企业官网建设流程全解析

1. 为什么我要让 AI 直接读思源笔记的 sqlite

思源笔记用久了，最大的痛点不是记不住，而是记了找不到。我本地攒了快两年的笔记，标签、双链、块引用一大堆，可真要问一句「上个月记的那个关于 MCP 配置的坑在哪」，靠自带搜索基本靠运气。思源的数据其实全躺在工作空间的temp/siyuan.db里，本质就是一个 SQLite 文件，表结构也不复杂，正文大多在blocks表。既然数据是结构化的，那让 AI 通过 MCP 协议去查库、再总结，就是最自然的思路。

MCP（Model Context Protocol）你可以理解成给 AI 装的一个「标准插座」：AI 客户端负责发指令，MCP 服务负责执行具体动作，比如查 SQLite。思源笔记这边我们不需要改任何代码，只要有一个能读 sqlite 的 MCP 服务，把siyuan.db的路径喂给它就行。这篇要解决的就是这条链路怎么用uvx跑起来——uvx是 uv 工具链里用来临时运行 Python 命令行工具的命令，不用你手动 pip install，直接uvx mcp-server-sqlite就能拉起服务。

适合谁看：已经在用思源笔记、想让 AI 帮忙检索和总结笔记、又不想折腾复杂后端的人。全程只需要改两个配置文件，跑一次连接验证，就能让 AI 读到你的笔记数据。下面我按「先讲清楚问题 → 准备 TaoToken → 给可复制配置 → 验证 → 排错 → 收尾」的顺序来，你可以直接照着抄。

2. 前置准备：TaoToken 与 uvx 环境

先说模型侧。MCP 只是通道，真正理解你问题、决定搜什么关键词的是背后的大模型。我这边用的是 TaoToken 提供的模型接入能力，它兼容常见的 OpenAI 风格接口，配置起来省事。官网入口在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，注册后在控制台生成 API Key 即可。API 基址是 https://taotoken.net/api ，注意这个地址不带任何查询参数，直接填就行。

拿到 Key 之后，建议先去模型对话页面确认模型能正常回话，地址是 https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。这一步别跳过，因为后面 MCP 报错时，你得先排除「是模型不通还是 MCP 不通」。如果你打算长期用 AI 做编码或 Agent 类任务，可以看下 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，按套餐走比单次调用更划算。

工具侧需要两样东西：uv（含 uvx）和一个支持 MCP 的 AI 客户端。uv 的安装很简单，Windows 上用官方脚本或 pip 都行，装完在 PowerShell 里执行：

Get-Command uv | Select-Object -ExpandProperty Source

这条命令会打印出 uv 的完整路径，比如C:\Users\你的用户名\.local\bin\uv.exe。记住这个路径，后面配置里command字段要填它，而不是直接写uvx。这是很多人第一次配就翻车的地方——客户端启动子进程时不会走你的 shell PATH，所以必须给绝对路径。

思源这边确认一下工作空间位置，数据库一般在工作空间/temp/siyuan.db。注意思源运行时会占用这个文件，读操作一般没问题，但如果你要写库，最好先停掉思源或者用只读模式，避免锁冲突。

3. 可复制配置：config.toml 与 settings.json 骨架

不同客户端的配置文件名不一样，Cherry Studio 这类用 JSON，一些命令行工具用 TOML。我把两种都给你，按需取用。核心就一段：定义一个名为sqlite-siyuan-rw的 MCP 服务，用 uvx 拉起mcp-server-sqlite，并把--db-path指向你的siyuan.db。

先看 JSON 版本（Cherry Studio 的settings.json里 mcpServers 节点）：

{ "mcpServers": { "sqlite-siyuan-rw": { "isActive": true, "command": "C:\\Users\\你的用户名\\.local\\bin\\uvx.exe", "args": [ "mcp-server-sqlite", "--db-path", "C:/Users/你的用户名/SiYuan/temp/siyuan.db" ] } } }

再看 TOML 版本（适合支持config.toml的客户端）：

[mcp_servers.sqlite-siyuan-rw] command = "C:\\Users\\你的用户名\\.local\\bin\\uvx.exe" args = [ "mcp-server-sqlite", "--db-path", "C:/Users/你的用户名/SiYuan/temp/siyuan.db" ]

几个关键点必须说清楚。第一，command一定要写 uvx 的绝对路径，Windows 下路径里的反斜杠在 JSON 里要写成双反斜杠\\，或者干脆用正斜杠/，两种客户端都认。第二，--db-path后面的路径建议用正斜杠，避免转义麻烦。第三，mcp-server-sqlite这个包名是 uvx 运行时自动拉取的，第一次执行会下载依赖，网络慢的话会卡一会儿，耐心等或者按下面排错章节换源。

