微信读书MCP Server 开源项目启动和配置文档
2025-05-19 12:09:05作者:段琳惟
1. 项目的目录结构及介绍
微信读书MCP Server 是一个为微信读书提供 MCP(Model Context Protocol)服务的工具,它允许将微信读书的书籍、笔记和划线数据提供给支持 MCP 的大语言模型客户端,如 Cursor、Claude Desktop 等。以下是项目的目录结构:
.
├── .cache
├── src
│ ├── get_bookshelf.ts
│ ├── search_books.ts
│ ├── get_book_notes_and_highlights.ts
│ ├── get_book_best_reviews.ts
│ └── main.ts
├── .DS_Store
├── .gitignore
├── CONTRIBUTING.md
├── LICENSE
├── README.md
├── guide.md
├── package-lock.json
├── package.json
├── refapi.md
├── requirements.txt
├── tsconfig.json
└── guide.md
主要目录和文件介绍如下:
.cache: 缓存目录,用于存储一些临时文件。src: 源代码目录,包含所有 TypeScript 源文件。.DS_Store: macOS 系统特有的目录,用于存储文件元数据。.gitignore: Git 忽略文件,用于指定 Git 仓库中哪些文件不被跟踪。CONTRIBUTING.md: 贡献者指南,指导如何为项目贡献代码。LICENSE: 许可证文件,声明项目的版权和许可信息。README.md: 项目说明文件,介绍项目的功能、使用方法和如何安装。guide.md: 项目使用指南,提供更详细的操作步骤和说明。package-lock.json和package.json: npm 包管理文件,用于管理项目依赖。refapi.md: 参考文档,详细说明项目提供的 API 接口。requirements.txt: 依赖文件,用于记录项目依赖的 Python 包。tsconfig.json: TypeScript 配置文件,用于指定 TypeScript 编译选项。
2. 项目的启动文件介绍
项目的启动文件是 src/main.ts。该文件使用 TypeScript 编写,负责加载项目依赖、配置环境变量和启动服务。以下是启动文件的主要内容:
import { app } from 'command-line-application';
import { getBookshelf, getBookNotesAndHighlights, getBookBestReviews, searchBooks } from './';
app
.command('get_bookshelf')
.description('获取用户书架上所有书籍')
.action(getBookshelf);
app
.command('search_books <keyword>')
.description('通过关键词检索用户书架上的书籍')
.action((keyword) => {
searchBooks(keyword);
});
app
.command('get_book_notes_and_highlights <book_id>')
.description('获取指定书籍的所有划线和笔记')
.action((book_id) => {
getBookNotesAndHighlights(book_id);
});
app
.command('get_book_best_reviews <book_id>')
.description('获取指定书籍的热门书评')
.action((book_id) => {
getBookBestReviews(book_id);
});
app.parse(process.argv);
启动文件使用 command-line-application 库来解析命令行参数,并执行相应的功能。例如,运行 mcp-server-weread get_bookshelf 命令会调用 getBookshelf 函数,获取用户书架上所有书籍的信息。
3. 项目的配置文件介绍
项目使用 package.json 和 tsconfig.json 作为配置文件。以下是对这两个文件的简要介绍:
package.json: npm 包管理文件,用于管理项目依赖、定义项目脚本和配置相关信息。项目依赖的库和工具可以通过npm install命令安装。tsconfig.json: TypeScript 配置文件,用于指定 TypeScript 编译选项。例如,可以设置编译输出目录、指定编译器类型检查级别等。
此外,项目还支持通过环境变量来配置一些敏感信息,如微信读书账号的 Cookie。可以在 .env 文件中设置环境变量,例如:
WEREAD_COOKIE=your_wechat_read_cookie
然后在代码中通过 process.env.WEREAD_COOKIE 获取该环境变量的值。
总结:本文介绍了微信读书MCP Server 项目的目录结构、启动文件和配置文件。通过理解这些内容,可以更好地了解项目结构和使用方法,为后续的开发和配置提供帮助。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134