wenyan-mcp
wenyan-mcp 是一个基于 MCP(模型上下文协议)的开源工具,它让 AI 助手(如 Claude Desktop)能够自动将 Markdown 文章排版并直接发布到微信公众号草稿箱。它本质上是打通了“AI 写作”与“公众号发布”之间的自动化管道。
它主要解决了内容创作者在多个工具间频繁切换的痛点。传统流程下,用户需要先在 AI 中生成或编辑 Markdown 内容,然后复制到专门的排版工具进行样式调整,最后再手动登录公众号后台发布。wenyan-mcp 将这个流程整合在同一个 AI 对话窗口中,实现了从写作、排版到上传草稿的闭环操作,让创作者能更专注于内容本身,而非繁琐的格式调整和平台操作。
这个工具非常适合需要持续运营微信公众号的创作者、自媒体运营者以及任何希望提升内容发布效率的写作者。对于熟悉命令行和开发环境的用户,它也能轻松集成到自动化工作流中。
其技术亮点在于深度集成了 MCP 协议,使得 AI 能直接调用丰富的排版与发布功能。用户可以通过自然语言与 AI 对话来管理主题(如“换个橙色主题”)、发布文章,甚至注册自定义 CSS 样式。此外,它支持自动处理本地及网络图片上传,并提供了 Server 模式以灵活适应不同的网络环境(如绕过 IP 白名单限制),让发布过程更加顺畅智能。
使用场景
场景背景:一位科技自媒体博主“小A”,每周需要将一篇用 AI 辅助生成的 Markdown 技术文章,排版后发布到微信公众号。他使用 Claude Desktop 进行内容创作和对话。
没有 wenyan-mcp 时
小A的流程繁琐且割裂:
- 手动复制粘贴:他需要将 Claude 生成的 Markdown 全文复制出来,粘贴到专门的 Markdown 编辑器(如 Typora)中进行预览和初步调整。
- 跨平台重复排版:为了适配微信公众号的富文本编辑器,他必须将调整好的 Markdown 内容,再次复制到“文颜”这类排版工具的 Web 端或客户端里,重新选择主题、上传图片。
- 图片路径处理麻烦:如果文章引用了本地图片或 AI 生成的图片路径,他得手动将这些图片文件找到,并逐一上传到排版工具或公众号素材库。
- 发布流程冗长:整个“写作 -> 排版 -> 发布”流程需要在不同软件和网页标签之间来回切换,无法在同一个工作流中闭环,容易打断思路。
- 无法利用 AI 实时调整:当他想微调排版风格(比如“把标题颜色改成蓝色”)时,只能自己退出对话,去图形界面里点击操作,无法通过自然语言指令让 AI 直接完成。
使用 wenyan-mcp 后
小A的工作流变得流畅而智能:
- 无缝衔接创作与发布:在 Claude Desktop 的聊天界面中,他可以直接用指令“用‘科技蓝’主题把这篇文章发布到公众号”,AI 便能调用 wenyan-mcp 自动完成格式转换、主题应用和草稿上传。
- 一站式图片管理:文章内的本地图片路径或网络链接,wenyan-mcp 会自动抓取并上传至微信公众号素材库,无需小A手动干预。
- 对话式排版管理:他可以直接问 AI:“现在有哪些主题?”或“帮我注册一个用这个 CSS 链接的新主题”,并在后续发布指令中直接使用新主题,所有排版操作都通过对话完成。
- 闭环操作体验:从构思、撰写、调整排版到生成草稿,全部在 Claude Desktop 这一个环境中完成,实现了“所想即所得”的流畅体验。
- 自动化与集成:他可以将此流程脚本化,或与其它自动化工具结合,实现例如“定时将技术周报自动排版发布”的高级用法,极大提升效率。
核心价值:wenyan-mcp 将公众号排版发布这一重复性操作,从需要人工干预的多工具协作流程,转变为可通过自然语言指令在 AI 对话中直接完成的自动化服务,让内容创作者能真正专注于创作本身。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
文颜 MCP Server
简介
文颜(Wenyan) 是一款多平台 Markdown 排版与发布工具,支持将 Markdown 一键转换并发布至:
- 微信公众号
- 知乎
- 今日头条
- 以及其它内容平台(持续扩展中)
文颜的目标是:让写作者专注内容,而不是排版和平台适配。
文颜的不同版本
文颜目前提供多种形态,覆盖不同使用场景:
- macOS App Store 版 - MAC 桌面应用
- 跨平台桌面版 - Windows/Linux
- CLI 版本 - 命令行 / CI 自动化发布
- 👉 MCP 版本 - 本项目
文颜 MCP Server 是什么?
