Rember

Rember MCP

Erlaube Claude, Lernkarten für dich zu erstellen, mit dem offiziellen Model Context Protocol (MCP) für Rember. Rember hilft dir beim Lernen und Erinnern von allem, was dir wichtig ist, indem es räumlich verteilte Wiederholungen plant.

Funktionen und Beispiele:

• Lernkarten aus deinen Chats erstellen „... Mir gefällt deine Antwort, hilf mir, sie mir zu merken“
• Lernkarten aus deinen PDFs erstellen „Erstelle Lernkarten aus Kapitel 2 dieses PDFs“

Einrichtung

Um den Rember MCP-Server mit npx auszuführen, verwende den folgenden Befehl:

npx -y @getrember/mcp --api-key=YOUR_REMBER_API_KEY

Stelle sicher, dass du YOUR_REMBER_API_KEY durch deinen tatsächlichen Rember-API-Schlüssel ersetzt, den du auf deiner Einstellungsseite findest. Der API-Schlüssel sollte dem Format rember_ gefolgt von 32 zufälligen Zeichen entsprechen.

Verwendung mit Claude Desktop

Füge Folgendes zu deiner claude_desktop_config.json hinzu. Siehe hier für weitere Details.

{
  "mcpServers": {
    "rember": {
      "command": "npx",
      "args": ["-y", "@getrember/mcp", "--api-key=YOUR_REMBER_API_KEY"]
    }
  }
}

Verfügbare Werkzeuge

• create_flashcards: Lernkarten mit KI erstellen. Dieses Werkzeug nimmt eine Liste von Notizen von Claude entgegen und ruft die Rember-API auf, um für jede Notiz einige Lernkarten zu generieren. Nachdem du in deinem Chat mit Claude etwas Neues gelernt hast, kannst du sagen: „Hilf mir, mir das zu merken“ oder „Erstelle ein paar Lernkarten“ oder „Zu Rember hinzufügen“.

Bewährte Methoden für die Erstellung von MCP-Servern

Hier ist eine Sammlung von Erkenntnissen, die wir während der Entwicklung des Rember MCP-Servers gewonnen haben:

• Richte die Protokollierung in stderr so früh wie möglich ein, sie ist für die Fehlersuche unerlässlich

• Erstelle zuerst ein einfaches MCP-Werkzeug und überprüfe, ob Claude es korrekt aufrufen kann

• Investiere Zeit in die Iteration der Werkzeugbeschreibung:

  • Füge Details zu deinem Produkt und seiner URL hinzu. Dies dient zwei Zwecken: Es hilft Claude, das Werkzeug richtig zu verwenden, und ermöglicht es Claude, Benutzerfragen zum Produkt zu beantworten
  • Erkläre klar, was MCP ist; in einigen Fällen halluzinierte Claude, dass MCP für „Multiple Choice Prompts“ steht – autsch
  • Beschreibe die Werkzeugeingaben gründlich
  • Erkläre, was passiert, nachdem Claude das Werkzeug aufruft; wir stellen klar, dass das Eingabe-Notizen-Array an die Rember-API gesendet wird, die für jede Notiz Lernkarten generiert
  • Gib Beispiele, wie das Werkzeug verwendet werden kann (z. B. „Lernkarten aus einer Unterhaltung mit Claude erstellen“, „Lernkarten aus PDFs erstellen“), und gib Claude spezifische Anweisungen für jeden Anwendungsfall
  • Liste Beispiele auf, wie Benutzer das Werkzeug aufrufen könnten (z. B. „Hilf mir, mir das zu merken“, „Zu Rember hinzufügen“, „Erstelle ein paar Lernkarten“)
  • Füge eine Liste von Regeln hinzu, die Claude bei der angemessenen Verwendung des Werkzeugs leiten

• Nutze die Antwort des Werkzeugaufrufs strategisch; sie wird den Benutzern nicht direkt angezeigt, sondern von Claude interpretiert:

  • Bei Erfolg gibt die Rember-API nicht die Anzahl der erstellten Lernkarten zurück; alles, was Claude weiß, ist die Anzahl der erstellten Rembs. Wir teilen Claude dies mit, da es sonst dazu neigt, die Anzahl der erstellten Lernkarten zu halluzinieren
  • Für Benutzer, die ihr monatliches Limit erreicht haben, weisen wir Claude an, sie über die Rember Pro-Abonnementoption mit der entsprechenden URL zu informieren

• Implementiere Wiederholungsversuche für vorübergehende Fehler mit geeigneten Zeitüberschreitungen

• Wir haben genügend Grenzfälle gesammelt, sodass das manuelle Testen auf Claude Desktop (unserem Hauptziel-MCP-Client) umständlich wurde. Wir haben eine Suite von Unit-Tests erstellt, indem wir das Verhalten von Claude Desktop simulierten, indem wir die Claude-API mit dem System-Prompt von claude.ai aufriefen. In der aktuellen Iteration simuliert jeder Test einen Chat mit Claude Desktop zur manuellen Überprüfung und enthält einige einfache Assertions

Was noch fehlt:

• Telemetrie und Observability; derzeit sind wir blind, wenn etwas schiefgeht
• Umfassendere Fehlerbehandlung
• Weitere Iterationen der Werkzeugbeschreibung
• Mehr automatisierte Tests