M
MCP 精选目录 CURATED DIRECTORY
已收录 911 个 MCP Server
EN
← 返回目录
最多同时对比 4 个 SERVER

MCP Server 选型对比

把评分、权限、风险和适用场景放在同一张表里，快速判断哪个更适合你。

对比维度WeChat MCP Server让 AI 助手读取和回复微信消息的 MCP 服务器Compartment加密、完全离线的 AI 代理长期记忆库
FMRS49 / 100 · D75 / 100 · B
可靠性8 / 2012 / 20
安全与权限8 / 2016 / 20
维护活跃度8 / 2014 / 20
文档质量12 / 2018 / 20
安装易用性13 / 2015 / 20
适合谁
  • macOS 用户
  • 使用 Claude Code 或 Claude Desktop 的开发者
  • 需要微信自动化集成的个人或团队
  • 熟悉命令行和 Python 环境的用户
  • 重视隐私与离线运行、不希望数据离开本机的个人或团队
  • 在多个 MCP 客户端（Claude Code、Claude Desktop、Hermes Agent、OpenClaw、Cursor、Codex、Gemini CLI 等）之间共享记忆的用户
  • 需要加密存储、审计链与可验证 vault 迁移的场景
  • 希望记忆检索延迟低、嵌入模型随包附带、无需额外 LLM 调用的用户
不适合谁
  • 非 macOS 平台（Windows、Linux）
  • 没有微信 Mac 版或未授予辅助功能权限的用户
  • 需要处理媒体文件（图片、视频）的朋友圈发布
  • 需要跨设备或移动端支持的用户
  • 需要云端多设备实时同步或团队协作式托管记忆的用户；Compartment 的同步方式是在锁定后手动复制 vault 文件
  • 希望由服务端 LLM 自动抽取事实、自动决定记忆内容的用户；Compartment 明确不在内部调用 LLM，由宿主模型决定存什么
  • 无法安全保管口令或其口令遗失后需要恢复途径的用户（Compartment 不生成也不托管任何恢复短语）
  • 在服务器端以网络传输方式（SSE / streamable-http）接入的部署：本服务器为 stdio，不开放端口
所需权限
  • macOS 辅助功能权限（用于控制微信）
  • 需要微信 Mac 版已安装并运行
  • 读取与写入用户主目录下的 vault 文件（默认为 ~/.compartment/memory.vault）及其同目录的 .config.json 设置文件
  • 访问存放解锁凭证的会话目录（可用 COMPARTMENT_SESSION_DIR 指定），该目录同时容纳共享嵌入进程的 Unix 套接字
  • 在 macOS 上可选使用钥匙串（compartment unlock --keychain 为显式选择加入）
  • 向各 MCP 客户端的配置文件写入或合并 mcpServers 条目（写入前做字节级备份）
  • 在 Claude Code 场景下安装 PostToolUse 钩子，用于捕获代理写入的记忆文件
  • 在 127.0.0.1 上提供只读浏览器 Dashboard（带一次性随机 URL 令牌）
风险与副作用
  • 依赖 macOS Accessibility API，可能受系统更新影响
  • 需要授予终端辅助功能权限，存在安全风险
  • 微信界面的变化可能导致工具失效
  • 自动化操作可能违反微信服务条款
  • 使用辅助功能控制微信可能被微信检测为自动化行为
  • 口令泄漏意味着加密内容可被解密；Compartment 不生成、不托管恢复短语，口令丢失无法恢复
  • 启用 memory_unlock 工具会把口令带入模型上下文，默认因此关闭
  • 2FA 依赖的密钥文件（例如 U 盘）丢失后，即使有口令也无法打开 vault
  • 带 --plaintext 的 export 会写出未加密的 JSONL，需要自行妥善处理该文件
  • 记忆内容可能来自不可信来源；虽然召回时会以“这是数据”提示包裹，并可标记 quarantined，宿主代理仍须把记忆当作数据处理，以降低提示注入风险
  • capture 钩子与各客户端配置写入会修改用户的设置文件，尽管实现会先备份、合并而非覆盖
支持客户端Claude Desktop, Claude Code, Codex, OpenClaw, ChatGPTClaude Desktop, Claude Code, Hermes Agent, OpenClaw, Cursor, VS Code, Codex, Gemini CLI, Cline, Roo Code, Zed, OpenCode, LM Studio, AnythingLLM, BoltAI, Goose, Kiro
工具能力414