Инструмент Claude Code отлично справляется с обработкой файлов, однако рабочие проекты редко зарождаются исключительно внутри основного репозитория. Требования, результаты исследований, заметки по устранению неполадок, идеи статей и предварительные планы обычно хранятся в приложении для заметок AFFiNE. Подобное разделение создает неудобный разрыв: искусственный интеллект понимает код перед собой, но ничего не знает о принятых решениях, экспериментах и фоновой информации, зафиксированной в других местах. Чтобы избавиться от постоянного копирования заметок в терминал, был настроен прямой доступ Claude Code к рабочему пространству AFFiNE.
До внедрения этой схемы совместное использование Claude Code и AFFiNE требовало слишком много ручных действий. Если требовалось следовать определенному плану, соответствующий раздел копировался из AFFiNE и вставлялся в промпт. Если ИИ выдавал полезную сводку исследований или план реализации, его приходилось вручную переносить обратно в заметку. Такой подход работал, но порождал дублирование информации: заметка в AFFiNE содержала одну версию, Markdown-файл в проекте — другую, а диалог в Claude Code существовал совершенно обособленно.
В Claude Code уже предусмотрены постоянные проектные инструкции через такие файлы, как CLAUDE.md, и система автоматической памяти. Тем не менее эти механизмы привязаны скорее к проекту или локальной машине, чем заменяют полноценную базу знаний. Приложение AFFiNE оставалось главным хранилищем для всех заметок автора.
Способы подключения Claude Code к базе знаний AFFiNE
Существует два основных способа связать Claude Code с платформе AFFiNE. Первый подразумевает использование сервера протокола Model Context Protocol (MCP): можно задействовать либо встроенный в AFFiNE сервер, либо сторонние разработки от сообщества с GitHub. Второй способ заключается в авторизации в рабочем пространстве AFFiNE через встроенный браузер Claude Code, однако это способно подвергнуть риску учетные данные в браузере, который контролируется не полностью, и работает менее надежно.
Безопасность в данном вопросе имеет важнейшее значение. Подключение через MCP может открыть доступ к конфиденциальным записям и потенциально изменить их, поэтому следует применять ограниченные и отзываемые учетные данные. Реализация MCP в AFFiNE поддерживает учетные данные с ограничением по рабочему пространству, сроком действия и доступом только для чтения по умолчанию. Это позволяет начать работу с осторожностью, прежде чем активировать более широкие разрешения. Компания Anthropic также рекомендует проверять надежность MCP-серверов перед их подключением.
Поиск и извлечение данных вместо автоматизации заметок
Главным преимуществом после настройки связи стало не автоматическое создание записей, а поиск информации. Вместо самостоятельного поиска документа и вставки абзацев в терминал появилась возможность поручить Claude поиск заметок по определенному проекту в AFFiNE. ИИ находит нужные страницы, изучает их и использует полученные материалы в работе над кодом. Это сделало расплывчатые запросы на удивление эффективными.
Появилась возможность задавать случайные вопросы, например о проверке заметок по датчикам ESP32, и продолжать работу над планом прошивки. Поскольку автор ведет учет всех сенсоров и микроконтроллеров, Claude теперь может обращаться к этой базе и предлагать подходящие детали для новых проектов из имеющихся в наличии запасов. Это гораздо практичнее, чем помещать абсолютно все данные в один огромный файл CLAUDE.md. В Anthropic отмечают, что такие файлы загружаются в контекстное окно при старте сессии, поэтому их целенаправленность помогает избегать расхода контекста на ненужную для текущей задачи информацию. С подключенным AFFiNE искусственный интеллект запрашивает подробные сведения только тогда, когда это действительно необходимо.
Ограничения функции записи и развитие интеграции
Встроенный сервер MCP от AFFiNE отлично функционирует в режиме чтения, но функция записи находится на этапе постепенного внедрения. В настоящий момент инструмент подходит для поиска и чтения записей, а не для создания или редактирования документов силами ИИ. Альтернативным решением выступает применение стороннего сервера с GitHub, который взаимодействует с API совместной работы AFFiNE через протокол stdio или HTTP. Однако это требует доверия к стороннему коду и самостоятельного обслуживания.
Полноценная замена заметок не планировалась: файл CLAUDE.md по-прежнему применяется для специфических правил репозитория, команд и стандартов кодирования. Приложение AFFiNE отвечает за более крупный массив знаний, включая исследования, историю проекта, идеи, результаты тестирования и общие сведения. Главное улучшение заключается в том, что больше не нужно поддерживать отдельную копию рабочей среды, адаптированную под ИИ. Заметки остаются в привычном приложении, где их можно редактировать вручную, а Claude Code получает возможность извлекать или обновлять их по мере необходимости.
Безопасность и принципы работы MCP
При использовании протокола Model Context Protocol (MCP) крайне важно учитывать аспекты безопасности. В отличие от использования встроенного браузера Claude Code, где учетные данные могут быть скомпрометированы из-за отсутствия полного контроля над браузерной средой, интеграция через MCP предлагает более надежный и контролируемый путь. Реализация MCP в AFFiNE позволяет гибко настраивать разрешения: по умолчанию доступ предоставляется только на чтение, что дает возможность протестировать функциональность, прежде чем открывать более широкие полномочия.
Anthropic настоятельно рекомендует пользователям проверять надежность любого стороннего MCP-сервера перед установкой соединения. Это критический шаг, поскольку подключение предоставляет ИИ-агенту право доступа к чувствительным данным в вашем рабочем пространстве. Учетные данные, используемые для MCP, должны быть ограничены областью конкретного рабочего пространства, иметь срок действия и возможность отзыва в случае необходимости.
Преимущества контекстной выборки
Основное преимущество интеграции заключается не в автоматизации ведения записей, а в интеллектуальной выборке данных (retrieval). Вместо того чтобы «скармливать» контекстному окну огромные массивы данных через CLAUDE.md — который загружается целиком при каждом старте сессии, — Claude теперь запрашивает конкретные фрагменты знаний по требованию. Это позволяет экономить лимиты контекстного окна, направляя их строго на решение текущей задачи.
В текущем процессе работы автор временно решает вопрос записи результатов, заставляя Claude фиксировать важные находки или исправления багов в Markdown-файлах, которые затем вручную переносятся в AFFiNE. Хотя существуют сторонние серверы с GitHub, позволяющие напрямую работать с API совместной работы AFFiNE через stdio или HTTP, их использование требует от пользователя готовности поддерживать сторонний код и доверять ему свои учетные данные, что не всегда приемлемо для рабочих процессов.
В итоге, AFFiNE продолжает оставаться центральной базой знаний для всей истории проектов, идей и результатов исследований, а Claude Code превращается в «читателя», который обращается к этой базе только тогда, когда это необходимо для работы над кодом, не нарушая при этом привычную структуру ведения заметок.
