# first-mcp

**Repository Path**: woohello/first-mcp

## Basic Information

- **Project Name**: first-mcp
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-06
- **Last Updated**: 2025-11-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

开发一个“微信公众号文章解析器”MCP工具的完整步骤：

第一步：明确目标和难点

目标：开发一个MCP工具，让AI能直接读取并分析微信公众号的文章链接。

核心难点：微信公众号有反爬虫机制，普通的网络请求无法直接获取文章内容。

第二步：配置开发环境

确保你的Tree IDE中已经按照课程提供的文档，配置好了“架构师”、“开发者”和“评估师”这几个Agents。这是你AI开发团队的核心。

第三步：与“架构师”AI沟通，进行技术调研和设计

开启新对话：在Tree里新开一个聊天窗口，选择“架构师”Agent。

提出核心问题：直接问它：“开发一个能读取微信公众号文章的MCP服务器，需要什么核心技术？要解决什么核心难题？”

获取关键技术点：AI（比如本课中的Claude）会分析并告诉你，需要使用 Playwright 这类工具来模拟真实浏览器访问，以绕过反爬机制。记住这个关键词。

第四步：让“架构师”产出设计文档

下达设计指令：基于上一步的调研，给“架构师”明确的指令，例如：“请基于Playwright等技术，设计一个用于解析微信公众号文章的MCP服务器，并生成详细的设计文档（Spark文档）。”

审查文档：AI会生成一份设计文档。你需要仔细阅读，确认它是否准确地解决了“模拟浏览器访问”这个核心难题。如果不符合，就继续和它沟通修改。

第五步：交给“开发者”AI编写代码

切换Agent：在设计文档确认无误后，新开一个聊天窗口或切换至“开发者”Agent。

下达开发指令：直接说：“请根据刚刚生成的设计文档，开始开发这个MCP服务器。”

自动开发与测试：“开发者”会读取设计文档，并开始自动编写代码、安装依赖（如Playwright）、甚至运行初步测试。你只需要耐心等待它完成。

第六步：最终测试与使用

获取测试链接：随便找一篇微信公众号文章，复制其链接。

进行测试：在Tree中与任意AI模型对话，将链接发给它，并指示它使用你刚开发好的MCP工具来读取文章。

验证结果：如果AI成功调用了你的工具并返回了文章内容，那么恭喜你，你的第一个MCP工具就开发成功了！

核心操作心法：

分步进行：严格按照“调研 -> 设计 -> 开发”的流程，不要混在一个对话里。

文档驱动：设计文档是核心，代码是基于文档生成的。修改功能时，要先回去改文档。

新开对话：每当开始一个新阶段或遇到问题时，新开一个聊天窗口可以保证上下文清晰，让AI更专注。