线图将可流式 HTTP 传输列为优先级，这将支持远程托管服务器并解决此差距，但那是未来的修复。

模式一致：MCP 给了 PKM 工具一个集成表面，而非给用户一个集成体验。这两者之间的差距是大多数摩擦所在。对于今天评估 personal knowledge management 工具的知识工作者，有用的问题不是工具是否有 MCP 服务器——几乎所有主要工具都有或将有。问题是任何 AI 接触前体验如何，以及用户与 MCP 承诺的跨工具综合之间存在什么配置。

主要 PKM 工具如何响应

PKM 生态系统对 MCP 的响应分为三种不同姿态，每种都反映了工具的底层架构和定价策略。

Obsidian——与其插件优先的身份一致——2025 年放弃了商业许可，使核心应用对所有用户免费，并将 MCP 服务器开发完全留给社区。结果是一个快速移动但不均衡的生态：最好的社区服务器支持 wikilink 图遍历、Dataview 查询和语义搜索；其他则是数月前问题跟踪器的未维护分支。Obsidian 的隐含立场是“这里有一个 Markdown 文件系统；你在上面构建 AI 堆栈。”对于花费多年构建详细互连库的资深用户，这保留了他们的投资并通过 MCP 扩展。对于期望现成 AI 体验的新手，设置负担很大且正确的服务器并不明显。

Notion 通过其开发者平台发布了官方 MCP 服务器——文档完善，返回 Markdown 而非原始 JSON 以供 LLM 使用，且比原始 API 访问 token 更低。但 Notion 也在 2025 年 5 月取消了独立的每月 8–10 美元 AI 附加组件；完整 Notion AI 现在需要每月每用户 20 美元的 Business 层级。个人用户通过 MCP 而非支付 Notion 原生 AI 连接 Claude 或其他 AI 助手已成为记录在案的工作流——这是 Notion 自己的开发者文档所支持的。

Readwise 提供了当前比较中最干净的 PKM MCP 实现：一个官方服务器，增量索引高亮和 Reader 文档，随内容添加自动同步，并与主要 MCP 客户端无需自定义配置即可工作。局限在于范围。Readwise 捕获阅读高亮和保存的文章——不是你写的笔记、参加的会议或电脑上的本地文件。MCP 连接的代理可以精确回答“过去两年我在此主题上高亮了什么？”它无法将该答案与知识堆栈中的任何其他内容连接。

所有三个都缺失：自动捕获。此比较中的每个工具都需要用户刻意操作来填充知识库。MCP 在用户输入的任何内容之上添加 AI 检索层——但如果库三个月未触碰，代理遍历的是三个月前的知识图谱。MCP 启用检索的质量受限于上游手动捕获的一致性。

这是围绕 automatic capture 构建的工具从不同角度处理问题的地方。它们不是将 MCP 添加到现有笔记工具，而是将自动捕获作为基础构建：浏览时索引网页、本地转录会议、持续同步本地文件和电子邮件。知识库无需刻意操作即可更新；AI 检索层在当前数据上运行。MCP 作为连接外部工具的扩展协议可用，而非作为主要访问层。真正的权衡：自动捕获意味着与刻意笔记相比，对进入知识库的内容的策展控制较少。是否值得取决于工作流。

接下来——尚未回答的架构问题

2026 年 MCP 路线图确定了三项直接影响 PKM 用例的改进。可流式 HTTP 传输——将 MCP 服务器从本地托管进程移至远程托管服务——将解决移动排除问题，无需桌面应用运行。SSO 集成身份验证流程将取代当前的每工具 API 密钥和 JSON 配置文件，将设置简化为更接近标准 OAuth 连接。多代理编排原语将让专业代理跨工具协调，而非要求单个代理同时管理每个 MCP 连接。

这些是对组装问题的改进，而非替代。 即使所有三个路线图项目都交付，用户仍需选择工具、配置连接，并在工具更新时维护集成堆栈。改变的是每步的难度。当前模式——端口号、原始 API 密钥、手动 JSON 文件——将让位于 OAuth 流程和集中管理界面。这是 meaningful 进展。但这与完全不需要配置不同。

跨会话内存问题尚未被路线图正式解决。花费一小时帮助你跨 Obsidian 库综合研究的 AI 代理，下次连接时没有该会话的记忆。你每次都从头重建上下文。这限制了“第二大脑”比喻的准确性：每次会话都遗忘的第二大脑是复杂的搜索界面，而非认知伙伴。

两种架构赌注正在并行压力测试。第一种：MCP 集成加上现有 PKM 工具，随着成熟，收敛于原生 AI 知识库价值——协议改进最终消除足够摩擦，使改造方法对大多数用户可及。第二种：为 AI 优先检索设计的工具即使在协议成熟时也优于 MCP 修补的遗留工具，因为架构差异在于捕获和索引，而非仅检索访问。

已经清楚的是，从被动存储转向主动 AI 协作的转变真实存在且正在加速。MCP 是让它在协议层面技术上成为可能的机制。你是否能体验到它取决于你是否准备好构建堆栈——或已经在使用内置堆栈的系统。

2026 年评估任何 PKM 设置最有用的框架不是 MCP 服务器数量。而是两个先前问题：信息如何进入知识库，以及这实际上发生得有多一致？AI 检索层——无论基于 MCP 还是工具原生——只与它所处理的内容一样有价值。一个完美配置的 MCP 个人知识管理设置遍历稀疏、过时的库会返回稀疏、过时的答案。

如果你的知识库得到积极维护且你对配置工作感到舒适，通过 MCP 将 Obsidian、Notion 或 Readwise 连接到 AI 客户端是值得做的。如果捕获一致性是真正的瓶颈，检索层无法修复它。协议基础设施现已到位。正确的切入点取决于你实际试图解决的问题。