1、trae介绍
trae是一个基于MCP协议的AI应用框架,它可以帮助开发者快速搭建基于AI的应用程序。trae提供了一个简单的接口,用于定义和实现AI应用程序的功能。开发者可以使用trae来对接MCP协议,实现与其他AI应用程序的交互。
2、trae对接MCP的步骤
-
安装trae:首先,需要在本地安装trae。可以从trae的官方网站下载并安装trae。安装完成后,需要配置trae的环境变量,以便在命令行中使用trae命令。
-
创建trae应用:在本地创建一个trae应用。可以使用trae的命令行工具,创建一个新的trae应用。创建完成后,需要在应用中配置MCP的相关信息,例如MCP的地址、端口、认证信息等。
-
定义MCP接口:在trae应用中定义MCP接口。可以使用trae的接口定义语言,定义MCP接口的输入和输出。接口定义完成后,需要在应用中实现接口的功能。
-
实现MCP接口:在trae应用中实现MCP接口。可以使用trae的接口实现语言,实现MCP接口的功能。实现完成后,需要对接口进行测试,确保接口的功能符合预期。
-
启动trae应用:启动trae应用,使应用能够接收和处理MCP协议的请求。可以使用trae的命令行工具,启动trae应用。启动成功后,trae应用会监听指定的端口,等待MCP协议的请求。
-
测试MCP接口:使用MCP协议的测试工具,测试trae应用定义的MCP接口。测试工具可以模拟发送MCP协议的请求,测试trae应用的接口功能是否正常。
3、以对接微信自动化MCP为例子实现接入一个完成的MCP案例
wxauto-mcp是一个基于微信自动化的MCP服务器(用python编写),用于与微信客户端交互。 该服务器利用wxauto库实现微信消息的发送和接收功能,使大语言模型能够通过wxauto与微信进行交互。 wxauto-mcp项目地址(github.com/barantt/wxa...)
wxauto项目地址(github.com/cluic/wxaut...)
wxauto官网(plus.wxauto.org/docs/)
3.1环境要求:
环境 | 版本 | ||
---|---|---|---|
OS | windows(10 | 11 | Server2016+) |
微信 | 3.9.x | ||
Python | 3.9+ |
3.2python版本安装:
根据这篇文章安装即可 python安装教程
该项目用的版本管理工具是 python 的 uv,所以要先安装包管理器 uv(这里的前提是你有安装了python)
3.3python包管理器 uv 介绍和安装:
uv官网地址(docs.astral.sh/uv/getting-...) Python包管理工具 uv 是由 Astral(知名工具 Ruff 的开发者)基于Rust开发的新一代工具,旨在革新 Python 生态的依赖管理体验。 核心优势:
- 性能卓越 :依赖解析和安装速度远超传统工具(如 pip、Poetry),无缓存时比 pip 快 8 - 10 倍,有缓存时可达 80 - 115 倍
- 功能集成 :整合了 Python 项目管理全流程工具,包括包管理、虚拟环境管理、Python 版本管理、依赖锁定和 CLI 工具管理等
- 兼容性强 :支持现有 requirements.txt、pyproject.toml 文件,可无缝迁移现有项目,还支持单文件脚本的依赖管理
scss
pip install uv
// 查看安装是否完运行命令
uv --version
// 看到如下例子所示就是安装成功了:
uv 0.7.19 (38ee6ec80 2025-07-02)
注意:安装完pyhon或者uv后,使用 cmd 可以查看安装成功,但是在 tare 编辑器内置的终端(配置的 git bash)中查看安装不成功,建议重启编辑器或者重启电脑即可。
3.4在trae中接入微信聊天(wxauto-mcp)
配置
- 将MCP项目下载到本地并同步项目的依赖环境
javascript
git clone https://github.com/barantt/wxauto-mcp.git
cd wxauto-mcp
uv sync
- 手动配置MCP配置
wxauto-mcp 的 MCP配置,其中 path\to\wxauto-mcp 表示你配置的 wxauto-mcp 项目的绝对路径。:
javascript
"mcpServers": {
"wxauto-mcp": {
"command": "uv",
"args": [
"--directory",
"path\\to\\wxauto-mcp",
"run",
"wxauto_mcp.py"
]
}
}
如下:配置后显示 可使用 表示配置成功了
3.4 在trae中接入微信聊天(wxauto-mcp)成果演示
