1. 群聊记录爆炸的日常为什么需要 chatlog MCP 做群聊记录总结微信群和 QQ 群加多了信息密度会呈现一种很割裂的状态闲聊群一天几百条没人看真正有价值的付费群、技术群、行业群一天也能刷出上千条而且里面往往夹杂着干货链接、工具推荐、踩坑经验、临时组队需求。你不看怕错过你全看时间根本不够。更麻烦的是这些内容高度碎片化同一个话题可能上午聊一半、晚上接着聊中间还穿插大量表情包和「收到」「1」。我自己的处理方式经历过三个阶段。第一阶段是「爬楼」靠微信自带的未读定位一条条翻翻到一半就放弃了。第二阶段是「关键词搜索」但搜索只能命中字面比如我想知道「这周群里推荐了哪些独立开发工具」搜「工具」会出来几百条无关消息。第三阶段才是现在这套把本地聊天记录通过 chatlog 暴露成结构化接口再让 Trae 里的智能体通过 MCP 去调用自动产出摘要和待办清单。这里要先说清楚 chatlog 是什么、能做什么、适合谁。chatlog 是 GitHub 上一款开源的聊天记录工具核心能力是从本地数据库文件读取聊天数据支持 Windows 和 macOS支持微信 3.x / 4.0 版本提供 Terminal UI 和命令行工具提供 HTTP API 服务用于查询聊天记录、联系人、群聊、最近会话并且支持 MCP SSE 协议可以和任何支持 MCP 的 AI 助手集成。它还能处理多媒体消息、解密图片语音、自动解密数据、多账号管理。适合谁适合那些有高质量群、又不想被群绑架的人适合做独立开发、自媒体、副业、行业研究需要从群聊里提取情报的人也适合团队内部用群沟通、想把讨论沉淀成文档的人。不适合谁不适合想拿它去抓别人隐私、做批量营销的人chatlog 的定位是本地自用数据不出本机这一点后面会反复强调。Trae 在这里扮演的角色是「调度中枢 总结大脑」。Trae 本身是 AI 编程工具但它的自定义智能体 MCP 配置能力让它完全可以当一个聊天记录分析器用。你给它一个时间段和群名称它通过 chatlog MCP 拉取原始消息然后按你定义的提示词做结构化总结最后还能生成可视化 HTML。整条链路里chatlog 负责「取数」Trae 负责「理解与呈现」MCP 负责「打通」。这一篇我会按可跟做的顺序写先讲清楚前置准备和 TaoToken 统一 Key 的接入方式再给 Trae 里 chatlog MCP 的完整配置片段然后跑一次完整的群聊总结验证最后把常见的报错和排查方法列出来。你照着做基本能在一小时内跑通第一条总结。2. 前置准备chatlog 安装启动与 TaoToken 统一 Key 接入方式在 Trae 里配 MCP 之前得先把 chatlog 这个本地服务跑起来同时把模型调用的 Key 准备好。这两件事是独立的但缺一不可chatlog 提供聊天记录数据模型 Key 提供总结能力。2.1 安装并启动 chatlog 本地服务chatlog 提供两种安装方式下载编译好的安装包或者用 Go 直接安装。如果你本地没有 Go 环境直接下安装包最省事。打开 GitHub Releases 页面根据自己的操作系统选对应包。我是 Windows 11下载的是chatlog_0.0.15_windows_amd64.zip解压后直接双击chatlog.exe启动。启动后是一个 Terminal UI 界面操作方式如下使用上下方向键选择菜单项按 Tab 切换标签按 Enter 确认选择按 Esc 返回上级菜单按 CtrlC 退出程序。按这个顺序操作先选「获取数据密钥」再选「解密数据」最后选「开启 HTTP 服务」。解密数据这一步会比较耗时因为它是对当前所有微信聊天记录做一次全量解密记录越多越慢耐心等它跑完。跑完之后界面会显示解密后数据的存放路径同时能看到 HTTP 服务已经成功启动。默认监听在127.0.0.1:5030。这时候你打开浏览器访问http://127.0.0.1:5030应该已经能查询到相关聊天记录了。有两个点要特别注意。第一解密后数据默认放在 C 盘用户目录下如果你 C 盘空间紧张可以在设置里改存放目录改完重新解密一次。第二默认启动只解密现有聊天记录新增的消息不会自动同步。如果你希望新消息也能被总结需要在设置里开启「自动解密」这样新增聊天记录会自动解密同步。