TalkToAnki

View on GitHub

A powerful MCP server that enables seamless integration between AI assistants and Anki through AnkiConnect

4 stars PythonOthers Updated Jun 1, 2026

Documentation

TalkToAnki

一个优化的 MCP (Model Context Protocol) 工具，通过 AnkiConnect 与 Anki 无缝集成，为AI助手提供强大的 Anki 操作能力。

✨ 功能特性

🔍 智能查询: 查询卡片和卡组信息
➕ 内容管理: 创建卡片和卡组
📊 数据分析: 获取复习统计和学习数据
🔄 同步支持: 完整的同步操作支持
🛡️ 错误处理: 完善的错误处理和重试机制
⚡ 性能优化: 连接池、并发控制和资源管理
📦 单文件部署: 所有功能集成在一个文件中，部署简单
🚀 零配置启动: 无需复杂的模块管理和导入

🏗️ 项目结构

code

TalkToAnki/
├── talktoanki_server.py    # ⭐ 完整的单文件服务器（包含所有功能）
├── requirements.txt        # 项目依赖
├── pyproject.toml          # 现代Python包配置
├── README.md               # 项目文档
├── README_EN.md            # 英文文档
├── CONTRIBUTING.md         # 贡献指南
├── CHANGELOG.md            # 变更日志
├── LICENSE                 # MIT许可证
├── .gitignore              # Git忽略文件
└── examples/               # 配置示例
    └── cursor_mcp_config.json

🛠️ 系统要求

Python: 3.8+
Anki: 桌面版（需要安装 AnkiConnect 插件）
MCP客户端: Cursor 或其他支持MCP的AI客户端

🚀 快速开始

1. 克隆项目

bash

git clone https://github.com/your-username/TalkToAnki.git
cd TalkToAnki

2. 安装依赖

bash

pip install -r requirements.txt

3. 安装AnkiConnect插件

1. 打开Anki桌面版

2. 进入工具 > 插件 > 获取插件

3. 输入插件代码: `2055492159`

4. 重启Anki

4. 配置MCP客户端

Cursor配置

将以下配置添加到Cursor的MCP配置文件 (`~/.cursor/mcp.json`):

json

{
  "mcpServers": {
    "anki": {
      "command": "python",
      "args": ["/path/to/your/project/TalkToAnki/talktoanki_server.py"],
      "env": {
        "ANKI_CONNECT_URL": "http://localhost:8765",
        "ANKI_CONNECT_VERSION": "6",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

> 💡 提示: 将 `/path/to/your/project/TalkToAnki/` 替换为实际的项目路径

5. 启动服务

1. 确保 Anki 桌面版正在运行

2. 重启 Cursor

3. 开始使用 Anki MCP 工具！

🛠️ 支持的工具

卡组管理

`anki_get_deck_names`: 获取所有卡组列表
`anki_create_deck`: 创建新卡组
`anki_get_deck_stats`: 获取卡组统计信息

卡片操作

`anki_add_note`: 添加新卡片
`anki_find_notes`: 查询卡片
`anki_get_note_info`: 获取卡片详细信息

系统操作

`anki_sync`: 同步Anki数据库
`anki_get_server_info`: 获取服务器状态和配置信息

🆕 高级卡片管理（新增）

`anki_update_note`: 更新现有卡片内容和标签
`anki_delete_notes`: 批量删除卡片
`anki_move_notes`: 将卡片移动到指定卡组
`anki_suspend_notes`: 暂停或恢复卡片学习

📊 学习进度分析（新增）

`anki_get_due_cards`: 获取到期需要复习的卡片信息
`anki_get_study_progress`: 获取详细的学习进度统计
`anki_get_review_history`: 获取复习历史数据和成功率分析

⚡ 批量操作（新增）

`anki_batch_add_notes`: 批量添加多张卡片
`anki_batch_update_tags`: 批量更新卡片标签
`anki_export_deck`: 导出指定卡组为.apkg文件

🔧 模板管理（新增）

`anki_change_note_type`: 更改卡片的笔记类型（模板）
`anki_get_note_types`: 获取所有可用的笔记类型列表

📊 使用示例

创建卡组并添加卡片

json

{
  "action": "create_deck",
  "deck_name": "我的新卡组",
  "success": true,
  "message": "卡组 '我的新卡组' 创建成功"
}

查找卡片

json

{
  "action": "find_notes",
  "query": "deck:我的新卡组",
  "note_ids": [1234567890],
  "count": 1,
  "success": true
}

🆕 批量添加卡片

json

{
  "action": "batch_add_notes",
  "deck_name": "英语单词",
  "total_attempted": 3,
  "successful_count": 3,
  "failed_count": 0,
  "successful_note_ids": [1234567890, 1234567891, 1234567892],
  "success": true,
  "message": "批量添加完成：成功 3 张，失败 0 张"
}

