$ loading_
将个人 Markdown 笔记向量化并提供语义检索、重建索引与状态查询。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Notes RAG MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 Notes RAG MCP Server 的 search 工具，在我的个人 Markdown 笔记中查找与“注意力训练方法”语义最相关的内容，返回前 5 条结果并附上文件路径。
返回与查询语义最接近的若干笔记片段和来源路径，便于快速继续阅读。
我刚新增了若干 markdown 学习笔记，请先调用 reindex 重新索引全部个人笔记，再用 search 搜索“季度复盘要点”。
先完成索引重建，再基于最新索引返回搜索结果，确保结果包含新内容。
请先执行 Notes RAG MCP Server 的 status 工具，确认向量索引服务是否可用，再决定是否执行检索任务。
返回索引或服务可用性状态，指导是否可以进行下一步检索。
研究员面对大量 Markdown 论文摘要与读书笔记时，可用语义检索快速找到与当前问题含义接近的观点，减少人工翻找时间。
开发者在个人技术笔记中记录了问题排查过程，后续遇到相似场景时可直接通过语义搜索快速定位解决方案。
办公人员持续追加会议纪要和周报到 Markdown 仓库，可在更新后执行重建索引并检查状态，保证检索始终可用。
它会将个人 Markdown 笔记索引到向量数据库，并通过 MCP 提供 search、reindex 和 status 工具，用于语义检索与索引管理。
当前材料只说明了能力与接口名称，但未提供安装步骤，请见源码仓库获取详细部署与配置方式。
它基于向量语义匹配，能返回含义接近的内容，而不仅是精确关键词命中，适合跨表述查找相关笔记。
通过笔记管理与RAG问答能力，帮助用户沉淀、检索并总结知识内容。
帮助用户管理与语义检索 Markdown 笔记，并进行问答与内容生成。
通过向量检索获取并处理文档，为 AI 回答补充精准上下文。
本地存储并语义检索会议纪要，支持问答式查询。
为大模型建立文档索引并按需检索相关上下文，提升问答质量。
在本地索引文档并用混合检索快速查找相关内容的 MCP 工具