作者去年开发了一个名为ChatSum的微信群聊总结工具，但由于隐私和模型限制，项目搁置。近期，Anthropic发布MCP协议，作者决定重新启动该项目，并采用新的技术方案。新方案将微信消息存储在本地，通过mcp-server-chatsum程序接收查询请求并返回匹配消息，再由Claude桌面版进行总结回复。相比之前的方案，新方案解耦了消息存储和查询总结，提高了灵活性，并由Claude客户端完成意图识别等步骤，提升了准确性。此外，该方案未来可实现完全私有化，保障数据安全。作者认为，MCP Client将成为个人电脑的超级入口，开启AI助理2.0时代。目前，微信机器人和消息总结MCP Server代码已开源，作者将撰写文章详细介绍技术细节。

🤔作者去年开发了ChatSum，用于总结微信群聊内容，但因隐私和模型限制而搁置。

🔄新方案采用MCP协议，将微信消息存储在本地，通过mcp-server-chatsum程序接收查询请求，再由Claude桌面版进行总结回复。

💡新方案解耦了消息存储和查询总结，提高了灵活性，并由Claude客户端负责意图识别等步骤，提升了准确性。

🔒新方案未来可实现完全私有化，使用本地大模型，保障数据安全。

🚀作者认为MCP Client将成为个人电脑的超级入口，开启AI助理2.0时代。

每日一个idea

我去年写了一个叫ChatSum的群聊总结工具，用wechaty框架实时收集微信消息，在群里@机器人提问，请求大模型 API，总结群聊话题。

当时的方案是在提问时拿到群聊消息发给 Claude2 总结，会有隐私问题，也受到了 Claude 模型长度的限制，总结效果不太好，后面这个项目就搁置了。

上周 Anthropic 发布 MCP 协议之后，我打算把这个项目捡起来，技术方案调整了一下：

1. 用 wechaty 在自己电脑上运行微信机器人，实时收集微信消息，存储在本地文件

2. 在自己电脑运行一个 mcp-server-chatsum 程序，接收查询请求，从本地文件返回匹配的微信消息（根据群名/联系人/话题组合查询）

3. 使用 Claude 桌面版作为交互入口，随时查询和总结微信消息，由 Claude 桌面版与本地的 mcp-server-chatsum 进程通行，再由 Claude 内置的大模型完成总结回复

比如我可以这么问：

- 今天早上大家都在聊啥？

- 关于 MCP 最近有哪些讨论？

- idoubi 在哪些群分享了什么内容？

- AI-Native 群最活跃的 5 个用户和关心的话题是什么？

比起去年的实现方案，用 MCP Server 来实现 ChatSum 的功能有一些不同点：

- 消息存储和查询总结完全解耦，灵活性更高

- 由 Claude 客户端做服务发现/意图识别/参数提取 / 流程串联等步骤，准确性更高（之前用的是 Function Calling)

- 虽然现在交互入口用的是 Claude 桌面版，按照 MCP 协议的约定，后面可以自己实现一个 MCP Client，调用本地的大模型，实现完全私有化，数据安全性更高

MCP Client 作为个人电脑的超级入口，AI 助理 2.0 时代即将到来。

最后很高兴宣布，今天的 idea 已经落地了。

微信机器人和消息总结 MCP Server 代码已开源?

https://github.com/mcpservers/mcp-server-chatsum

用我自己的微信跑了一些查询，总结效果良好，再也不用担心加群太多消息看不过来了。?

欢迎自行部署体验。

我会写一篇文章总结实现 mcp-server-chatsum 的技术细节，敬请期待。