🆕 学习进度统计

json

{
  "action": "get_study_progress",
  "deck_name": "英语单词",
  "analysis_period_days": 7,
  "total_cards": 150,
  "new_cards": 20,
  "young_cards": 30,
  "mature_cards": 100,
  "recent_reviews": 45,
  "mature_percentage": 66.67,
  "new_percentage": 13.33,
  "success": true
}

🆕 复习历史分析

json

{
  "action": "get_review_history",
  "deck_name": "英语单词",
  "period_days": 30,
  "total_reviews": 120,
  "again_count": 10,
  "hard_count": 15,
  "good_count": 70,
  "easy_count": 25,
  "success_rate_percentage": 79.17,
  "total_studied_cards": 100,
  "success": true
}

🆕 模板更改

json

{
  "action": "change_note_type",
  "original_note_ids": [1234567890, 1234567891],
  "new_note_ids": [1234567900, 1234567901],
  "original_model": "Cloze",
  "target_model": "挖空模板",
  "total_processed": 2,
  "successful_count": 2,
  "failed_count": 0,
  "field_mapping_used": "auto",
  "success": true,
  "message": "成功将 2 张卡片从 'Cloze' 更改为 '挖空模板'"
}

🆕 笔记类型查询

json

{
  "action": "get_note_types",
  "total_count": 5,
  "note_types": ["Basic", "Cloze", "挖空模板", "Basic (reversed)", "Image Occlusion"],
  "detailed_info": [
    {
      "name": "Basic",
      "fields": ["Front", "Back"]
    },
    {
      "name": "Cloze",
      "fields": ["Text", "Extra"]
    }
  ],
  "success": true,
  "message": "找到 5 个笔记类型"
}

🔧 配置选项

环境变量

变量名	默认值	说明
`ANKI_CONNECT_URL`	`http://localhost:8765`	AnkiConnect服务地址
`ANKI_CONNECT_VERSION`	`6`	AnkiConnect API版本
`LOG_LEVEL`	`INFO`	日志级别
`REQUEST_TIMEOUT`	`30.0`	请求超时时间(秒)
`CONNECTION_TIMEOUT`	`10.0`	连接超时时间(秒)
`MAX_RETRIES`	`3`	最大重试次数

高级配置

更多配置选项请参考 `config.py` 文件。

🧪 测试

要测试服务器是否正常工作，可以：

1. 确保 Anki 桌面版正在运行

2. 启动 MCP 服务器

3. 在支持 MCP 的客户端中调用任何工具进行验证

基本功能验证：

连接验证：调用 `anki_get_server_info`
卡组操作：调用 `anki_get_deck_names`
卡片操作：创建测试卡组并添加卡片

🐛 故障排除

常见问题

1. "0 tools enabled"

2. 连接被拒绝

3. 工具无响应

调试模式

设置环境变量启用调试：

bash

export LOG_LEVEL=DEBUG

🤝 贡献

欢迎贡献！请查看 CONTRIBUTING.md 了解详细指南。

开发环境设置

bash

# 克隆仓库
git clone https://github.com/your-username/TalkToAnki.git
cd TalkToAnki

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装开发依赖
pip install -e ".[dev]"

# 验证安装
python talktoanki_server.py --help

📝 许可证

本项目采用 MIT 许可证。详见 LICENSE 文件。

🙏 致谢

AnkiConnect - 提供 Anki 集成能力
FastMCP - 现代化的 MCP 服务器框架
Anki - 优秀的间隔重复学习软件

📈 项目状态

✅ 稳定版本: v1.0.0
✅ 生产就绪: 经过全面测试
✅ 持续维护: 活跃开发和支持
✅ 社区友好: 欢迎贡献和反馈

让AI助手帮助你更好地学习！ 🚀

Frequently asked questions

What is TalkToAnki?

TalkToAnki is A powerful MCP server that enables seamless integration between AI assistants and Anki through AnkiConnect

How do I install TalkToAnki?

Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.

Is TalkToAnki open source?

Yes — it is hosted on GitHub at https://github.com/muxuuu/TalkToAnki and has 4 stars.

Related MCP tools

cognee

Cognee is the open-source AI memory platform for agents. Give your AI agents persistent long-term memory across sessions with a self-hosted knowledge graph engine.

30,433 Python

agent-memoryagent-skillsai+16

skyvern

Automate browser based workflows with AI

22,930 Python

apiautomationbrowser+13

hindsight

Hindsight: Agent Memory That Learns

22,468 Python

agentic-aimemoryagents+1

watermarks-remover

A privacy-first app that strips AI watermarks from content you own.

20,504 Python

agent-skillaic2pa+12

Qwen-Agent

Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.

17,062 Python

pal-mcp-server

The power of Claude Code / GeminiCLI / CodexCLI + [Gemini / OpenAI / OpenRouter / Azure / Grok / Ollama / Custom Model / All Of The Above] working as one.

11,731 Python

Run your own MCP server? See who uses it and what to fix.

Measure it with TrackMCP