WeChat Article Reader MCP Server
Enables fetching, searching, and summarizing WeChat public account articles through browser automation. Supports multiple output formats and provides article metadata and statistics.
README
微信公众号文章读取 MCP 服务器
这是一个基于 Model Context Protocol (MCP) 的服务器,用于读取微信公众号文章内容、搜索文章以及生成文章摘要。
功能特性
- 文章获取:从微信公众号文章URL获取文章内容、元数据和统计信息
- 文章搜索:根据关键词搜索微信公众号文章
- 文章摘要:自动生成文章摘要,支持自定义长度
- 多格式输出:支持Markdown和纯文本格式输出
- 错误处理:完善的错误处理和响应格式化
- 性能优化:支持并发请求和性能监控
安装与配置
环境要求
- Python 3.8+
- Playwright(用于浏览器自动化)
安装步骤
- 克隆项目仓库:
git clone https://github.com/your-username/mcp-server-wechat.git
cd mcp-server-wechat
- 创建虚拟环境:
python -m venv venv
source venv/bin/activate # Linux/Mac
# 或
venv\Scripts\activate # Windows
- 安装依赖:
pip install -r requirements.txt
- 安装Playwright浏览器:
playwright install
配置
服务器支持多种配置方式:
- 配置文件:创建
config.json文件:
{
"transport": "stdio",
"host": "localhost",
"port": 8080,
"browser": {
"headless": true,
"timeout": 30000,
"user_agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
},
"request": {
"timeout": 30000,
"max_retries": 3,
"retry_delay": 1000
}
}
- 环境变量:
export MCP_SERVER_TRANSPORT=stdio
export MCP_SERVER_HOST=localhost
export MCP_SERVER_PORT=8080
export MCP_BROWSER_HEADLESS=true
export MCP_BROWSER_TIMEOUT=30000
使用方法
启动服务器
- STDIO模式(默认):
python main.py
- HTTP模式:
python main.py --transport http --host 0.0.0.0 --port 8080
MCP工具
1. 获取文章内容
# 调用fetch_article工具
{
"name": "fetch_article",
"arguments": {
"url": "https://mp.weixin.qq.com/s/xxxxxxxx",
"content_formats": ["markdown", "text"],
"request_id": "optional_request_id"
}
}
2. 搜索文章
# 调用search_articles工具
{
"name": "search_articles",
"arguments": {
"query": "搜索关键词",
"account": "可选的公众号名称",
"sort_by": "relevance", # relevance, time, popularity
"limit": 10,
"request_id": "optional_request_id"
}
}
3. 提取文章摘要
# 调用extract_article_summary工具
{
"name": "extract_article_summary",
"arguments": {
"url": "https://mp.weixin.qq.com/s/xxxxxxxx",
"max_length": 200,
"request_id": "optional_request_id"
}
}
响应格式
所有工具返回统一的响应格式:
{
"success": true,
"message": "操作成功",
"request_id": "optional_request_id",
"data": {
// 具体数据内容
}
}
错误响应:
{
"success": false,
"message": "错误描述",
"error_code": "ERROR_CODE",
"error_type": "ErrorType",
"request_id": "optional_request_id"
}
开发指南
项目结构
mcp-server-wechat/
├── src/
│ └── mcp_server_wechat/
│ ├── __init__.py
│ ├── main.py # 主服务器文件
│ ├── models.py # 数据模型和类型定义
│ ├── tools/
│ │ ├── __init__.py
│ │ └── wechat_tools.py # MCP工具实现
│ └── utils/
│ ├── __init__.py
│ ├── browser_client.py # 浏览器客户端
│ ├── article_parser.py # 文章解析器
│ ├── search_client.py # 搜索客户端
│ ├── summary_generator.py # 摘要生成器
│ └── response_formatter.py # 响应格式化器
├── tests/
│ ├── __init__.py
│ ├── test_wechat_tools.py # 单元测试
│ ├── test_integration.py # 集成测试
│ └── test_performance.py # 性能测试
├── config.json # 配置文件
├── requirements.txt # 依赖列表
├── run_tests.py # 测试运行器
└── README.md # 项目文档
运行测试
- 运行所有测试:
python run_tests.py --type all
- 运行单元测试:
python run_tests.py --type unit
- 运行集成测试:
python run_tests.py --type integration
- 运行性能测试:
python run_tests.py --type performance
添加新工具
- 在
src/mcp_server_wechat/tools/wechat_tools.py中添加新工具类 - 在
handle_list_tools函数中注册新工具 - 在
handle_call_tool函数中添加工具调用逻辑 - 添加相应的测试用例
常见问题
1. 浏览器启动失败
确保已安装Playwright浏览器:
playwright install
2. 微信文章URL无效
确保URL格式正确:
https://mp.weixin.qq.com/s/xxxxxxxx
3. 搜索结果为空
检查搜索关键词是否正确,或尝试使用更通用的关键词。
4. 性能问题
调整浏览器配置中的超时时间,或使用HTTP模式以提高性能。
许可证
本项目采用 MIT 许可证。详见 LICENSE 文件。
贡献
欢迎提交问题和拉取请求。请确保:
- 代码符合项目风格
- 添加适当的测试
- 更新相关文档
联系方式
如有问题或建议,请通过以下方式联系:
- 提交 Issue: GitHub Issues
- 邮箱: your-email@example.com
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。