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。

代码已开源到 Github👇

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。