ChatMCP - 实现MCP协议的跨平台AI聊天客户端
概述
ChatMCP是一个实现了模型上下文协议(Model Context Protocol, MCP)的AI聊天客户端,由开发者daodao97创建。该项目旨在提供一个统一的跨平台AI对话界面,支持多种AI模型和MCP服务器,让用户能够通过一个应用程序与不同的数据源和AI服务进行交互。
核心功能与特性
🌐 全平台支持
- 桌面端:支持macOS、Windows、Linux系统
- 移动端:提供iOS和Android应用
- 统一体验:所有平台保持一致的用户界面和功能
🤖 多AI模型集成
- OpenAI模型:支持GPT系列模型
- Claude模型:集成Anthropic的Claude AI
- Ollama模型:支持本地部署的开源模型
- DeepSeek模型:集成DeepSeek AI服务
- 灵活配置:支持自定义API密钥和端点
🔌 MCP协议支持
- MCP服务器市场:内置MCP服务器市场,提供丰富的数据源
- 自动安装:一键安装和配置MCP服务器
- SSE传输:支持Server-Sent Events (SSE) MCP传输协议
- 自动选择:智能选择合适的MCP服务器处理请求
💬 智能对话功能
- 聊天历史:完整的对话记录保存和管理
- 上下文理解:基于MCP协议的丰富上下文处理
- 多数据源交互:通过MCP服务器与不同类型的数据进行对话
🎨 用户体验优化
- 主题切换:支持深色/浅色主题
- 现代化UI:优雅的用户界面设计
- 响应式布局:适配不同屏幕尺寸和设备
平台下载与安装
| 平台 | 下载方式 | 备注 |
|---|---|---|
| macOS | Release | 直接下载安装包 |
| Windows | Release | 直接下载安装包 |
| Linux | Release | 需要安装依赖库 |
| iOS | TestFlight | 测试版本 |
| Android | Release | 直接下载APK |
Linux系统依赖
sudo apt-get install libsqlite3-0 libsqlite3-dev
快速开始
1. 环境准备
确保系统已安装以下工具之一:
# 安装uvx
brew install uv
# 或安装npx
brew install node
2. 配置步骤
- 配置LLM API:在设置页面配置您的LLM API密钥和端点
- 安装MCP服务器:从MCP服务器页面安装所需的MCP服务器
- 开始对话:与MCP服务器进行智能对话
3. 数据存储位置
- macOS:
~/Library/Application Support/ChatMcp - Windows:
%APPDATA%\ChatMcp - Linux:
~/.local/share/ChatMcp - 移动端: 应用程序文档目录
4. 重置应用
如需重置应用数据,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
开发指南
本地开发
# 获取依赖
flutter pub get
# 运行macOS版本
flutter run -d macos
测试数据库
项目提供了测试数据库文件,可以下载 test.db 来测试SQLite MCP服务器功能。
MCP服务器配置
MCP服务器的配置文件位于:
~/Library/Application Support/ChatMcp/mcp_server.json
技术特性
已实现功能
- ✅ 与MCP服务器对话:完整的MCP协议实现
- ✅ MCP服务器市场:丰富的服务器生态
- ✅ 自动安装MCP服务器:简化部署流程
- ✅ SSE MCP传输支持:实时通信能力
- ✅ 自动选择MCP服务器:智能路由功能
- ✅ 聊天历史记录:完整的对话管理
- ✅ 多AI模型支持:OpenAI、Claude、Ollama、DeepSeek
- ✅ 主题切换:深色/浅色模式
规划中功能
- 🔄 RAG功能:检索增强生成
- 🔄 更好的UI设计:持续优化用户体验
应用场景
数据分析与查询
- 数据库交互:通过MCP服务器与各种数据库进行自然语言查询
- 文件分析:分析和处理各种格式的文件数据
- API集成:与第三方API服务进行智能交互
开发辅助
- 代码理解:分析和解释代码库
- 文档查询:智能搜索和理解技术文档
- 系统监控:通过MCP服务器监控系统状态
业务应用
- 客户服务:构建智能客服系统
- 知识管理:企业知识库的智能查询
- 工作流自动化:自动化各种业务流程
技术架构
核心技术
- Flutter框架:跨平台UI开发
- MCP协议:模型上下文协议实现
- SQLite数据库:本地数据存储
- SSE协议:实时通信支持
扩展性设计
- 插件化架构:通过MCP服务器扩展功能
- 多模型支持:灵活的AI模型集成
- 跨平台兼容:统一的代码库支持多平台
总结
ChatMCP代表了AI聊天客户端发展的新方向,通过实现MCP协议,它不仅提供了统一的AI对话界面,更重要的是构建了一个可扩展的AI生态系统。其跨平台支持和多AI模型集成使其能够满足不同用户的需求,而MCP服务器市场则为用户提供了丰富的数据源和功能扩展。