如果你只想读不想写，可以把服务名里的rw去掉，并在 args 里加只读参数（不同版本参数名略有差异，以uvx mcp-server-sqlite --help输出为准）。我实测下来，读场景下直接连也没出过锁库问题，但养成只读习惯更稳。

配置改完记得完全重启客户端，很多客户端只在启动时加载 MCP 配置，热改不生效。

4. 验证一次完整连接：从提问到命中 blocks 表

配置好之后别急着问复杂问题，先用一个能明确命中的查询验证链路。打开你的 AI 客户端，确认sqlite-siyuan-rw这个服务状态是绿色/已连接。然后给它一句明确的指令，比如：

请查询思源笔记数据库，在 blocks 表里搜索包含「MCP」的内容，返回前 5 条，并总结它们讲了什么。

这里有个细节：虽然你在系统提示词里已经写了「默认在 blocks 表搜索」，但实测下来，提问时再明确提一遍「思源笔记数据库」「blocks 表」，命中率会高很多。原因多半是模型对上下文的理解有偏差，重复一次关键词能显著降低它乱猜表名的概率。我踩过的坑就是第一次没提表名，模型去查了assets表，返回一堆空结果。

如果一切正常，你会看到 AI 先调用 MCP 工具执行 SQL，类似：

SELECT id, content FROM blocks WHERE content LIKE '%MCP%' LIMIT 5;

然后基于返回的行做总结。返回结果里content字段是带思源块标记的文本，AI 一般能自己清洗掉标记再总结。到这一步，说明 AI → MCP → sqlite → 思源数据 这条链路已经通了。

想更直观验证，可以自己在客户端里手动触发一次工具调用，看返回的原始 JSON。只要能看到blocks表的数据行，就证明 uvx 启动的服务和数据库路径都没问题。这一步过了，后面才是调提示词、优化搜索关键词的事。

5. 本篇常见错排查

报错一：command 直接填 uvx 启动失败。这是最高频的问题。客户端启动 MCP 子进程时不走系统 PATH，所以必须填绝对路径。用第 2 节那条Get-Command uv拿到路径，填进command。如果路径里有空格，JSON 里不用额外加引号，客户端会自己处理。

报错二：uvx 拉包超时或卡住。首次运行mcp-server-sqlite需要从源拉取，网络不稳就会卡。解决办法是在 args 里加换源参数，比如在mcp-server-sqlite前面插入-i和镜像地址（具体写法以 uv 文档为准），或者先手动执行一次uvx mcp-server-sqlite --help把包缓存下来，再让客户端启动，这样启动时就不用现拉。

报错三：数据库路径找不到或权限拒绝。检查--db-path指向的文件是否真实存在，Windows 下路径分隔符别混用。如果思源正在运行且你开了写模式，可能遇到database is locked，改成只读或先关思源。

报错四：连上了但搜不到内容。先确认你搜的关键词确实在笔记里，再确认表名。思源正文主要在blocks表，但有些内容在attributes或refs表。提问时把表名和库名都带上，能减少模型瞎猜。另外模型本身也会影响判断，换个更强的模型往往立竿见影。

报错五：改了配置没生效。九成是没重启客户端。MCP 配置基本都在启动时读取，改完必须完全退出再打开，不是关窗口那种。

6. 把这条链路用起来

链路跑通之后，真正有价值的是把它变成日常习惯。我的做法是固定几句提示词模板，比如「在思源 blocks 表搜索关键词 X，按修改时间倒序返回 10 条并总结」，这样每次不用重新描述。搜索关键词让模型自己多试几轮，第一次没结果就让它换同义词再搜，比你自己想关键词省事。

模型接入这块，如果你要长期跑检索和总结，建议把 Key 管理好，去控制台创建独立的 API Key：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，别和别的项目混用，方便排查和限额。接入细节和参数说明可以对照文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。如果你用的是 Claude Code 这类编码 Agent，想让它在写代码时也能查你的笔记库，可以看 ClaudeCodeAnthropic 的接入方式：https://taotoken.net/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，思路和这里一样，只是客户端换了个壳。

最后提醒一句：MCP 直连生产库这种事别干，思源的siyuan.db是你的知识资产，读可以，写操作一定谨慎，最好在副本上试。把只读链路跑稳，再考虑更复杂的自动化。