mcp-server-weread 项目亮点解析
2025-05-19 07:03:31作者:仰钰奇
1. 项目基础介绍
mcp-server-weread 是一个开源项目,旨在为微信读书提供 MCP(Model Context Protocol)服务。它允许用户通过 MCP 协议将微信读书的书籍、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。
2. 项目代码目录及介绍
.
├── .cache
├── src
│ ├── index.ts
│ ├── get_bookshelf.ts
│ ├── search_books.ts
│ ├── get_book_notes_and_highlights.ts
│ ├── get_book_best_reviews.ts
├── .DS_Store
├── .gitignore
├── CONTRIBUTING.md
├── LICENSE
├── README.md
├── guide.md
├── package-lock.json
├── package.json
├── refapi.md
├── requirements.txt
├── tsconfig.json
└── .github
└── ISSUE_TEMPLATE.md
.cache:缓存目录src:源代码目录,包含了项目的核心逻辑.DS_Store:Mac 系统的隐藏文件.gitignore:Git 忽略文件列表CONTRIBUTING.md:贡献指南LICENSE:项目许可证README.md:项目介绍guide.md:项目使用指南package-lock.json:NPM 包依赖锁文件package.json:NPM 包配置文件refapi.md:参考 API 文档requirements.txt:Python 依赖文件tsconfig.json:TypeScript 配置文件.github/ISSUE_TEMPLATE.md:GitHub issue 模板
3. 项目亮点功能拆解
- 获取书架信息:支持获取用户书架上所有书籍的基本信息,包括书名、作者、译者和分类等。
- 搜索书架中的图书:支持通过关键词检索用户书架上的书籍,支持模糊匹配和精确匹配,并可设置最大结果数量。
- 获取图书的笔记和划线:支持获取指定书籍的所有划线和笔记,并支持按章节组织结果,同时支持筛选划线样式。
- 获取图书的热门书评:支持获取指定书籍的热门书评,支持设置返回数量,支持分页浏览,并包含评分、点赞数和评论者信息。
- 与 MCP 协议的 LLM 客户端无缝集成:支持与支持 MCP 协议的大语言模型客户端无缝集成,如 Cursor、Claude Desktop 等。
4. 项目主要技术亮点拆解
- Node.js 开发:项目使用 Node.js 开发,轻量级且易于扩展。
- TypeScript 语言:项目使用 TypeScript 语言编写,提高了代码的可读性和可维护性。
- 模块化设计:项目采用模块化设计,将不同的功能模块拆分到不同的文件中,便于开发和维护。
- JSON API:项目提供 JSON API 接口,方便与其他应用程序集成。
5. 与同类项目对比的亮点
- 功能全面:相比同类项目,mcp-server-weread 提供了更全面的功能,包括获取书架信息、搜索图书、获取笔记和划线、获取热门书评等。
- 易于集成:mcp-server-weread 提供了清晰的 API 文档和使用指南,方便与其他应用程序集成。
- 开源免费:mcp-server-weread 是一个开源项目,免费提供使用,降低了使用门槛。
以上就是 mcp-server-weread 项目的亮点解析,希望对您有所帮助。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Jetson TX2开发板官方资源完全指南:从入门到精通 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
暂无简介
Dart
633
143
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
650
271
🎉 (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
1.12 K
627
React Native鸿蒙化仓库
JavaScript
243
316
Ascend Extension for PyTorch
Python
194
212