Home
Login

Ein KI-Chat-Client, der das Modellkontextprotokoll (MCP) implementiert - ein intelligentes Dialogwerkzeug für mehrere Plattformen

Apache-2.0Dart 1.7kdaodao97 Last Updated: 2025-06-14

ChatMCP - Plattformübergreifender KI-Chat-Client zur Implementierung des MCP-Protokolls

Übersicht

ChatMCP ist ein KI-Chat-Client, der das Model Context Protocol (MCP) implementiert und von Entwickler daodao97 erstellt wurde. Das Projekt zielt darauf ab, eine einheitliche, plattformübergreifende KI-Dialogschnittstelle bereitzustellen, die verschiedene KI-Modelle und MCP-Server unterstützt. So können Benutzer über eine einzige Anwendung mit verschiedenen Datenquellen und KI-Diensten interagieren.

Kernfunktionen und -merkmale

🌐 Plattformübergreifende Unterstützung

  • Desktop: Unterstützt macOS, Windows und Linux
  • Mobil: Bietet iOS- und Android-Apps
  • Einheitliche Erfahrung: Einheitliche Benutzeroberfläche und Funktionen auf allen Plattformen

🤖 Integration mehrerer KI-Modelle

  • OpenAI-Modelle: Unterstützt Modelle der GPT-Serie
  • Claude-Modelle: Integriert Claude AI von Anthropic
  • Ollama-Modelle: Unterstützt lokal bereitgestellte Open-Source-Modelle
  • DeepSeek-Modelle: Integriert DeepSeek AI-Dienste
  • Flexible Konfiguration: Unterstützt benutzerdefinierte API-Schlüssel und Endpunkte

🔌 MCP-Protokollunterstützung

  • MCP-Server-Marktplatz: Integrierter MCP-Server-Marktplatz mit einer Vielzahl von Datenquellen
  • Automatische Installation: Ein-Klick-Installation und -Konfiguration von MCP-Servern
  • SSE-Übertragung: Unterstützt das Server-Sent Events (SSE) MCP-Übertragungsprotokoll
  • Automatische Auswahl: Intelligente Auswahl des geeigneten MCP-Servers zur Bearbeitung von Anfragen

💬 Intelligente Dialogfunktionen

  • Chat-Verlauf: Vollständige Speicherung und Verwaltung von Gesprächsaufzeichnungen
  • Kontextverständnis: Umfangreiche Kontextverarbeitung basierend auf dem MCP-Protokoll
  • Interaktion mit mehreren Datenquellen: Dialog über MCP-Server mit verschiedenen Datentypen

🎨 Optimierung der Benutzererfahrung

  • Themenwechsel: Unterstützt dunkle/helle Designs
  • Modernes UI: Elegantes Design der Benutzeroberfläche
  • Responsives Layout: Anpassung an verschiedene Bildschirmgrößen und Geräte

Plattform-Downloads und -Installation

Plattform Download-Methode Hinweise
macOS Release Direkter Download des Installationspakets
Windows Release Direkter Download des Installationspakets
Linux Release Installation von Abhängigkeitsbibliotheken erforderlich
iOS TestFlight Testversion
Android Release Direkter Download der APK

Linux-Systemabhängigkeiten

sudo apt-get install libsqlite3-0 libsqlite3-dev

Schnellstart

1. Umgebung vorbereiten

Stellen Sie sicher, dass eines der folgenden Tools auf Ihrem System installiert ist:

# uvx installieren
brew install uv

# Oder npx installieren
brew install node

2. Konfigurationsschritte

  1. LLM-API konfigurieren: Konfigurieren Sie Ihre LLM-API-Schlüssel und -Endpunkte auf der Einstellungsseite
  2. MCP-Server installieren: Installieren Sie den gewünschten MCP-Server von der MCP-Server-Seite
  3. Dialog starten: Führen Sie einen intelligenten Dialog mit dem MCP-Server

