微信公众号文章解析 MCP Server
基于 FastMCP 框架实现的微信公众号文章内容解析 MCP（Model Context Protocol）服务器。
功能特性
- ✅ 解析微信公众号文章 URL
- ✅ 提取文章标题、作者、发布时间
- ✅ 提取文章正文（纯文本格式）
- ✅ 提取文章摘要/描述
- ✅ LLM 深度分析：使用大语言模型进行语义分析、观点提取、结构分析
- ✅ 专注于文字内容解析，不处理图片
- ✅ 基于 FastMCP 框架，使用 stdio 传输
- ✅ 遵循 MCP 规范，与所有 MCP 客户端兼容
环境准备
1. 创建虚拟环境
# 创建虚拟环境
python -m venv venv
# 激活虚拟环境
# macOS/Linux:
source venv/bin/activate
# Windows:
venv\Scripts\activate
2. 安装依赖
pip install -r requirements.txt
如果网络较慢，可以使用国内镜像源：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
运行服务
python server.py
在 Cursor 中配置 MCP
编辑 ~/.cursor/mcp.json，添加以下配置：
{
"mcpServers": {
"wechat-article-parser": {
"command": "python3",
"args": ["/绝对路径/wechat-article-parser-mcp/server.py"]
}
}
}
重启 Cursor，即可使用微信公众号文章解析功能！
配置 LLM API（可选，用于深度分析）
如果需要使用 analyze_with_llm 工具，需要配置智谱 AI API Key。
配置方式：环境变量（在 MCP 配置中）
在 ~/.cursor/mcp.json 中配置 API Key（已在安装步骤中配置）：
{
"wechat-article-parser": {
"command": "python3",
"args": ["/path/to/server.py"],
"env": {
"ZHIPU_API_KEY": "your-zhipu-api-key-here"
}
}
}
获取 API Key： 访问 https://open.bigmodel.cn/ 注册并获取 API Key
可用工具
parse_article
解析微信公众号文章，生成详细摘要（使用 LLM 生成至少十句话的摘要，总结全文和分段要点）。
参数：
url(必填): 微信公众号文章 URL，例如：https://mp.weixin.qq.com/s/...
返回示例：
{
"success": true,
"url": "https://mp.weixin.qq.com/s/...",
"title": "文章标题",
"author": "作者名称",
"publish_time": "2024-01-01 12:00:00",
"summary": "使用 LLM 生成的详细摘要（至少十句话，总结全文和分段要点）...",
"metadata": {
"charset": "utf-8",
"content_type": "text/html"
}
}
使用示例：
parse_article(
url="https://mp.weixin.qq.com/s/xxxxx"
)
analyze_with_llm
使用大语言模型进行深度语义分析和观点提取（推荐）。
参数：
url(可选): 微信公众号文章 URL，如果提供则自动解析文章内容title(可选): 文章标题，如果不提供 URL 则必须提供author(可选): 作者名称content(可选): 文章正文内容，如果不提供 URL 则必须提供save_path(可选): 保存分析结果的 Markdown 文件路径，如果不提供则自动生成文件名model(可选): LLM 模型名称，默认 "glm-4"，可选 "glm-4-flash", "glm-3-turbo" 等（智谱 AI）analysis_type(可选): 分析类型，默认 "comprehensive"（综合分析），可选 "viewpoint"（观点提取）、"structure"（结构分析）
分析类型说明：
- comprehensive（综合分析）：完整分析，包括观点、结构、论证方式、语言风格、价值评估
- viewpoint（观点提取）：专注于观点提取和分析，包括核心观点、分论点链条、论证方式、观点价值
- structure（结构分析）：专注于文章结构分析，包括整体结构、段落组织、过渡衔接、层次划分、可读性
返回示例：
{
"success": true,
"message": "LLM analysis completed successfully",
