一、从"划线积灰"到"知识活化"：一个爱书人的困境

你是不是也有这样的烦恼？

微信读书里积累了几百条精彩划线，涵盖技术、管理、文学各个领域，每次想引用某个观点时却翻半天找不到。偶尔想整理笔记，打开Excel复制粘贴，折腾两小时只整理了三本书就放弃了。那些闪光的思考碎片，就这样沉睡在数据库里，成了"数字囤积症"的又一例证。

传统的笔记整理方式存在三大痛点：

• 效率低：手动复制粘贴，一本书的笔记需要30分钟
• 难检索：分散在不同书籍，缺乏统一的知识索引
• 无交互：静态文本，无法按主题、时间、书籍灵活筛选

在AI时代，这些问题本不该存在。当我发现Trae AI IDE + 微信读书MCP这对组合时，一个新的可能性出现了：用自然语言指令，5分钟就能把所有读书笔记转化为可交互的知识库网页。

今天，我将带你完整复刻这个从0到1的实践过程，看看AI如何让知识管理从"苦力活"变成"动动嘴"。

2. TARE ai IDE安装

Trae安装非常简单

1. 访问官网 https://www.trae.cn/

2. 根据操作系统下载对应版本

3. 按照安装向导完成安装

4. 启动后即可开始AI驱动的开发体验

3.微信读书MCP配置

3.1下载项目

确保系统已安装 Node. js (v 16+)

克隆本仓库：git clone git@github.com:ChenyqThu/mcp-server-weread.git

进入项目目录：cd mcp-server-weread

安装依赖：npm install

3.2配置cookie

1. 在浏览器中登录微信读书网页版: https://weread.qq.com/,
2. 打开浏览器开发者工具（F 12 或右键检查）
3. 刷新网页，切换到"Network"
4. 点开任意一个请求，找到"Cookies"
5. 找到并复制所有 cookie

代码对应的env配置文件修改cookie:+

3.2启动服务器

编译代码：npm run build

启动服务器：node build/index.js

启动后就不用管他啦。

4.TRAE配置MCP

找到创建智能体：

选择MCP（从智能体切换到MCP下面即可）：

添加自定义的MCP，按照下面的这个进行配置，需要填写两个地方：

1）我们的cookie

2）路径换成我们的本地的真实存在的路径，就是构建之后的index.js文件的路径即可

{
  "mcpServers":{
    "mcp-server-weread":{
      "command":"node",
      "args":["/path/to/mcp-server-weread/build/index.js"],
      "env":{
        "WEREAD_COOKIE":"你的微信读书cookie"
      }
    }
}
}

5.功能测试

使用TRAE里面的MCP询问，看看是不是配置成功的：

通过输出进行核对，如果和你的书架内容一样，证明基本上这个MCP配置就是生效的：

6.实战开发

接下来我们可以搭建网页，为我们的微信读书创建知识库，利用MCP技术进行获取微信读书的书架上面的内容：

下面的这个是微信读书笔记知识库的初级版本：

1）关于书籍的分类

2）加载我们的书架上面的笔记之类的

但是发现这个加载的都是示例数据不是真正的数据，因此这个时候需要进行迭代开发，解决这个bug

7.迭代开发

迭代开发就是针对于这个上述的问题，我们不满意的地方，接着描述我们的需求：

1）我们自己的书架上面的书籍信息

2）不要使用示例数据

3）我们使用者应该如何进行配置，让我们看到效果

当然这个过程是蛮长的，我们需要有耐心，你解决了目前出现的问题，但是可能出现新的问题，都是非常的正常的，一个模型用久了，我们也可以更换一个新的模型，可能会有意想不到的这个效果呢

下面这个是最终版本：

1）支持分类

2）先进行这个MCP配置，里面提供了很多种配置的方式

3）加载我们的图书，如果你的书很多，比如我的160本，基本上需要花费30min的时间，需要耐心等待

8.技术总结

5.1完整流程回顾

上述的就是我们的微信读书MCP+TRAE的完整的流程啦，具体的原理可以参考下面的图片：

5.2 技术创新

• AI驱动开发：通过自然语言即可生成复杂的地图应用
• 标准化协议：MCP 2.0提供了统一的地理信息服务接口
• 智能决策：结合天气、交通等多维度信息进行智能推荐
• 无缝集成：AI IDE与地图服务的深度融合

5.3性能对比

指标	传统开发方式	Trae + MCP方式	提升比例
开发时间	2-3天	2-3小时	90%+
代码量	1000+行	100-200行	80%+
功能完整度	基础功能	智能化功能	200%+
维护成本	高	低	70%+
用户体验	一般	优秀	150%+