3. Datenspeicherort

  • macOS: ~/Library/Application Support/ChatMcp
  • Windows: %APPDATA%\ChatMcp
  • Linux: ~/.local/share/ChatMcp
  • Mobil: Anwendungsverzeichnis für Dokumente

4. Anwendung zurücksetzen

Um die Anwendungsdaten zurückzusetzen, können Sie den folgenden Befehl verwenden:

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

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

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

Entwicklungsleitfaden

Lokale Entwicklung

# Abhängigkeiten abrufen
flutter pub get

# macOS-Version ausführen
flutter run -d macos

Testdatenbank

Das Projekt bietet eine Testdatenbankdatei. Sie können test.db herunterladen, um die SQLite-MCP-Serverfunktionen zu testen.

MCP-Serverkonfiguration

Die Konfigurationsdatei des MCP-Servers befindet sich unter:

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

Technische Merkmale

Implementierte Funktionen

  • Dialog mit MCP-Server: Vollständige Implementierung des MCP-Protokolls
  • MCP-Server-Marktplatz: Umfangreiches Server-Ökosystem
  • Automatische Installation von MCP-Servern: Vereinfachter Bereitstellungsprozess
  • SSE-MCP-Übertragungsunterstützung: Echtzeit-Kommunikationsfähigkeit
  • Automatische Auswahl von MCP-Servern: Intelligente Routing-Funktion
  • Chat-Verlauf: Vollständige Dialogverwaltung
  • Unterstützung mehrerer KI-Modelle: OpenAI, Claude, Ollama, DeepSeek
  • Themenwechsel: Dunkler/Heller Modus

Geplante Funktionen

  • 🔄 RAG-Funktion: Retrieval Augmented Generation (Abrufgestützte Generierung)
  • 🔄 Besseres UI-Design: Kontinuierliche Optimierung der Benutzererfahrung

Anwendungsfälle

Datenanalyse und -abfrage

  • Datenbankinteraktion: Natürliche Sprachabfragen mit verschiedenen Datenbanken über MCP-Server
  • Dateianalyse: Analyse und Verarbeitung von Dateidaten in verschiedenen Formaten
  • API-Integration: Intelligente Interaktion mit Drittanbieter-API-Diensten

Entwicklungshilfe

  • Codeverständnis: Analyse und Interpretation von Codebasen
  • Dokumentensuche: Intelligente Suche und Verständnis technischer Dokumentation
  • Systemüberwachung: Überwachung des Systemstatus über MCP-Server

Geschäftsanwendungen

  • Kundenservice: Aufbau intelligenter Kundenservicesysteme
  • Wissensmanagement: Intelligente Abfrage von Unternehmenswissensdatenbanken
  • Workflow-Automatisierung: Automatisierung verschiedener Geschäftsprozesse

Technische Architektur

Kerntechnologien

  • Flutter-Framework: Plattformübergreifende UI-Entwicklung
  • MCP-Protokoll: Implementierung des Model Context Protocol
  • SQLite-Datenbank: Lokale Datenspeicherung
  • SSE-Protokoll: Echtzeit-Kommunikationsunterstützung

Erweiterbarkeitsdesign

  • Plugin-basierte Architektur: Erweiterung der Funktionen über MCP-Server
  • Unterstützung mehrerer Modelle: Flexible Integration von KI-Modellen
  • Plattformübergreifende Kompatibilität: Einheitliche Codebasis unterstützt mehrere Plattformen

Zusammenfassung

ChatMCP repräsentiert eine neue Richtung in der Entwicklung von KI-Chat-Clients. Durch die Implementierung des MCP-Protokolls bietet es nicht nur eine einheitliche KI-Dialogschnittstelle, sondern baut vor allem ein erweiterbares KI-Ökosystem auf. Die plattformübergreifende Unterstützung und die Integration mehrerer KI-Modelle ermöglichen es, die Bedürfnisse verschiedener Benutzer zu erfüllen, während der MCP-Server-Marktplatz den Benutzern eine Vielzahl von Datenquellen und Funktionserweiterungen bietet.