简单来说,它打通了“AI 写作”与“公众号发文”的通道。
基于 MCP(Model Context Protocol)协议,Claude Desktop 等 AI 客户端现在可以直接调用文颜(Wenyan)的排版引擎。写完文章后,不需要再去第三方编辑器里来回复制粘贴,直接让 AI 帮你排版并塞进微信草稿箱。
核心特性:
- 绕过排版工具:AI 生成的 Markdown 直接转成微信富文本并上传,省去中间步骤。
- 对话式排版:直接打字跟 AI 说“换个橙色风格主题”,样式自动生效。
- 不出窗口完成闭环:在同一个聊天框里,顺滑搞定“想选题 -> 写文章 -> 调排版 -> 存草稿”的所有操作。
实战演示:
功能特性
- 一键发布 Markdown 到微信公众号草稿箱
- 自动上传本地图片与封面
- 支持远程 Server 发布(绕过 IP 白名单限制)
- 内置多套精美排版主题
- 支持自定义主题
- 提供标准 MCP Tool 接口
- 支持 AI 自动调用:
- 渲染 Markdown
- 主题管理
- 发布草稿
快速开始
安装
npm install -g @wenyan-md/mcp
Claude Desktop 配置 (claude_desktop_config.json)::
{
"mcpServers": {
"wenyan-mcp": {
"command": "wenyan-mcp",
"env": {
"WECHAT_APP_ID": "your_app_id",
"WECHAT_APP_SECRET": "your_app_secret"
}
}
}
}
基本用法
列出主题
对AI说
目前你可以使用哪些公众号主题?
AI回复:
目前我支持的公众号主题包括以下这些,每个主题都有独特的风格和配色,适用于不同的内容调性:
1. **Default(默认)**
简洁经典的排版,适合长文阅读,通用性强。
2. **OrangeHeart(橙心)**
暖橙色调,优雅而富有活力,适合情感、生活类内容。
...
注册主题
对AI说
帮我把这个css(https://wenyan.yuzhi.tech/manhua.css)注册为一个新的公众号主题,名称为:xiuluochang
AI回复:
好的,已成功将 CSS 样式表注册为新的公众号主题,主题名称为:**xiuluochang**。
您现在可以在公众号后台选择该主题进行应用,样式将按照 `https://wenyan.yuzhi.tech/manhua.css` 的定义进行渲染。
如有需要进一步自定义或更换主题,随时告诉我!
删除主题
对AI说
把名为“xiuluochang”的公众号主题删除
AI回复:
公众号主题 “xiuluochang” 已成功删除。
发布文章
对AI说
使用phycat主题将这篇文章发布到微信公众号:
./tests/publish.md
AI回复:
文章已成功发布至微信公众号草稿箱!🎉
- **主题**:phycat
- **媒体ID**:xxx
您可登录微信公众号后台,在「草稿箱」中查看并编辑文章,确认无误后即可一键发布。如需进一步排版优化、添加封面或设置摘要,我也可以协助您完成!
