mcp-server-weread 项目亮点解析
2025-05-19 09:41:24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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
🔥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
68
20
🎉 (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
1.37 K
781