知识库云端化教程来了!把你的文档变成所有 AI 都能搜的知识库

翔宇做了一个小工具,叫 brain-mcp。名字很直白——brain 是大脑,MCP 是 AI 工具连接外部数据的标准协议。合在一起就是:把你的知识库变成 AI 的第二大脑。它能把你电脑上的文档,变成一个云端知识库——任何 AI 工具都能直接搜你的内容,还能让别人也搜。先说说为什么要做这个。翔宇的知识库有 162 篇文档,花了两年积累。AI 能不能帮翔宇搜?能。用关键词一搜就有。但有三个问题一直卡着。第一,关键词搜索是死搜。你得记住当时用了什么词。三个月前那篇文档里到底写的是「部署方案」还是「上线流程」还是「配置指南」?记不住,搜不到。第二,每个 AI 工具各搜各的。

知识库云端化教程来了!把你的文档变成所有 AI 都能搜的知识库

翔宇做了一个小工具,叫 brain-mcp。名字很直白——brain 是大脑,MCP 是 AI 工具连接外部数据的标准协议。合在一起就是:把你的知识库变成 AI 的第二大脑。

它能把你电脑上的文档,变成一个云端知识库——任何 AI 工具都能直接搜你的内容,还能让别人也搜。

先说说为什么要做这个。

翔宇的知识库有 162 篇文档,花了两年积累。AI 能不能帮翔宇搜?能。用关键词一搜就有。

但有三个问题一直卡着。

第一,关键词搜索是死搜。 你得记住当时用了什么词。三个月前那篇文档里到底写的是「部署方案」还是「上线流程」还是「配置指南」?记不住,搜不到。

第二,每个 AI 工具各搜各的。 你用好几个 AI 工具,但每个工具只能搜自己能看到的文件。同一份知识库,想让所有工具都能搜到?得每个工具配一遍,费时费力。

第三,只有你自己能用。 本地文件只有你能读。你想让同事也能检索你整理的文档?想让客户查你的方法论?做不到。

翔宇想要的是另一个东西:说一句模糊的话,AI 能理解意思去找;配置一次,所有 AI 工具共用同一个知识库;放到云端,团队和用户都能检索。

brain-mcp 就是干这个的。把你本地的任意文档知识库,变成一个云端 AI 检索服务。按意思搜加按关键词搜,多工具共享,多人可用。一次配置,永久生效。

而且这套方案完全是你自己的——代码开源,搜索规则、分类体系、权限等级全部可以根据需求定制。不绑定任何平台,不受别人的产品节奏限制。未来 AI 工具怎么变,你的知识库服务不用跟着改。

如果你也觉得现在搜知识库的方式不够好——这篇文章就是为你准备的。


这篇文章讲 5 件事:

  1. brain-mcp 是什么,能帮你做什么
  2. 三层架构:底层存储、中层智能、顶层接入
  3. 行业场景:法律、财税、教育、技术团队怎么用
  4. 多人共享:让团队和用户都能用上你的知识库
  5. 你的每个知识库都能这样做

1. 一句话理解 brain-mcp

先说一下 MCP(Model Context Protocol,模型上下文协议)。MCP 是一套让 AI 工具连接外部数据的标准协议——你可以把它理解成「AI 世界的 USB 接口」。有了这个接口,AI 就能读到你的知识库。

💬 想深入了解 MCP,可以看翔宇之前写的《MCP 模型上下文协议新手指南》,5 分钟搞懂。

翔宇给 brain-mcp 一个定义:

你的知识库 + MCP 协议 = AI 的记忆外挂。

什么意思?

你把本地 Markdown 文档目录指给它,一条命令,它帮你自动处理——扫描所有文件、把长文拆成小段、让 AI 理解每段在说什么、然后上传到云端。

从这一刻起,你用的任何 AI 工具都能直接检索你的知识库。不用复制粘贴,不用手动翻找,不用每次重新教 AI「你是谁」。

通俗讲:以前你的知识库是一本锁在柜子里的日记本,只有你自己能翻。现在,它变成了 AI 随时能查的百科全书。

用起来什么感觉?

