Skip to content
深脑

深脑 MCP

让你的 AI,
用上你的记忆

大多数「第二大脑」是一座孤岛:你存进去的东西,只有它自己用得上。深脑不是——你沉淀下来的判断、已核验的原话、人物的历史立场,都能被 Claude Desktop、Cursor、Claude Code、Codex,或任何支持 MCP 的客户端直接读到。

一次真实的往返长什么样

你说的

下午要见那个客户,帮我准备一下。

它自己做的(你不用说「去查深脑」)

deepbrain · situation_brief("下午要见这个客户")

它拿到的

  • · 这个人历来在这件事上什么立场,哪几条后来被推翻过
  • · 上次谈崩在哪一步,当时判断的理由是什么
  • · 几句可以直接引用的原话——每句都能在录音里逐字找到
  • · 每条判断都带一个链接,点开就回到它的出处

于是它给你的是一份带出处的会前简报, 而不是一段听起来很像样、但跟你的实际处境无关的通用建议。

先说清楚,MCP 是什么

它是一个公开的连接标准,用来让 AI 工具接上外部的数据和能力。 你可以把它当成给 AI 用的插座: 深脑这边把接口装好,Claude、Cursor 这些工具插上去,就能直接读到你攒在深脑里的东西。

不懂技术也不影响用——接的时候只是把一段地址和一把密钥填进设置里,一次就好。

没有它的时候

你每开一个新对话,都要重新把背景讲一遍:这个客户是谁、上次聊到哪、 我们为什么放弃了那个方案。讲不全,AI 就会给你一个听起来很像样、 但脱离你实际处境的答案。

有了它之后

你只说一句「我下午要见这个客户」。它自己去深脑里取: 这个人历来什么立场、上次谈崩在哪、你当时判断的理由是什么、 后来被证明对不对。

它们能问深脑什么

下面这些是 AI 工具会自己去调的,你不用记名字,也不用敲命令——你照常说人话,它自己判断该取哪一样。列在这里只是让你知道它能拿到什么、拿不到什么。这里挑了 5 个说,全部 27 个工具在接上之后能直接列出来。

  • situation_brief说清你在干什么,深脑自己决定你该知道什么

    不需要你已经知道该问什么。要谈某个客户、要写某个题目、要做某个决定,说一声,它把「这个组织相信什么」装进你的上下文。

  • ask_brain直接问,拿一个带出处的答案

    「上次客户的核心顾虑是什么」「我们在定价上有没有自相矛盾」——它多步检索历史判断再合成回答,每条都能追回原话。

  • list_quotes取可以署名引用的原话

    只给核验通过的:这句话逐字存在于某场录音里。写稿、做汇报、发对外内容时,引用不用再回去翻录音。

  • get_person某个人在这件事上历来什么立场

    谈判前、见面前调一次。他过去说过什么、哪些判断被后来推翻过、他什么时候会沉默。

  • suggest_methods把深脑的分析方法拿走,用在你自己的材料上

    深脑用来把录音炼成判断的那 335 条方法(找矛盾、找沉默、找立场,不是摘要),你的 agent 也能取。说清手上是什么材料、想得到什么,它筛出最多 12 个候选;选定后取到方法正文,照着分析——材料不必送进深脑。

共 27 个工具,还包括主题目录、决策清单、原文分段调取、从一条判断一次展开到原话与前后文、把新转写投喂进来、把你看到的结果报回来等。登录后在设置页可以看到完整列表。

它不只读,还会写回来

被读取的记忆和会变厚的记忆是两种东西。你的 agent 在别处得出的结论、事后验证的结果,都能回到深脑,下次别的工具就能用上。

  • propose_judgmentagent 提一条新判断,进待审队列,不直接落库

    它在你的材料之外看到了什么,交给你裁定,而不是悄悄写进你的记忆。

  • report_outcome回报某个预测或承诺后来怎么样了

    深脑的判断会被事后打分,这一条就是它学会自打脸的入口。

  • submit_correction指出某句原话或某个判断错了

    纠错带影响面:哪些分析引用过它,一次列清。

  • record_artifact记下用这些判断做出来的东西

    一篇稿、一份简报、一个决定——回头能看到哪条判断真的被用了。

最不一样的一条

不只借你的记忆,还能借它的方法

深脑把录音炼成判断,靠的是 335 个分析方法——找矛盾、找沉默、找立场反转, 不是摘要。这些方法你的 AI 也能取走用, 而且材料不必送进深脑: 它说清手上是什么、想得到什么,深脑从中筛出最多 12 个候选,取到方法正文之后, 它就在自己那边分析你手上的材料。

筛选这一步本身就是价值:把 335 个方法一次性列给模型没有用, 它挑不动;先按场合与素材条件砍到十几个,它才挑得准。

接上去要四步

  1. 01

    在深脑里生成一个 MCP 密钥

    设置页一键生成,可随时撤销。

  2. 02

    把地址填进你的 AI 工具

    Claude Desktop、Cursor、Claude Code、Codex,或任何支持 MCP 的客户端。

  3. 03

    顺手装一份用法说明

    深脑会生成一份说明书给你的 agent:什么时候该问、怎么问最省、哪些话可以署名引用。装了它,工具不用靠猜。

  4. 04

    之后直接问它

    不用再复制粘贴上下文——你的判断已经在它手里。

具体怎么接

任何支持 MCP 的客户端都只需要两样东西:端点和一把密钥。

Claude、Cursor、Codex,以及大多数 MCP 客户端

远端 HTTP 形态。各家配置字段的确切写法随版本变,但要填的就是下面这两行。

端点   https://shennao.zaowuyun.com/api/mcp
请求头  Authorization: Bearer lj_live_xxx

DeepSeek Harness

有现成插件,一行装完。它不是把 27 个工具原样铺给模型,而是按检索阶梯收成 6 个——工具太多,模型的默认策略会变成「哪个返回得最全用哪个」。

dsh plugin --profile web add github:qiuyiwu1989-star/dsh-deepbrain
export DEEPBRAIN_API_KEY=lj_live_xxx
dsh-deepbrain 源码与说明

自己写的 agent

标准 MCP over HTTP,JSON-RPC。握手时深脑会给一份说明书(检索阶梯、引用规范), 不用你自己教模型怎么用。

先把判断攒起来,再让工具来取

MCP 取的是你已经沉淀的东西。库是空的,接上也没有意义。注册送 200 积分,第一场就能开始攒。

关于数据

  • 密钥由你生成、由你撤销,撤销后立即失效。
  • 每次调用都限定在你自己的组织范围内,读不到别人的东西。
  • 返回内容有长度上限:深脑不会把整个库倒给对方,也不会把上下文爆炸的问题转嫁出去。
  • 原话只在核验通过时才可被引用——逐字对得上转写,才算数。
  • 每次调用都留痕,但只记元数据:谁在什么时候调了哪个工具、返回多少字。不记问题原文,也不记返回正文。