Marqly 6.0正式发布：引入AI助手与MCP协议，打通书签与大模型工作流

核心要点

• 智能对话检索：Marqly 6.0 推出 AI Assistant，支持“向书签提问”，让用户直接基于个人收藏库获取精准答案。
• 自动分类整理：内置 AI Organizer，能够自动分析用户庞杂的链接库，主动提出结构优化与清理建议供用户审核。
• 支持 MCP 协议：接入模型上下文协议（Model Context Protocol），打通保存的知识资产与 Claude、ChatGPT 及 Cursor 等外部 AI 工具。
• 全介质聚合管理：统一归集文章、网页高亮、多媒体视频及 AI 对话记录，构建多维度的个人数字资产中心。
• 跨平台多端覆盖：全面支持 Web 端、主流浏览器扩展与 iOS 系统，Android 版本即将上线，高级 AI 功能已集成至 Pro 订阅中。

详细分析

从静态存储到即时问答：重构书签互动模式

长期以来，书签管理工具面临的最大痛点是“只存不读、存后难寻”。用户在日常浏览中保存了大量文章、竞品分析与研究资料，但在实际需要调取时，传统的关键词检索往往无法应对模糊记忆。Marqly 6.0 带来的核心变革在于引入了专属 AI Assistant。该功能将原本静态的 URL 和文本内容转化为可对话的知识源，允许用户通过自然语言直接向书签库发起提问。AI 助手能够跨越标题和链接本身的限制，穿透到底层网页正文、高亮批注和转录文本中提取事实依据，实现真正的语义级问答，彻底改变了个人资料检索的交互体验。

智能治理冗余数据：AI Organizer 降低管理负担

任何书签系统在长期使用中都会因为文件夹层级过深或标签混乱而走向失效。Marqly 6.0 推出的 AI Organizer 针对这一难题给出了自动化解决方案。系统能够自主识别重复、过时或分类不清的内容，并在后台运算后为用户生成一套更清晰、更结构化的归类优化建议。与完全自动修改不同，该功能保留了人工审核机制，用户可以逐项确认 AI 提出的分类与合并提议。这种人机协同的整理机制，既免除了手动拖拽归档的繁琐劳作，又确保了知识库架构符合使用者的直觉偏好。

打通外部模型壁垒：基于 MCP 协议构建外部记忆库

Marqly 6.0 最具技术前瞻性的升级当属对 MCP（Model Context Protocol，模型上下文协议）的支持。随着大语言模型在日常工作流中的深度渗透，用户经常需要在编写代码、撰写产品需求文档（PRD）或进行行业分析时参考此前搜集的高价值材料。通过引入 MCP 协议，Marqly 能够作为一个标准化的上下文提供节点，直接将用户保存的网页、高亮证据和调研记录输送给 Claude、ChatGPT 以及 Cursor 等生产力工具。这使得外部 AI 智能体在处理具体任务时，可以直接调用用户在 Marqly 中积累的私域数据作为上下文，有效消除了跨软件复制粘贴的断层。

行业影响

Marqly 6.0 的迭代标志着个人知识管理（PKM）工具正在经历从“数字仓库”向“智能上下文引擎”的范式转移。首先，将 AI 问答与高亮管理深度融合，验证了语义嵌入技术在轻量级消费级工具中的落地可行性；其次，对 MCP 开源协议的主动拥抱，反映出下一代生产力应用不再追求封闭的孤岛生态，而是倾向于将自身转化为通用 AI Agent 的外部检索增强生成（RAG）底座。未来，书签与笔记软件的竞争核心将不再仅仅是抓取与排版能力，而是如何高效地将用户积累的碎片化知识结构化，并无缝赋能给更广泛的大模型生态。

常见问题

Marqly 6.0 主要新增了哪些功能？

Marqly 6.0 主要新增了三大核心能力：一是可直接向收藏库提问的 AI Assistant；二是能自动给出知识库整理与清理建议的 AI Organizer；三是支持通过 MCP 协议将已保存的调研资料无缝接入 Claude、ChatGPT 和 Cursor 等主流 AI 环境。

MCP 协议支持对用户意味着什么？

支持 MCP 协议后，用户无需再手动将收藏的内容或高亮笔记反复复制粘贴到对话框中。在支持该协议的环境（如 Claude 或 Cursor）中，AI 助手可以直接读取并利用 Marqly 中的私域收藏数据作为上下文参考，极大加速了代码编写与内容创作流程。

Marqly 6.0 支持哪些平台，如何获取相关 AI 功能？

Marqly 目前支持 Web 端、各类主流浏览器插件以及 iOS 移动端，官方表示 Android 版本也将于近期推出。版本中包含的 AI Assistant、AI Organizer 等高级 AI 增强功能均已集成在 Pro 会员订阅中供用户使用。