mcp-server-weread

GitHub
530 59 简单 1 次阅读 今天MITAgent插件
AI 解读 由 AI 自动生成,仅供参考

mcp-server-weread 是一款连接微信读书与大语言模型(如 Claude Desktop、Cursor)的桥梁工具。它基于 MCP(模型上下文协议)标准,让 AI 能够直接读取并理解你在微信读书中的书架、书籍详情、个人笔记、划线内容以及热门书评。

过去,AI 无法访问用户私有的阅读数据,导致在讨论具体书籍或整理读书笔记时缺乏上下文。mcp-server-weread 解决了这一痛点,将分散的阅读记录转化为结构化数据,使 AI 能像私人图书馆管理员一样,根据你的实时阅读进度提供精准的摘要、问答或灵感辅助。

这款工具特别适合热爱深度阅读的知识工作者、学生及研究人员。无论是需要快速回顾书中重点,还是希望基于过往笔记进行二次创作,用户只需通过自然对话即可调用书架信息,无需手动复制粘贴。其独特的技术亮点在于支持 CookieCloud 自动同步机制,有效解决了网页版 Cookie 频繁过期需手动更新的难题,确保了长期使用的稳定性与便捷性。通过简单的配置,你就能拥有一个懂你阅读喜好的智能助手。

使用场景

一位知识型博主正在准备关于《纳瓦尔宝典》的深度解读视频,需要快速梳理书中核心观点并结合个人过往笔记撰写脚本。

没有 mcp-server-weread 时

  • 数据孤岛严重:必须手动在微信读书网页版和笔记软件间切换,逐章复制粘贴划线内容,耗时且容易遗漏。
  • 上下文断裂:AI 助手无法直接读取书架数据,博主需将整本书内容或大量笔记手动“喂”给模型,不仅操作繁琐还受限于输入长度。
  • 检索效率低下:想查找特定主题(如“复利思维”)在所有藏书中的相关笔记时,只能依靠模糊记忆或笨拙的关键词搜索,难以跨书关联。
  • 灵感整合困难:无法实时获取书籍的热门书评来辅助验证观点,导致内容创作缺乏多维度的视角参考。

使用 mcp-server-weread 后

  • 无缝数据调用:在 Cursor 或 Claude Desktop 中直接指令“获取《纳瓦尔宝典》的所有划线和笔记”,mcp-server-weread 瞬间返回结构化数据,无需手动复制。
  • 智能上下文构建:LLM 自动通过工具读取书架信息和指定章节内容,博主可直接基于完整书籍上下文进行对话,让 AI 生成精准的摘要或大纲。
  • 跨库深度检索:只需询问“我读过的书中关于‘财富’有哪些高亮观点?”,mcp-server-weread 即可遍历书架并聚合所有相关笔记,瞬间激发跨界灵感。
  • 多维观点融合:一键调用 get_book_best_reviews 获取热门书评,AI 能结合大众评价与个人笔记,辅助博主构建更立体、客观的视频脚本。

mcp-server-weread 将私人的微信读书知识库变成了大模型可即时调用的“外脑”,让知识从静态存储转变为动态的生产力。

运行环境要求

操作系统
  • 未说明
GPU

无需求

内存

未说明

依赖
notes该工具基于 Node.js 运行,非 Python 项目。必须拥有微信读书账号及有效的 Cookie。推荐配置 CookieCloud 以自动同步和更新 Cookie,避免频繁过期。需配合支持 MCP 协议的客户端(如 Claude Desktop、Cursor)使用。
python不适用
Node.js>=16.x
npx
mcp-server-weread
mcp-server-weread hero image

快速开始

MaxKB

一个为微信读书提供 MCP 服务的工具

The MIT License Forks Official Stars Experience


微信读书 MCP Server 是一个为微信读书提供 MCP(Model Context Protocol)服务的工具,支持将微信读书的书籍、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。

