企业官网建设流程全解析

1. 微信读书数据困在孤岛，MCP 能把它接出来

微信读书大概是国内做笔记体验最顺的阅读 App 之一：划线、想法、书签、阅读时长，全都自动存好了。但问题也在这儿——这些数据基本只能在微信读书自己的界面里看。你想把三本书里关于「分布式共识」的划线凑到一起对比，或者让 AI 帮你把半年的读书笔记按主题归类，靠手动复制粘贴几乎不可能完成。

我身边不少做开发的朋友都有类似困扰：阅读量不小，笔记也记了，可这些笔记从来没被真正「用」起来。它们躺在 App 里，既进不了本地的知识库，也喂不给 AI 助手。想让 Cursor 这类工具帮你分析阅读内容，第一步就卡在「数据怎么出来」。

MCP（Model Context Protocol）正好补上了这一环。它是一套让 AI 客户端调用外部数据源的协议标准，你可以把它理解成「AI 世界的 USB 接口」：只要有一个符合 MCP 规范的服务器，Cursor 就能通过它读取微信读书的书架、笔记、划线，然后用自然语言对这些数据做检索、总结、归类。本文要做的，就是把「微信读书 MCP 服务器 + Cursor」这条链路完整跑通，从配置骨架到一次真实的数据拉取验证，全部给到可复制的片段。

适合谁看：有微信读书笔记积累、想用 AI 做知识管理的开发者；已经在用 Cursor、想扩展它数据来源的人；以及想理解 MCP 服务器到底怎么落地的小白。全程只需要一台能跑 Node.js 的电脑，不需要你懂协议细节。

2. 前置准备：TaoToken 统一 Key 与 API 通道

在动手配 MCP 之前，先把「AI 侧」的通道准备好。Cursor 调用模型需要 API 通道，而 MCP 服务器负责的是「数据侧」。两者分开配置，思路会清晰很多。

我这边统一用 TaoToken 来做模型调用的入口，原因是它把多个模型的 Key 收敛成一个，配置 Cursor 时不用来回换。官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 端点是 https://taotoken.net/api （这个不加 UTM 参数，直接填进配置即可）。

你需要先拿到一个 API Key。登录后进入控制台，在 API Keys 页面创建一个新 Key，复制保存。这个 Key 后面会填进 Cursor 的模型配置里，和微信读书的 Cookie 是两回事，别搞混。

注意：API Key 属于敏感凭证，不要提交到 Git 仓库，也不要在截图里暴露完整值。建议放在本地环境变量或 Cursor 的私有配置里。

如果你还没决定用哪种调用方式，可以按场景选：只是想让 Cursor 读读书笔记、做问答，用按量的 API Key 就够；如果打算长期跑编码 Agent、频繁调用，可以看看 Coding Plan 这类套餐，成本更可控。模型对话入口在 https://taotoken.net/api-keys 附近能找到，具体以控制台实际导航为准。

这一步的目标只有一个：确保 Cursor 能正常调用模型。MCP 服务器本身不负责模型调用，它只负责把微信读书的数据吐给 Cursor。两条线都通了，整条链路才成立。

3. 可复制配置：MCP 服务器骨架与 Cursor settings.json

这一节是全文的核心，分三块：部署微信读书 MCP 服务器、配置环境变量、把它挂进 Cursor。

3.1 部署微信读书 MCP 服务器

先克隆项目并安装依赖。项目基于 Node.js，确保本机 Node 版本在 16 以上：

git clone https://github.com/ChenyqThu/mcp-server-weread.git cd mcp-server-weread npm install

安装完成后构建：

npm run build

构建产物会落在build/index.js，这个路径后面要写进 Cursor 配置，记一下。

3.2 获取微信读书 Cookie

MCP 服务器读取数据靠的是你登录后的 Cookie。打开微信读书网页版并登录，按 F12 打开开发者工具，切到「应用 / Application」标签，在 Cookies 里找到weread.qq.com域下的条目，把完整的 Cookie 字符串复制出来。

注意：Cookie 等同于你的登录态，泄露风险很高。只放在本地.env文件里，不要外传。

在项目根目录创建.env文件：

WEREAD_COOKIE=你复制出来的完整Cookie值

3.3 在 Cursor 中挂载 MCP 服务器

Cursor 的 MCP 配置写在settings.json里。打开 Cursor 设置，找到 MCP 相关配置项，加入下面这段（路径换成你自己的实际路径）：

{ "mcpServers": { "mcp-server-weread": { "command": "node", "args": [ "/你的绝对路径/mcp-server-weread/build/index.js" ], "env": { "WEREAD_COOKIE": "你的微信读书Cookie值" } } } }