我建议长期用的话一定开这个否则每次总结前都要手动解密一遍很烦。2.2 TaoToken 统一 Key 的获取与接入Trae 里的智能体要调用模型做总结需要一个可用的 API Key。这里我用 TaoToken 作为统一接入方式好处是一个 Key 可以对接多种模型配置一次到处能用不用在 Trae、Cline、Claude Code 之间来回换 Key。先访问官网了解接入方式https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content。注册登录后进入控制台在 API Keys 页面创建一个新的 Key复制保存好这个 Key 只显示一次。TaoToken 的 API 地址是https://taotoken.net/api注意这个地址不加 UTM 参数直接作为 Base URL 使用。在 Trae 的模型配置里把 Base URL 填成这个Key 填你刚创建的Model ID 按你需要的模型填比如做中文总结可以用通用对话模型做代码相关总结可以用编码模型。这里给一个 Trae 里模型配置的对照表方便你核对配置项填写内容说明Base URLhttps://taotoken.net/api统一接入地址不加 UTMAPI Key控制台创建的 Key只显示一次注意保存Model ID按需选择总结类任务选对话模型即可协议OpenAI 兼容Trae 里选对应协议如果你后面还要在 Claude Code 或 Cline 里用同一个 Key配置逻辑是一样的Base URL 填https://taotoken.net/apiKey 填同一个Model ID 按工具要求填。这样你只需要维护一个 Key换工具不用重新申请。注意TaoToken 是合规的 API 接入服务不要把它理解成任何形式的非法中转。所有配置都走官方文档给出的地址不要自行拼接来路不明的域名。前置准备到这里就完成了chatlog 在本地127.0.0.1:5030跑着TaoToken 的 Key 也拿到了。接下来进入 Trae 的 MCP 配置环节。3. 可复制配置Trae 中 chatlog MCP 与自定义智能体完整片段这一节是整篇的核心配置写对了后面就顺配置写错后面全是报错。我会把 MCP 配置、智能体提示词、以及涉及 Codex auth.json / Cline MCP 的对照写法都给出来方便你在不同工具间迁移。3.1 Trae 中配置 chatlog MCP 服务打开 Trae在右侧 AI 面板中点击设置按钮选择 MCP点击「手动配置」在打开的 JSON 输入框中填入以下内容{ mcpServers: { chatlog: { url: http://127.0.0.1:5030/sse } } }这里的关键是url指向 chatlog 的 SSE 端点/sse不是根路径。很多人第一次配会写成http://127.0.0.1:5030结果连不上因为 MCP 走的是 SSE 协议必须带/sse。填完点击保存如果界面里出现绿色的对勾说明配置成功。如果是对勾没出现、或者显示红色感叹号先确认 chatlog 的 HTTP 服务是不是还在运行浏览器能不能打开http://127.0.0.1:5030。如果你用的是 ClineMCP 配置的写法略有不同Cline 的 MCP 配置文件通常在cline_mcp_settings.json里结构如下{ mcpServers: { chatlog: { url: http://127.0.0.1:5030/sse, disabled: false, autoApprove: [] } } }Cline 里多了disabled和autoApprove两个字段disabled设为 false 表示启用autoApprove是自动批准的工具列表群聊总结场景建议留空让每次调用都经过你确认避免误操作。如果你用的是 Codex它的认证信息放在auth.json里路径通常在用户目录下的.codex/auth.json。