以前:打开文件夹 → 搜索关键词 → 找到那篇笔记 → 复制粘贴到对话框 → AI 回答 → 关掉窗口 → 下次重来。光准备素材就十几分钟。

现在:直接问 AI 一句「我之前怎么部署 Plex 的」——AI 自己从你的 162 篇笔记里找到相关段落,精准引用回答。零操作,零等待。

说实话,第一次跑通的时候翔宇自己都愣了——真的是全自动的。

你的知识库 + MCP 协议 = AI 的记忆外挂

2. 三层架构:底层存储、中层智能、顶层接入

brain-mcp 的架构可以分成三层来理解。从下往上看,像盖楼一样:

底层:存储层——你的知识住在哪

你的 Markdown 文档同步到云端后,内容存在两个地方。

一个是文章库——你写了什么,原封不动存着,随时可以调出原文。

另一个是「理解层」——AI 会把你的每段内容转化成一组数字,代表这段话在说什么意思。这样你以后搜索的时候,不用记住原文用了哪个词,说个大概意思就能找到。

💬 通俗讲:文章库是图书馆的书架,放着每本书。「理解层」是图书管理员的脑子——他读过每本书,你描述一下想找什么,他就知道该拿哪本。

中层:智能层——怎么找、谁能找

这层做两件事。

第一是搜索。两种方式配合着用:一种是按意思找——你说「之前那个部署方案」,它能理解你在问什么;另一种是按关键词找——你搜「Plex」,它精准匹配标题和内容。两种互补,怎么问都能找到。

第二是权限管理。你可以控制谁能检索你的知识库、每天能用多少次。这部分后面第 4 章详细讲。

顶层:接入层——你用的 AI 工具怎么连上来

brain-mcp 对外提供一个标准接口。你平时用什么 AI 工具,就在那个工具里配置一下地址和密钥,连上就能用。

目前支持 MCP 协议的工具很多:Claude Code(AI 编程助手)、Cursor(AI 代码编辑器)、Cherry Studio(多模型聚合客户端)、n8n(自动化工作流平台)等等。

关键点在这:一个知识库,所有工具共享。 不是每个工具各存一份,是所有工具连同一个服务。你在哪个工具里问,查的都是同一份知识。

顶层 ─ 接入层    你用的 AI 工具(Claude Code / Cursor / Cherry Studio / n8n …)
                        │ 标准 MCP 接口
中层 ─ 智能层    按意思找 + 按关键词找 + 权限管理
                        │
底层 ─ 存储层    文章库(原文)+ 理解层(AI 读懂了每段话的意思)
                        ▲
                  你的 Markdown 文档 ── 一条命令同步上来

整套跑在云端,全球任何地方访问都快。

三层架构:存储层、智能层、接入层

3. 行业场景:你的知识库能接入哪些平台

brain-mcp 是一个通用方案——换一个行业的知识库,换一个 AI 平台,照样跑。

下面是几个行业场景,重点看两件事:用什么知识库,和接入哪个 AI 平台

法律行业:案例库 × Claude Code

律所把判例文书、法规条文、内部案件分析整理成 Markdown 文档,同步到 brain-mcp。律师在 Claude Code 里直接问「劳动仲裁中竞业限制的赔偿标准是多少」,AI 从案例库中引用具体判例和条文回答。

接入方式:在 Claude Code 里配置 MCP 服务地址和 API 密钥(访问凭证),一行命令完成。律师不需要懂技术,IT 部门配好就行。

财税行业:筹划方法论 × n8n 自动化

财税顾问把税务筹划方法论、政策解读、行业案例同步上去。通过 n8n 工作流搭建自动化管线——客户提交问题,n8n 调用 brain-mcp 检索知识库,AI 生成初步回复,再推送给顾问审核。

接入方式:在 n8n 的 AI 节点里配置 MCP 服务地址,客户问「跨境电商的增值税怎么处理」,工作流自动从方法论里引用具体条款回答。顾问从「一对一答疑」变成「审核 AI 的答案」,效率翻几倍。