这里有两个容易踩的点：args里必须是build/index.js的绝对路径，相对路径 Cursor 找不到；env里的 Cookie 要和.env保持一致，否则服务器启动后拿不到数据。

3.4 模型通道配置

同一份settings.json里，把模型调用指向 TaoToken 的 API 端点。不同 Cursor 版本字段名略有差异，核心是 base URL 和 Key：

{ "openai.apiBase": "https://taotoken.net/api", "openai.apiKey": "你的TaoToken API Key" }

配置保存后重启 Cursor，让 MCP 服务器和模型通道都重新加载。

4. 验证请求：从拉取书架到生成知识卡片

配置完别急着做复杂分析，先用一个最小请求确认链路通了。

在 Cursor 的对话里，让它调用 MCP 工具拉取书架数据。你可以直接说：

调用 mcp-server-weread，获取我的书架列表

如果配置正确，Cursor 会触发 MCP 调用，返回类似这样的结构：

{ "action": "get_books", "params": {} }

返回结果里应该能看到你书架上的书名、作者、阅读进度。看到真实数据，说明 Cookie 有效、服务器正常、Cursor 也成功挂载了。

接下来做一次完整验证：让 Cursor 拉取某本书的划线，并生成一张知识卡片。比如：

读取《企业级云原生架构》这本书的所有划线， 按主题归类，生成一份 Markdown 知识卡片

实测下来，Cursor 会先通过 MCP 拿到划线原文，再调用模型做归类，最后输出一份带小标题的 Markdown。整个过程你不需要手动复制任何笔记。如果这一步能跑通，说明「数据侧 + 模型侧」两条线已经合流，后面想做什么分析都只是换提示词的事。

再试一个检索场景，验证自然语言查询：

我最近读的书里，有哪些提到「共识算法」的划线？

Cursor 会跨书检索你的划线内容并汇总。这就是 MCP 带来的核心变化：阅读数据从「只能看」变成了「可以问」。

5. 本篇常见错排查

跑不通的时候，按下面顺序排查，基本能覆盖九成问题。

MCP 服务器没被 Cursor 识别。先看settings.json的 JSON 格式是否合法，多一个逗号都会导致整段失效。再看args路径是不是绝对路径，build/index.js是否真的存在。改完重启 Cursor。

返回数据为空或报鉴权失败。大概率是 Cookie 过期。微信读书的 Cookie 有时效，重新登录网页版复制一次，更新.env和settings.json里的值。注意 Cookie 里如果有特殊字符，确保没有被截断。

模型调用报错、连不上。检查apiBase是否写成https://taotoken.net/api，Key 是否有效、有没有多余空格。如果 Cursor 提示 401 或 403，多半是 Key 问题，去控制台重新生成一个。

Node 版本过低导致构建失败。用node -v确认版本，低于 16 就升级。构建报错时先删掉node_modules和package-lock.json重新npm install。

能拉到书架但拉不到划线。有些书的划线数据需要账号有相应权限，或者该书本身没有划线记录。换一本你确实划过线的书再试。

中文乱码。终端编码问题，Windows 下可以临时切到 UTF-8 再运行，或直接在 Cursor 里看返回结果，通常不影响数据本身。

排查的核心思路是分层：先确认 MCP 服务器能独立启动，再确认 Cursor 能挂载它，最后确认模型通道可用。哪一层断了就修哪一层，不要一起改。

6. 把阅读数据接进工作流之后

链路跑通只是起点。真正有价值的是把这条通道嵌进日常：读完一本书，让 Cursor 自动把划线归类成知识卡片存进本地仓库；写文章前，用自然语言检索过去半年相关主题的笔记；做技术调研时，把多本书的观点拉到一起对比。

如果你主要做排障和接入，重点看 API Keys 和接入文档，把 Key 和端点配稳；如果只是想验证模型对阅读数据的理解效果，可以直接用模型对话试几轮；如果打算长期跑编码或 Agent 类任务，Coding Plan 会更合适。入口都在控制台里，按自己的使用强度选就行。

MCP 这套机制的好处是，微信读书只是第一个数据源。同样的骨架，换成其他支持 MCP 的服务，Cursor 就能读更多东西。阅读数据不再是被平台锁住的记录，而是能流动、能被 AI 加工的知识资产。