这个文件里存的是 API 凭证格式类似{ OPENAI_API_KEY: 你的 TaoToken Key, OPENAI_BASE_URL: https://taotoken.net/api }注意 Codex 的auth.json只管模型认证不管 MCP。MCP 配置在 Codex 里是单独的配置文件通常是~/.codex/config.toml写法如下[mcp_servers.chatlog] url http://127.0.0.1:5030/sse不管你在哪个工具里配三件套必须齐全Base URL 填https://taotoken.net/apiKey 填 TaoToken 控制台创建的 KeyModel ID 按工具要求填。这三样缺一个模型调用就会失败。3.2 创建自定义智能体并绑定 chatlog MCPMCP 配好后还要创建一个智能体来调用它。同样在右侧 AI 面板点击设置按钮选择「智能体」点击「创建智能体」。在打开的窗口里分别输入名称和提示词然后勾选刚刚添加的 chatlog MCP点击左下方「创建」。这样一个「群聊总结助手」就建好了。提示词是决定总结质量的关键。我调试过多版下面这版比较稳定你可以直接用也可以按自己需求改你是一个中文的群聊总结助手。我会给你一个时间段和群名称请你基于我提供的内容通过 chatlog MCP 提取相应的群聊记录并进行分析和结构化总结。 1. 基础信息提取 - 将每个主题分成独立的问答对 - 保持原始对话的时间顺序和完整性 - 每个主题后面对当前主题内容进行总结 2. 问题分析要点 - 提取问题的具体场景和背景 - 识别问题的核心技术难点 - 突出问题的实际影响 最后请你对群聊内容进行评价并且总结出最活跃的 10 个发言者。所有内容请你生成相应的精美的可视化 HTML 界面。如果群聊记录过多导致 HTML 界面过长你可以根据不同的话题分成不同的 HTML 文件。这个提示词里有几个设计点值得说。第一要求「分成独立的问答对」是为了让总结有结构而不是一大段流水账。第二要求「保持时间顺序」是因为群聊里话题会交叉打乱顺序会丢失上下文。第三要求「生成可视化 HTML」是为了让结果能直接看而不是在聊天框里翻。第四要求「按话题分文件」是为了避免单文件过长导致浏览器卡顿。创建完成后在 AI 聊天框里微信群聊总结助手输入日期和群聊名称比如「总结 2024-06-01 到 2024-06-07 的『独立开发交流群』」智能体就会开始干活。第一次生成的结果可能不完全符合预期这很正常提示词需要根据你的群特点微调。我自己的经验是前两次生成后手动改提示词第三次基本就稳定了。提示chatlog 只能自用不要用于任何非法用途。它从本地文件读取数据不上传云端这是它的核心优势也是使用边界。4. 验证请求一次完整的群聊记录总结流程与结果检查配置写完不算完得跑一次完整流程确认从取数到总结到输出都通。这一节我把验证步骤拆细你照着走一遍能快速定位问题出在哪一环。4.1 先验证 chatlog HTTP API 是否可用在让 Trae 调用之前先用浏览器或 curl 确认 chatlog 的 API 是通的。打开浏览器访问http://127.0.0.1:5030如果能看到聊天记录查询界面说明服务正常。更精确一点可以用 curl 测一下群聊列表接口curl http://127.0.0.1:5030/api/v1/chatroom如果返回 JSON 格式的群聊列表说明 API 正常。如果返回连接拒绝说明 chatlog 的 HTTP 服务没启动回到 Terminal UI 里重新选「开启 HTTP 服务」。如果返回 401 或 403说明接口需要认证检查 chatlog 的配置里是否开启了鉴权。这一步很重要因为 Trae 里的 MCP 调用最终也是走这个 HTTP 接口。如果 curl 都不通Trae 里肯定也不通先解决底层问题再往上排查。4.2 在 Trae 中发起一次总结请求确认 API 通后回到 Trae在 AI 聊天框里微信群聊总结助手输入具体请求。我建议第一次用一个小范围测试比如只总结某一天的某个群避免数据量太大导致超时。示例请求请总结 2024-06-01 这一天「独立开发交流群」的聊天记录提取主要话题、关键结论和待办事项并生成 HTML 报告。