财经行业:研报库 × Cherry Studio

投研团队把行业研报、公司分析、宏观数据解读整理成文档,同步到 brain-mcp。分析师在 Cherry Studio 里直接问「去年新能源板块的估值逻辑是什么」,AI 从研报库中引用具体数据和分析框架回答。

接入方式:分析师在 Cherry Studio 里添加 MCP 服务地址,填地址和密钥就行。Basic(基础版)账号每天 100 次检索够日常用,Pro(专业版)500 次给高频研究岗。

技术团队:内部文档 × 全平台共享

团队把内部文档、架构决策记录、运维手册导出为 Markdown,同步到 brain-mcp。所有成员不管用 Claude Code 写代码、用 Cursor 做项目、还是用 n8n 跑自动化——全部共享同一个知识库。

接入方式:每个 AI 工具各配一次 MCP 服务地址,用同一个密钥。新人问「我们的部署流程是什么」,不管在哪个工具里问,AI 都从内部文档里回答。

🔧 实操技巧:不同行业的知识库可以部署多个独立服务——法律库一个、财税库一个、研报库一个。通过不同密钥区分,互不干扰。

四大行业场景:法律、财税、财经、技术团队

4. 多人共享:让团队和用户都能检索你的知识库

知识库只有自己能用,那叫笔记。能让别人也用上,才叫服务。

brain-mcp 内置了完整的会员体系,一条命令就能给别人开通访问权限。你的同事、你的客户、你的合作伙伴——拿到密钥,在自己的 AI 工具里配置好,就能直接检索你的知识库。

怎么分配权限?

两个等级:Basic 和 Pro。Basic 每天 100 次检索,适合普通成员日常使用。Pro 每天 500 次,适合重度使用者。Pro 用户还能用智能推荐——告诉 AI「我在做什么」,它自动推荐相关文章。

你可以按需分配:团队核心成员给 Pro,外围协作者给 Basic。客户场景里,重要客户给 Pro,普通咨询给 Basic。

用量怎么管? 系统自动管。每分钟、每天、每月都有上限,超了自动拦截,其他人不受影响。你不用操心谁用多了。

具体怎么操作?

创建一个会员,一条命令。会返回一个 API 密钥,密钥只显示一次。把密钥发给对方,对方在 AI 工具里配置 MCP Server 地址和密钥,搞定。

翔宇的建议:先给自己和核心团队成员各创建一个 Pro 账号用起来。知识库的价值,用了才知道。

这不是锦上添花,是从「一个人用的笔记」到「一群人用的知识服务」的跨越。


5. 你的每个知识库都能这样做

MCP 协议已经不是新东西了。OpenAI、Anthropic、Google 都支持,生态里有上万个 MCP 服务在运行。它已经是 AI 工具连接外部数据的行业标准。

你的知识库,不只是给自己搜索用的。

接入 brain-mcp 之后,任何 AI Agent 都能检索你的内容——你的 Obsidian 笔记、你的项目文档、你的个人知识体系,都可以变成一个可调用的服务。

律所用它做案例库,财税顾问用它做方法论服务,投研团队用它做研报库,技术团队用它做公司大脑。接入 Claude Code、Cursor、Cherry Studio、n8n——哪个顺手用哪个。

同一套方案,不同的行业,不同的平台,不同的商业模式。

跟着做,让你的知识库被 AI「看见」。

走起!


brain-mcp 完整源码和部署教程在「AI 编程实操课」的知识库中,跟着课程手把手搭建。课程还包含 Claude Code 从入门到精通、Skill 开发全流程、OpenClaw 多 Agent 编排、n8n 自动化工作流搭建、MCP 协议完整实战。

扫码了解课程

Great! You’ve successfully signed up.

欢迎回来!登录成功。

你已成功订阅 翔宇工作流。

成功!请查收邮件中的登录链接。

账单信息已更新。

账单信息未更新。