是否需要我帮您生成一篇发布文案或封面建议? 😊
概念
环境变量配置
[!IMPORTANT]
请确保 MCP 启动时已配置如下环境变量,否则上传接口将调用失败。
WECHAT_APP_IDWECHAT_APP_SECRET
微信公众号 IP 白名单
[!IMPORTANT]
请确保运行文颜的机器 IP 已加入微信公众号后台的 IP 白名单,否则上传接口将调用失败。
配置说明文档:https://yuzhi.tech/docs/wenyan/upload
文章格式
为了正确上传文章,每篇 Markdown 顶部需要包含一段 frontmatter:
---
title: 在本地跑一个大语言模型(2) - 给模型提供外部知识库
cover: /Users/xxx/image.jpg
author: xxx
source_url: http://
---
字段说明:
title文章标题(必填)cover文章封面- 本地路径或网络图片
- 如果正文中已有图片,可省略
author文章作者source_url原文地址
文内图片和文章封面
把文章发布到公众号之前,文颜会按照微信要求自动处理文章内的所有图片,将其上传到公众号素材库。目前文颜对于以下图片都能很好的支持:
- 本地硬盘绝对路径(如:
/Users/xxx/image.jpg) - 网络路径(如:
https://example.com/image.jpg) - 当前文章的相对路径(如:
./assets/image.png)
Server 模式
相较于纯本地运行的本地模式(Stdio Mode),wenyan-mcp还提供了 远程客户端模式(Client–Server Mode)。两种模式运行效果完全一致,你可以根据运行环境和网络条件选择最合适的方式。
在本地模式下,MCP 直接调用微信公众号 API 完成图片上传和草稿发布。
flowchart LR
MCP[Wenyan MCP] --> Wechat[公众号 API]
在远程客户端模式下,MCP 作为客户端,将发布请求发送到部署在云服务器上的 Wenyan Server,由 Server 完成微信公众号 API 调用。
flowchart LR
MCP[Wenyan MCP] --> Server[Wenyan Server] --> Wechat[公众号 API]
适用于:
- 无本地固定 IP,需频繁添加IP 白名单的用户
- 需团队协作的用户
- 支持 CI/CD 自动发布
- 支持 AI Agent 自动发布
Claude Desktop 配置::
{
"mcpServers": {
"wenyan-mcp": {
"command": "wenyan-mcp",
"args": ["--server", "https://api.example.com", "--api-key", "your-api-key"]
"env": {
"WECHAT_APP_ID": "your_app_id",
"WECHAT_APP_SECRET": "your_app_secret"
}
}
}
}
Docker 部署
适合不希望安装 Node.js 环境的用户。
docker pull caol64/wenyan-mcp:latest
- Claude Desktop 配置::
{
"mcpServers": {
"wenyan-mcp": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"-v", "/your/host/file/path:/mnt/host-downloads",
"-e", "WECHAT_APP_ID=your_app_id",
"-e", "WECHAT_APP_SECRET=your_app_secret",
"-e", "HOST_FILE_PATH=/your/host/file/path",
"caol64/wenyan-mcp"
]
}
}
}
Docker 配置特别说明:
- 挂载目录 (
-v):必须将宿主机的文件/图片目录挂载到容器内的/mnt/host-downloads。- 环境变量 (
HOST_FILE_PATH):必须与宿主机挂载的文件/图片目录路径保持一致。- 原理:你的 Markdown 文件/文章内所引用的本地图片应放置在该目录中,Docker 会自动将其映射,使容器能够读取并上传。
如何调试
推荐使用官方 Inspector 进行调试:
npx @modelcontextprotocol/inspector <command>
启动成功出现类似提示:
🔗 Open inspector with token pre-filled:
http://localhost:6274/?MCP_PROXY_AUTH_TOKEN=761c05058aa4f84ad02280e62d7a7e52ec0430d00c4c7a61492cca59f9eac299
(Auto-open is disabled when authentication is enabled)
访问以上链接即可打开调试页面。

- 正确填写启动命令
- 添加环境变量
- 点击 Connect
- 选择 Tools -> List Tools
- 选择要调试的接口
- 填入参数并点击 Run Tool
- 查看完整参数
赞助
如果你觉得文颜对你有帮助,可以给我家猫咪买点罐头 ❤️
License
Apache License Version 2.0
版本历史
v2.0.12026/03/05v2.0.02026/03/04v1.0.112026/01/30v1.0.102026/01/22v1.0.92026/01/14v1.0.82026/01/12v1.0.72025/12/29v1.0.62025/10/15v1.0.52025/09/18v1.0.42025/09/16常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。