功能特点

  • 从微信读书获取书架信息
  • 搜索书架中的图书
  • 获取图书的笔记和划线
  • 获取图书的热门书评
  • 支持按章节组织笔记和划线
  • 与支持MCP协议的LLM客户端无缝集成

主要工具

  1. get_bookshelf - 获取用户书架上所有书籍

    • 返回书籍基本信息,包括书名、作者、译者和分类等
  2. search_books - 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
    • 可选是否包含详细信息
    • 可设置最大结果数量
  3. get_book_notes_and_highlights - 获取指定书籍的所有划线和笔记

    • 支持按章节组织结果
    • 支持筛选划线样式
    • 返回结构化的数据以便于LLM理解
  4. get_book_best_reviews - 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
    • 包含评分、点赞数和评论者信息

安装与使用

先决条件

  • Node.js 16.x 或更高版本
  • 微信读书账号和有效的Cookie

安装教程

详见:

与Claude Desktop集成

有多种方式可以与Claude Desktop集成:

方式一:通过 npx 使用(最简单,推荐)

  1. 打开Claude Desktop
  2. 进入设置 -> MCP配置
  3. 添加工具,使用以下JSON配置:
    {
      "mcpServers": {
        "mcp-server-weread": {
          "command": "npx",
          "args": ["-y", "mcp-server-weread"],
          "env": {
            // 方式1:使用Cookie Cloud(推荐)
            "CC_URL": "https://cc.chenge.ink",  // Cookie Cloud的URL
            "CC_ID": "您的ID",                   // Cookie Cloud的ID
            "CC_PASSWORD": "您的密码"            // Cookie Cloud的密码
            
            // 或方式2:直接提供Cookie
            // "WEREAD_COOKIE": "您的微信读书Cookie"
          }
        }
      }
    }
    

方式二:全局安装后使用

  1. 全局安装包:

    npm install -g mcp-server-weread
    
  2. 在Claude配置中使用:

    {
      "mcpServers": {
        "mcp-server-weread": {
          "command": "mcp-server-weread",
          "env": {
            // 同上方式配置环境变量
          }
        }
      }
    }
    

提示:直接在Claude配置中提供环境变量的方式更加方便,无需设置.env文件,推荐使用。

CookieCloud 配置说明

为了解决 Cookie 频繁过期,需要重新获取并更新环境变量的问题。本项目支持 CookieCloud 服务来自动同步和更新 Cookie。CookieCloud 是一个开源的跨浏览器 Cookie 同步工具,支持自建服务器。

配置步骤:

安装浏览器插件 Edge商店:CookieCloud for Edge Chrome商店:CookieCloud for Chrome

配置 CookieCloud 插件

服务器地址:使用默认服务器 https://cc.chenge.ink 或填入自建服务器地址 点击 "自动生成密码" 同步域名关键词中填入 "weread" 点击"保存" ,然后点击 "手动同步"确保配置生效 [可选] 如果需要插件自动保活,可以在保活中填入 https://weread.qq.com,插件会自动刷新 Cookie

在MCP Json中配置CookieCloud变量: CC_URL=你的CookieCloud服务器地址 (或使用我的默认服务器地址 https://cc.chenge.ink ) CC_ID=你的CookieCloud用户UUID CC_PASSWORD=你的CookieCloud密码 注意:配置 CookieCloud 后,系统会优先使用 CookieCloud 获取 Cookie,获取失败才会使用 WEREAD_COOKIE 环境变量的值。

Cookie获取方法

微信读书的Cookie可以通过以下步骤获取:

  1. 使用Chrome浏览器登录微信读书网页版
  2. 按F12打开开发者工具,切换到Network标签页
  3. 刷新页面,在请求列表中找到weread.qq.com的请求
  4. 在Headers中找到Cookie字段,复制其完整内容
  5. 将复制的内容添加到MCP Json 或 .env文件的WEREAD_COOKIE变量中

使用示例

以下是一些与LLM对话的示例:

获取书架信息

用户: 帮我查看我的微信读书书架
LLM: 我将获取您的微信读书书架信息。
[LLM调用get_bookshelf工具]
我从您的微信读书书架获取到了208本书籍。以下是部分书籍:
1. 《隐藏的自我》- 大卫·伊格曼
2. 《思考,快与慢》- 丹尼尔·卡尼曼
3. 《人类简史》- 尤瓦尔·赫拉利
...

