核心用法
ReadGZH 是一款专为 AI Agent 设计的微信文章解析工具，通过 MCP（Model Context Protocol）原生支持，让 AI 助手能够直接读取微信公众号文章内容。用户只需向 AI 发送指令"Read this article: [链接]"即可完成调用。
工具提供四种 MCP 接口：read 解析新文章、get 获取缓存内容、search 关键词搜索、list 列出近期缓存。采用 7 级提取管道技术，实现 99.89% 的解析成功率，并将微信复杂 HTML 转换为干净 Markdown，Token 消耗降低 50-87%。
显著优点
- 极高的解析成功率：7 级容错提取机制，几乎覆盖所有微信文章格式变体
- 大幅节省成本：Token 用量减半以上，对高频调用场景经济优势明显
- 永久图片访问：内置 CDN 代理解决微信图片 2 小时失效问题
- 全球共享缓存：已解析文章永久免费复用，降低重复调用成本
- 零安装门槛：纯云端 API 模式，无需本地微信客户端或复杂配置
- 原生 AI 集成：MCP 协议支持，与 Cursor、Claude Desktop 等工具无缝衔接
潜在局限
- 内容隐私风险：文章默认进入全球共享缓存，敏感/私密内容可能泄露
- 每日调用限额：免费版仅 50 credits/天，复杂文章消耗翻倍
- 依赖外部服务：解析成功率虽高，但仍受微信反爬策略变动影响
- 无实时互动：仅支持静态文章读取，无法处理留言、点赞等交互功能
适合人群
- 需要批量处理微信文章的研究者、分析师、内容创作者
- 构建知识库或 RAG 系统的 AI 应用开发者
- 使用 Cursor、Claude Desktop 等 MCP 客户端的 AI 增强用户
- 希望将微信内容整合至工作流的企业团队
常规风险
- 隐私泄露：切勿提交含个人隐私、商业机密或受限访问的文章
- 合规边界：微信文章版权归属原作者，大规模爬取需关注法律风险
- 服务连续性：依赖单一 API 服务，建议关键业务场景准备备用方案
- 缓存一致性：微信文章若被作者修改，缓存版本可能非最新