其他 MCP 客户端
任何支持 stdio 或 Streamable HTTP 的客户端，接入方式都一样。
Spomory 没有任何针对特定客户端的特殊逻辑——上面每个客户端其实都是同样两种形状的不同表达：本地的一条 stdio 命令，或者远程的一个带请求头的 URL。你的客户端没在上面列出？基本上一样能用。
本地版（stdio）
规律到哪都一样：把客户端的「command」（或者它自己叫的等价字段）填成 uvx，参数填 --from spomory[llm,embedding,mcp] spomory-mcp——这样会按需下载并运行 Spomory，不用自己装——再传给它 LLM_API_KEY / LLM_BASE_URL / LLM_MODEL / EMBEDDING_MODEL 这几个环境变量。（更想要固定、锁定版本的安装？command 填装在 ~/Documents 之外的虚拟环境里 memory-core-mcp 的绝对路径即可。）任何支持本地 stdio server 的 MCP 客户端都是这套逻辑——唯一的区别是这个客户端自己的配置文件放在哪、用 JSON 还是 TOML 还是图形化表单。
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云端版（API Key 或 OAuth）
任何支持带自定义请求头的远程 MCP Server 的客户端都能接：Streamable HTTP 用 https://api.yliuai.com/mcp-apikey/，更早的 SSE 协议用 https://api.yliuai.com/mcp-apikey-sse/——两条路径用的都是同一个 x-api-key 请求头。如果某个客户端只支持基于 OAuth 的远程连接器（没有自定义请求头这个选项），改用 OAuth 地址——https://api.yliuai.com/mcp——照着那个客户端自己的连接器授权流程走。
<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：
不少编程 agent CLI 都已经约定俗成用同一个 .agents/skills/<name>/SKILL.md 路径（Codex、Gemini CLI、Zed、DeepSeek Harness、Mistral Vibe 等等都认这个）——可以先试试这个路径。如果你的客户端没读到，去查一下它自己的文档，看有没有 skills 功能或者自定义指令/系统提示词这类字段。
GitHub 上的 SKILL.md →