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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220