上一篇介紹了 Weekly AI Tools Scout，讓 AI 每週幫我找跟目前專案有關的資訊。不過看完報告後，我還是會自己挑哪些要留下來。

有些是現在用得到的，有些還不確定，但感覺之後可能有用，我也會先存進知識庫。對我來說，存下來不代表決定採用，只是希望之後想研究時，不用重新找一次。

而我平常主要透過 MCP 存入，不一定會打開知識庫網頁操作。

以前比較在意的是有沒有存好，這次就想順著自己平常的使用方式，了解請 AI 幫忙保存資料之後，背後到底做了什麼。

MCP 是讓 AI 使用知識庫工具的入口

MCP 的全名是 Model Context Protocol。在這個專案裡，我先把它理解成讓 AI 用戶端呼叫知識庫工具的溝通方式。

知識庫的 mcp_server.py 裡定義了幾個工具，例如：

我請 AI 保存資料時，需要由 AI 呼叫對應的工具，再由工具背後的程式處理。

MCP 本身沒有替我保存文章，真正寫入資料庫的是知識庫裡的 Python 程式。

從提出保存需求，到工具處理與查回確認的簡化流程。

這裡也要跟上一篇的 Scout 分清楚。Scout 負責搜尋並產出報告；我看完之後挑選資料，再透過 MCP 保存，是另一個動作。

專案裡另外有讀取週報、透過命令列程式匯入的同步腳本，但它沒有走 MCP，也不能把它跟我的日常操作混成同一條流程。

AI 交給工具的內容，長什麼樣子？

add_item 主要接收三個參數：

例如想保存一個工具網址，呼叫時的參數可能是：

{
  "type": "url",
  "title": "我想研究的工具",
  "content": "https://example.com/tool"
}

這是依照專案工具參數整理的示意，不是本次實際呼叫的紀錄。

JSON 可以先理解成交換資料的文字格式。這份內容是在告訴工具：這次送進來的是網址，標題是「我想研究的工具」，請依照網址的方式處理。

如果我已經整理好一段筆記，要存入的是文字，參數就會像這樣：

{
  "type": "text",
  "title": "我的工具筆記",
  "content": "這個工具可能適合用來整理文件，之後想再確認它支援的格式。"
}

同樣都叫 content，但第一個放的是網址，第二個放的是筆記文字。工具會根據 type 決定怎麼處理。

傳入網址，不一定就會讀取網頁

這次看程式時，有個細節值得注意。

目前 MCP 的 add_item 預設類型是 text。指定 type="url" 時，才會進入讀取網址、擷取正文的路徑；沒有指定時，就把輸入當文字交給儲存流程。

所以，不能只看到資料裡有網址，就認為系統已經讀過那篇文章。

這也讓我理解，AI 呼叫工具時，除了有沒有呼叫成功，傳入的參數也會影響結果。

至於網址如何變成正文、擷取時可能漏掉什麼，我會留到下一篇，再介紹專案使用的 Trafilatura。

工具收到資料後，還會交給共用的儲存程式

MCP 工具後面會呼叫 store.save_item()，由這套程式處理保存與分析。

其他入口，例如網頁與命令列程式，也會使用這套儲存邏輯。這樣就不需要每個入口都另外寫一份存入方法。

不過「存入」也不只是固定新增一筆。程式還有重複資料檢查和長內容拆分，所以結果可能是新增資料、回傳既有資料，或拆成多筆。這些機制後面再分別研究。

另外，目前 MCP 入口預設會在同一次工具呼叫中嘗試完成分析，再回傳結果。如果分析失敗，資料仍可能已經保存，只是缺少摘要或其他整理結果。

因此，收到工具回傳的資料，也還需要看裡面實際有哪些內容。

我想怎麼確認「真的存好了」？

我平常會打開內容確認，也會回原始連結核對。這次了解工具的分工後，接下來想多做一個更明確的確認流程：

1. 查看 add_item 回傳的資料編號。
2. 使用同一個知識庫連線的 get_item 查回資料。
3. 比對標題、網址與內容，確認是否符合原本想保存的東西。
4. 再看摘要是否存在，以及內容是否需要補充。

例如工具回傳某筆資料編號後，就可以用這個編號查詢：

{
  "item_id": 42
}

42 是示意編號，實際操作要使用工具真正回傳的編號。

查回資料，也不代表每個處理步驟都成功。如果只有來源網址，正文卻是無法取得內容的說明，就只能確認連結留下來了，還不能說文章已完整保存。

這次主要是依照程式了解流程，還沒有執行新的 MCP 存入與查回測試，因此上面是接下來的驗證方式，不能寫成已完成的測試結果。

從一句「幫我存起來」，往下多看一步

整理這篇之前，我比較習慣從操作結果看知識庫：資料有出現，就打開來讀。

這次開始把中間的流程拆開，知道 AI 需要呼叫工具，工具會根據參數處理，再交給儲存程式保存與分析。

之後確認是否存好時，就可以多看工具實際回傳了什麼，而不只看對話裡的一句「已存入」。

對我來說，這是慢慢理解自己做出來的系統的一步。先知道一筆資料怎麼進去，下一篇再接著看：網址讀取之後，取得的內容是不是完整的？