核心用法
NotNative 是一套完整的 AI 助手集成方案，通过 MCP（Model Context Protocol）服务器连接本地或远程的 NotNative 应用实例。核心功能分为六大模块：
永久记忆系统：这是该技能最突出的特性。通过 memory_store、memory_search、memory_profile 等工具，AI 可以跨会话持久存储用户信息（偏好、过敏史、姓名、工作背景等），并在每次对话开始时自动检索相关上下文，实现真正的长期关系构建。
笔记管理：支持全文搜索、语义搜索（semantic_search）、创建/读取/更新/追加笔记，以及文件夹和标签管理，相当于为 AI 配备了一个结构化的外部知识库。
日历与任务：可查询待办事项、创建任务、标记完成、查看日历事件，实现基础的 GTD（Getting Things Done）工作流。
Python 执行：内置代码运行环境，预装 matplotlib、pandas、numpy、pillow、openpyxl 等库，支持数据分析和可视化。
Canvas 绘图：支持节点式图表创建与 Mermaid 格式转换，适合思维导图和流程图场景。
网络能力：集成网页搜索、浏览和 YouTube 字幕提取，扩展信息获取渠道。
显著优点
- 真正的持久记忆：不同于对话上下文窗口的临时记忆，该技能通过外部存储实现跨会话、甚至跨设备的长期记忆
- 一体化工作流：笔记、任务、日历、代码执行、网络搜索五合一，减少工具切换
- 语义搜索支持：超越关键词匹配，支持按含义搜索笔记内容
- Python 原生集成：数据分析、图表生成可直接在对话中完成
- 开放架构：WebSocket 协议允许本地或远程部署，环境变量配置灵活
潜在缺点与局限性
- 依赖外部应用：必须运行 NotNative 桌面应用作为 MCP 服务器，增加了部署复杂度
- 单点故障风险：所有功能依赖 WebSocket 连接，若 NotNative 应用未启动或网络中断，全部工具失效
- 安全风险待验证：记忆系统可能存储敏感个人信息，但报告未实际执行安全扫描
- 性能瓶颈：Python 执行限制 10 秒超时，复杂计算可能中断
- 生态封闭性：记忆和笔记格式与 NotNative 应用深度绑定，迁移成本未知
适合人群
- 需要 AI 长期记忆个人偏好和上下文的深度用户
- 重度笔记使用者（配合 NotNative 或类似 Obsidian 工具链）
- 需要在对话中直接执行 Python 代码的数据分析师
- 寻求 AI 个人助理完整解决方案的自动化爱好者
常规风险
- 隐私泄露：持久记忆可能累积大量敏感信息，需确认 NotNative 的数据存储加密和访问控制机制
- 记忆污染：错误的
memory_store操作可能导致长期错误的上下文关联 - 远程连接风险：若使用
wss://远程部署，WebSocket 传输需确保 TLS 加密 - 命令注入：Python 执行工具若未正确沙箱化，存在代码执行风险
- 依赖可用性：Node.js 和 curl 为必需依赖，环境配置失败会导致功能完全不可用