← 所有平台

JetBrains AI Assistant

IntelliJ、PyCharm、WebStorm 等——跟 Claude Desktop 一样的 JSON 结构。

JetBrains AI Assistant 在整个 IntelliJ 平台家族里都原生支持 MCP——IntelliJ IDEA、PyCharm、WebStorm、Rider、GoLand、PhpStorm、RubyMine、CLion、Android Studio。Settings → Tools → AI Assistant → Model Context Protocol (MCP) → Add。已在真实环境里验证过。

本地版(stdio)

用 Add 弹窗添加,或者直接编辑 JSON。command 填 uvx,它会按需下载并运行 Spomory,不用自己装:

{
  "mcpServers": {
    "spomory": {
      "command": "uvx",
      "args": ["--from", "spomory[llm,embedding,mcp]", "spomory-mcp"],
      "env": {
        "LLM_API_KEY": "...",
        "LLM_BASE_URL": "https://api.deepseek.com",
        "LLM_MODEL": "deepseek-v4-flash"
      }
    }
  }
}

JetBrains 官方给的基础示例只展示了 command 和 args——如果你这个版本没有读到环境变量,Add 弹窗里还有一个可选的工作目录字段,或者把这几个变量写进一个小的包装脚本里也行。

更想要固定、锁定版本的安装?可以装到 ~/Documents 之外的虚拟环境里(pip install 'spomory[llm,embedding,mcp]'),然后把 command 直接指向那个虚拟环境的 bin/memory-core-mcp(args 填 [])。

这几个环境变量该填什么?

LLM_API_KEY 是你用来做抽取的那个 OpenAI 兼容服务商的 key——OpenAI、DeepSeek、通义千问等都可以。LLM_BASE_URL 和 LLM_MODEL 不填就默认走 OpenAI;换成 DeepSeek、通义千问或其他任意 OpenAI 兼容服务商,或者一个完全本地的 server(Ollama、vLLM、llama.cpp、MLX)都行:

export LLM_API_KEY=...
export LLM_BASE_URL=https://api.deepseek.com   # 可选,默认 OpenAI
export LLM_MODEL=deepseek-v4-flash             # 可选,默认 gpt-4o-mini
export EMBEDDING_MODEL=BAAI/bge-m3             # 可选,默认 bge-m3
完整本地安装指南(含 macOS 的 ~/Documents 那个坑)→

云端版(API Key)

同一个 JSON,加一段 headers 填 API Key。JetBrains 目前还不支持远程 MCP server 用 OAuth,所以用静态请求头是真实可行的方式:

{
  "mcpServers": {
    "spomory-cloud": {
      "url": "https://api.yliuai.com/mcp-apikey/",
      "headers": {
        "x-api-key": "<你的key>"
      }
    }
  }
}

JetBrains 自己的文档没有像其他客户端那样给出完整的远程 headers 示例,但上面这个 headers 字段确实能用——已在真实环境里验证过,落到的是跟这页其他客户端同一个账号/同一份记忆图谱。

<你的key> 从哪来?

用 curl 立即拿一个——自己测试够用:

curl -X POST https://api.yliuai.com/users/register \
  -H "Content-Type: application/json" \
  -d '{"email": "you@example.com"}'
# 响应里的 api_key(mck_ 开头)只在这一次返回,记下来

这种方式拿到的 Key 不需要证明邮箱归属——自己测试没问题,但正式使用建议走邮箱确认表单,那个真的会验证邮箱。

去「云端 / 跨 App」页面走邮箱验证拿 Key →

让它真的被用起来

接上工具不代表客户端会主动去用它们——得告诉它在回答之前先调 search_memory,在你说了件值得记住的事之后调 add_memory。SKILL.md 就是干这个的一份简短指令文件。怎么让客户端读到它,每个客户端都不一样:有些会自动扫描 skills 目录(跟 Claude Code 一个路数),有些只有自定义指令/系统提示词这类字段。这个客户端已验证过:

JetBrains AI Assistant 确实有 Agent Skills,但需要手动注册目录:Settings → Tools → AI Assistant → Skills → Manage Skill Directories,指向你放 SKILL.md 的目录(也能识别已有的 .claude/skills 文件夹)。

GitHub 上的 SKILL.md →