搜索特定书籍

用户: 帮我找关于心理学的书
LLM: 我将搜索您书架上与心理学相关的书籍。
[LLM调用search_books工具,参数为keyword="心理学"]
在您的书架上,我找到了3本与心理学相关的书籍:
1. 《思考,快与慢》- 丹尼尔·卡尼曼(进度:75%)
2. 《乌合之众》- 古斯塔夫·勒庞(进度:50%)
3. 《心理学与生活》- 理查德·格里格(进度:30%)
您想了解哪一本书的更多信息?

获取笔记和划线

用户: 帮我整理《思考,快与慢》这本书的笔记
LLM: 我将获取《思考,快与慢》的笔记和划线。
[LLM调用search_books工具,找到书籍ID]
[LLM调用get_book_notes_and_highlights工具]
以下是您在《思考,快与慢》中的笔记和划线(按章节组织):

第一章:系统1和系统2
- 划线:「系统1的运行是无意识且快速的,不怎么费脑力,没有感觉,完全处于自主控制状态。」
- 您的笔记:「系统1负责直觉和快速判断,系统2负责缓慢的理性思考。」

第三章:锚定效应
- 划线:「锚定效应指的是在不确定情境下进行数字估计时,会过度受到事先接触的不相干数字的影响。」
...

获取热门书评

用户: 这本《原则》有哪些热门书评?
LLM: 我会为您查找《原则》的热门书评。
[LLM调用search_books工具,找到书籍ID]
[LLM调用get_book_best_reviews工具]
以下是《原则》的热门书评:

1. 评论者"思考者"(评分:5星):
   "这是一本关于如何思考的书。达利欧将自己多年的经验总结为可操作的原则,帮助我们做出更好的决策。特别喜欢他关于'痛苦+反思=进步'的观点,非常实用。"
   👍 182 | 💬 23

2. 评论者"投资学习者"(评分:4星):
   "桥水基金创始人的思想精华,值得反复阅读。书中的工作原则部分对管理者特别有帮助,建议先读生活原则,再读工作原则。"
   👍 94 | 💬 12
...

九、友情链接

  • mcp-server-weread :🚀一个为微信读书提供MCP(Model Context Protocol)服务的工具,支持将微信读书的书籍、笔记和划线数据提供给支持MCP的大语言模型客户端,如Claude Desktop。
  • CodeCanvas :📚本代码仓库是作者苍何多年从事一线互联网Java开发的学习历程技术汇总,旨在为大家提供一个清晰详细的学习教程,侧重点更倾向编写Java核心内容。💪🏻
  • PmHub :🔥PmHub 是一套基于 SpringCloud & LLM 的微服务智能项目管理系统,这个项目旨在帮助小伙伴们快速掌握微服务/分布式项目的架构设计和开发流程,如果想在校招或者社招中拿到一个满意的 offer,PmHub 将是一个非常 nice 的选择。

十、鸣谢

此项目 fork 自 ChenyqThu 的mcp-server-weread项目,做了一些小修改,突然就🔥了,这里也请大家去作者GitHub原项目上star,另外ChenyqThu新的更新我也会做同步,项目也会保持使用教程的更新,感谢大家的喜欢。

十一、star 趋势图

Star History Chart

十二、公众号

微信搜 苍何 或扫描下方二维码关注苍何的原创公众号,回复 AI 即可和 5000+ 好友一同探讨AI,一同学习MCP。

苍何微信公众号

十三、许可证

MIT License (MIT)


The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.

Copyright (c) 2025-2026 mcp-server-weread

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

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

155.4k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.3k|★★☆☆☆|4天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|4天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架