"file_path": "文章标题-LLM综合分析.md",
"file_size": 12345,
"article_info": {
"title": "文章标题",
"author": "作者名称",
"content_length": 1234
},
"analysis_info": {
"type": "comprehensive",
"model": "glm-4",
"provider": "zhipu",
"method": "LLM semantic analysis"
}
}
使用示例：
方式 1：综合分析（默认）
analyze_with_llm(
url="https://mp.weixin.qq.com/s/xxxxx"
)
方式 2：只提取观点
analyze_with_llm(
url="https://mp.weixin.qq.com/s/xxxxx",
analysis_type="viewpoint"
)
方式 3：只分析结构
analyze_with_llm(
url="https://mp.weixin.qq.com/s/xxxxx",
analysis_type="structure"
)
方式 4：指定分析类型和模型
analyze_with_llm(
url="https://mp.weixin.qq.com/s/xxxxx",
model="glm-4",
analysis_type="viewpoint"
)
方式 5：使用不同的模型
analyze_with_llm(
url="https://mp.weixin.qq.com/s/xxxxx",
model="glm-4-flash"
)
注意：此工具需要智谱 AI API Key，会产生 API 调用费用。推荐使用 glm-4 模型，国内服务稳定且成本较低。
使用场景
场景 1：快速获取文章摘要
使用 parse_article 工具，快速获取文章标题、作者、发布时间，以及使用 LLM 生成的详细摘要（至少十句话，总结全文和分段要点）。
场景 2：LLM 深度分析（推荐）
使用 analyze_with_llm 工具进行深度语义分析：
- 观点提取：自动识别核心观点和分论点链条
- 结构分析：分析文章结构、段落组织、逻辑关系
- 论证方式：识别使用的论证方式并评估效果
- 语言风格：分析语言特点、表达技巧、可读性
- 价值评估：评估观点价值、传播潜力、目标读者
技术实现
核心技术栈
- FastMCP: MCP 服务器框架
- requests: HTTP 请求库
- BeautifulSoup4: HTML 解析库
- lxml: XML/HTML 解析器（BeautifulSoup 后端）
解析流程
- URL 验证：验证是否为有效的微信公众号文章 URL
- HTTP 请求：使用 requests 发送 GET 请求，模拟浏览器访问
- HTML 解析：使用 BeautifulSoup 解析 HTML 内容
- 信息提取：
- 标题：从
<h1>标签提取 - 作者：从作者相关的 CSS 类提取
- 发布时间：从时间相关的标签提取
- 正文：从
rich_media_content或js_content提取纯文本 - 摘要：从 meta 标签提取
- 标题：从
- 内容清理：移除 HTML 标签、脚本、样式，提取纯文本
- LLM 摘要生成（parse_article）：使用 LLM 生成详细摘要（至少十句话，总结全文和分段要点）
- 结果返回：返回 JSON 格式的结构化数据
注意事项
-
反爬虫机制：微信公众号可能有反爬虫机制，建议：
- 控制请求频率
- 使用合适的 User-Agent
- 避免频繁请求同一公众号
-
内容合法性：确保解析和使用微信公众号文章内容符合相关法律法规和平台规定。
-
URL 格式：确保提供的是完整的微信公众号文章 URL，格式通常为：
https://mp.weixin.qq.com/s/xxxxxhttps://weixin.qq.com/s/xxxxx
-
内容更新：微信公众号文章内容可能会更新，解析结果可能因时间而异。
开发
运行测试
# 运行所有测试
pytest
# 运行测试并生成覆盖率报告
pytest --cov=server --cov-report=html
# 运行类型检查
mypy server.py
项目结构
.
├── server.py # MCP 服务器主程序
├── requirements.txt # Python 依赖包
├── README.md # 项目文档（本文件）
├── .gitignore # Git 忽略文件
└── tests/ # 测试目录（可选）
└── test_server.py # 服务器单元测试
许可证
MIT License
贡献
欢迎提交 Issue 和 Pull Request！