ChatMCP - 實現 MCP 協議的跨平台 AI 聊天客戶端

概述

ChatMCP 是一個實現了模型上下文協議 (Model Context Protocol, MCP) 的 AI 聊天客戶端，由開發者 daodao97 創建。該專案旨在提供一個統一的跨平台 AI 對話介面，支援多種 AI 模型和 MCP 伺服器，讓使用者能夠透過一個應用程式與不同的資料來源和 AI 服務進行互動。

核心功能與特性

🌐 全平台支援

桌面端：支援 macOS、Windows、Linux 系統
行動端：提供 iOS 和 Android 應用
統一體驗：所有平台保持一致的使用者介面和功能

🤖 多 AI 模型整合

OpenAI 模型：支援 GPT 系列模型
Claude 模型：整合 Anthropic 的 Claude AI
Ollama 模型：支援本地部署的開源模型
DeepSeek 模型：整合 DeepSeek AI 服務
靈活配置：支援自定義 API 金鑰和端點

🔌 MCP 協議支援

MCP 伺服器市場：內建 MCP 伺服器市場，提供豐富的資料來源
自動安裝：一鍵安裝和配置 MCP 伺服器
SSE 傳輸：支援 Server-Sent Events (SSE) MCP 傳輸協議
自動選擇：智慧選擇合適的 MCP 伺服器處理請求

💬 智慧對話功能

聊天歷史：完整的對話記錄保存和管理
上下文理解：基於 MCP 協議的豐富上下文處理
多資料來源互動：透過 MCP 伺服器與不同類型的資料進行對話

🎨 使用者體驗優化

主題切換：支援深色/淺色主題
現代化 UI：優雅的使用者介面設計
響應式佈局：適配不同螢幕尺寸和設備

平台下載與安裝

平台	下載方式	備註
macOS	Release	直接下載安裝包
Windows	Release	直接下載安裝包
Linux	Release	需要安裝依賴庫
iOS	TestFlight	測試版本
Android	Release	直接下載 APK

Linux 系統依賴

sudo apt-get install libsqlite3-0 libsqlite3-dev

快速開始

1. 環境準備

確保系統已安裝以下工具之一：

# 安裝 uvx
brew install uv

# 或安裝 npx
brew install node

2. 配置步驟

配置 LLM API：在設定頁面配置您的 LLM API 金鑰和端點
安裝 MCP 伺服器：從 MCP 伺服器頁面安裝所需的 MCP 伺服器
開始對話：與 MCP 伺服器進行智慧對話

3. 資料儲存位置

macOS: ~/Library/Application Support/ChatMcp
Windows: %APPDATA%\ChatMcp
Linux: ~/.local/share/ChatMcp
行動端: 應用程式文檔目錄

4. 重置應用

如需重置應用數據，可使用以下命令：

# macOS
rm -rf ~/Library/Application\ Support/ChatMcp

# Windows
rd /s /q "%APPDATA%\ChatMcp"

# Linux
rm -rf ~/.local/share/ChatMcp

開發指南

本地開發

# 獲取依賴
flutter pub get

# 運行 macOS 版本
flutter run -d macos

測試資料庫

專案提供了測試資料庫檔案，可以下載 test.db 來測試 SQLite MCP 伺服器功能。

MCP 伺服器配置

MCP 伺服器的配置文件位於：

~/Library/Application Support/ChatMcp/mcp_server.json

技術特性

已實現功能

✅ 與 MCP 伺服器對話：完整的 MCP 協議實現
✅ MCP 伺服器市場：豐富的伺服器生態
✅ 自動安裝 MCP 伺服器：簡化部署流程
✅ SSE MCP 傳輸支援：實時通信能力
✅ 自動選擇 MCP 伺服器：智慧路由功能
✅ 聊天歷史記錄：完整的對話管理
✅ 多 AI 模型支援：OpenAI、Claude、Ollama、DeepSeek
✅ 主題切換：深色/淺色模式

規劃中功能

🔄 RAG 功能：檢索增強生成
🔄 更好的 UI 設計：持續優化使用者體驗

應用場景

資料分析與查詢

資料庫互動：透過 MCP 伺服器與各種資料庫進行自然語言查詢
檔案分析：分析和處理各種格式的檔案數據
API 整合：與第三方 API 服務進行智慧互動

開發輔助

程式碼理解：分析和解釋程式碼庫
文檔查詢：智慧搜索和理解技術文檔
系統監控：透過 MCP 伺服器監控系統狀態

業務應用

客戶服務：構建智慧客服系統
知識管理：企業知識庫的智慧查詢
工作流自動化：自動化各種業務流程

技術架構

核心技術

Flutter 框架：跨平台 UI 開發
MCP 協議：模型上下文協議實現
SQLite 資料庫：本地資料儲存
SSE 協議：實時通信支援

擴展性設計

插件化架構：透過 MCP 伺服器擴展功能
多模型支援：靈活的 AI 模型整合
跨平台兼容：統一的程式碼庫支援多平台

總結

ChatMCP 代表了 AI 聊天客戶端發展的新方向，透過實現 MCP 協議，它不僅提供了統一的 AI 對話介面，更重要的是構建了一個可擴展的 AI 生態系統。其跨平台支援和多 AI 模型整合使其能夠滿足不同使用者的需求，而 MCP 伺服器市場則為使用者提供了豐富的資料來源和功能擴展。

chatmcp