STARWARCLOUD STARWAR.AI
返回市场
文言-MCP

文言-MCP

作者：caol64915 星标更新：2025-10-31
安装使用来源：spider==github.com

项目介绍

logo

Wenyan MCP Server

npm License NPM Downloads Docker Pulls Stars

"Wenyan" 是一个多平台排版美化工具，允许您将 Markdown 发布到微信公众号、知乎、今日头条等主流写作平台。

Wen Yan 已发布了多个版本：

Wenyan MCP Server 是基于 Model Context Protocol (MCP) 的服务器组件。它支持将 Markdown 格式的文章发布到微信公众号的草稿箱，并使用 Wen Yan 相同的主题系统进行排版。

https://github.com/user-attachments/assets/2c355f76-f313-48a7-9c31-f0f69e5ec207

使用场景：

功能

  • 列出并选择支持的文章主题
  • 使用内置主题对 Markdown 内容进行排版
  • 将文章发布到微信公众号的草稿箱
  • 自动上传本地或网络图片

主题效果

👉 内置主题预览

Wenyan 采用了多个开源的 Typora 主题，我们感谢所有作者：

使用方法

方法 1：本地安装（推荐）

npm install -g @wenyan-md/mcp

与 MCP 客户端集成

在您的 MCP 配置文件中添加以下内容：

{
  "mcpServers": {
    "wenyan-mcp": {
      "name": "公众号助手",
      "command": "wenyan-mcp",
      "env": {
        "WECHAT_APP_ID": "your_app_id",
        "WECHAT_APP_SECRET": "your_app_secret"
      }
    }
  }
}

说明：

  • WECHAT_APP_ID 微信公众号平台的 App ID
  • WECHAT_APP_SECRET 微信 App Secret

方法 2：编译并运行

编译

确保已安装 Node.js 环境

git clone https://github.com/caol64/wenyan-mcp.git
cd wenyan-mcp

npm install
npx tsc -b

与 MCP 客户端集成

在您的 MCP 配置文件中添加以下内容：

{
  "mcpServers": {
    "wenyan-mcp": {
      "name": "公众号助手",
      "command": "node",
      "args": [
        "Your/path/to/wenyan-mcp/dist/index.js"
      ],
      "env": {
        "WECHAT_APP_ID": "your_app_id",
        "WECHAT_APP_SECRET": "your_app_secret"
      }
    }
  }
}

说明：

  • WECHAT_APP_ID 微信公众号平台的 App ID
  • WECHAT_APP_SECRET 微信 App Secret

方法 3：使用 Docker 运行（推荐）

适用于服务器环境部署或与本地 AI 工具链集成。

您可以直接下载编译好的 Docker 镜像

docker pull caol64/wenyan-mcp

或者构建自己的镜像

docker build -t wenyan-mcp .
# 国内用户可以指定`npm`镜像源。
docker build --build-arg NPM_REGISTRY=https://mirrors.cloud.tencent.com/npm/ -t wenyan-mcp .

与 MCP 客户端集成

在您的 MCP 配置文件中添加以下内容：

{
  "mcpServers": {
    "wenyan-mcp": {
      "name": "公众号助手",
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-v", "/your/host/image/path:/mnt/host-downloads",
        "-e", "WECHAT_APP_ID=your_app_id",
        "-e", "WECHAT_APP_SECRET=your_app_secret",
        "-e", "HOST_IMAGE_PATH=/your/host/image/path",
        "wenyan-mcp"
      ]
    }
  }
}

说明：

  • -v 挂载主机目录，以便容器内部可以访问本地图片。关于环境变量HOST_IMAGE_PATH对应关系。您的Markdown文章中的本地图片应放置在此目录下，Docker 会自动将其映射到容器中。容器无法读取该目录之外的图片。
  • -e 向 Docker 容器注入环境变量：
  • WECHAT_APP_ID 微信公众号平台的 App ID
  • WECHAT_APP_SECRET 微信 App Secret
  • HOST_IMAGE_PATH 主机图片目录

微信公众号 IP 白名单

请务必将服务器 IP 添加到公众号平台的 IP 白名单中，以确保调用上传接口成功。 详细的配置说明，请参阅：https://yuzhi.tech/docs/wenyan/upload

配置说明（Frontmatter）

为了正确上传文章，需要在每个 Markdown 文章的开头添加一段frontmatter，提供title、cover两个字段：

---
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/lei/Downloads/result_image.jpg
---
  • title 是文章的标题，必填项。
  • cover 是文章的封面，支持本地路径和网络图片：
    • 如果正文中有至少一张图片，可以省略，其中一张将被用作封面；
    • 如果正文没有图片，则必须提供封面。

关于自动上传图片

  • 支持图片路径：
    • 本地路径（如：/Users/lei/Downloads/result_image.jpg）
    • 网络路径（如：https://example.com/image.jpg）

示例文章格式

---
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/lei/Downloads/result_image.jpg
---

在[上一篇文章](https://babyno.top/posts/2024/02/running-a-large-language-model-locally/)中，我们展示了如何在本地运行大型语言模型。本篇将介绍如何让模型从外部知识库中检索定制数据，提升答题准确率，让它看起来更“智能”。

## 准备模型

访问 `Ollama` 的模型页面，搜索 `qwen`，我们使用支持中文语义的“[通义千问](https://ollama.com/library/qwen:7b)”模型进行实验。

![](https://mmbiz.qpic.cn/mmbiz_jpg/Jsq9IicjScDVUjkPc6O22ZMvmaZUzof5bLDjMyLg2HeAXd0icTvlqtL7oiarSlOicTtiaiacIxpVOV1EeMKl96PhRPPw/640?wx_fmt=jpeg)

如何调试

使用 Inspector 进行简单调试：

npx @modelcontextprotocol/inspector

启动成功后，会出现类似提示：

🔗 打开带有预填充令牌的 Inspector：
   http://localhost:6274/?MCP_PROXY_AUTH_TOKEN=761c05058aa4f84ad02280e62d7a7e52ec0430d00c4c7a61492cca59f9eac299
   （启用身份验证时自动打开禁用）

访问上述链接打开调试页面。

debug

  1. 正确填写启动命令
  2. 添加环境变量
  3. 点击连接
  4. 选择工具 -> 列出工具
  5. 选择要调试的接口
  6. 填写参数并点击运行工具
  7. 查看完整参数

赞助

如果您认为这个项目很好，您可以买一些罐头给我的猫吃。嘿，猫 ❤️

许可证

Apache 许可证 2.0 版本