发送后Trae 会先通过 MCP 调用 chatlog 拉取消息然后调用模型做总结。这个过程可能需要几十秒到几分钟取决于消息量和模型速度。你可以在 Trae 的执行日志里看到 MCP 调用的过程如果卡在某一步日志会给出线索。4.3 检查总结结果是否符合预期结果出来后重点检查三件事。第一话题划分是否合理。好的总结应该把「工具推荐」「技术讨论」「资源分享」「待办事项」分开而不是混在一起。第二待办清单是否可执行。比如「张三提到下周要发一个开源项目」应该被提取成待办而不是淹没在正文里。第三最活跃发言者统计是否准确。这个可以用来判断群里的核心贡献者。如果结果不理想先别急着改配置先改提示词。我踩过的坑是一开始提示词写得太笼统模型把闲聊也当成干货总结导致报告里全是「大家讨论了天气」这种废话。后来在提示词里加了「忽略纯闲聊和表情包只提取有信息量的内容」质量立刻上来了。4.4 生成 HTML 报告的检查如果提示词里要求生成 HTMLTrae 会输出 HTML 代码。你可以把代码保存成.html文件用浏览器打开。检查点包括页面是否能正常渲染、话题分块是否清晰、待办清单是否单独成块、最活跃发言者是否有排名。如果页面太长说明话题分文件的要求没生效可以在提示词里强调「每个话题一个独立 HTML 文件文件名用话题关键词命名」。实测下来chatlog 取数的准确性很高因为它直接读本地数据库不依赖微信客户端。总结质量则高度依赖提示词和模型。同一个群同一段时间提示词改一版结果可能完全不同。所以别指望一次就完美把提示词当成一个需要迭代的配置项。5. 常见报错排查401、local proxy failed、reading choices、OAuth 对照解决这一节把我在配置和使用过程中遇到的真实报错列出来每个都给排查路径。你遇到问题时先对照报错信息定位再按步骤解决。5.1 401 Unauthorized这个报错通常出现在模型调用环节说明 Key 无效或没带上。排查顺序第一检查 Trae 里模型配置的 API Key 是不是复制完整有没有多余空格。第二检查 Base URL 是不是https://taotoken.net/api有没有写成别的地址。第三去 TaoToken 控制台确认这个 Key 是否还在有效状态有没有被删除或过期。第四如果 Key 没问题检查请求头里 Authorization 字段格式是不是Bearer 你的Key。如果 401 出现在 chatlog 的 API 调用上那说明 chatlog 开启了鉴权但 Trae 的 MCP 配置里没带认证信息。这种情况要么在 chatlog 里关闭鉴权要么在 MCP 配置里加上认证头。chatlog 默认本地服务是不需要鉴权的如果你没主动开一般不会遇到。5.2 local proxy failed这个报错说明 Trae 尝试通过本地代理访问外部服务但代理没起来或者配置不对。排查顺序第一确认你的网络环境能正常访问 TaoToken 的 API 地址可以用 curl 测一下https://taotoken.net/api是否可达。第二检查 Trae 的代理设置如果系统里配了代理但 Trae 没走或者 Trae 配了代理但代理没运行都会报这个错。第三如果你在用公司网络可能有防火墙限制换一个网络环境试试。需要强调的是这里说的代理是网络配置层面的概念不涉及任何违规工具。你只需要确保 Trae 能正常访问https://taotoken.net/api即可。5.3 reading choices 相关报错这个报错通常出现在模型返回格式不符合预期时比如你期望 JSON 但模型返回了纯文本或者返回的 JSON 结构不对。排查顺序第一检查提示词里是否明确要求了输出格式比如「请以 JSON 格式返回包含 topics、todos、active_users 三个字段」。第二检查模型是否支持你要求的格式有些模型对 JSON 模式支持不好。第三如果报错信息里有具体的字段名比如reading choices[0].message.content说明是解析响应时出错可能是响应被截断检查 max_tokens 设置是否太小。解决办法通常是在提示词里加一句「只返回 JSON不要加任何解释文字」并且在 Trae 的模型参数里把 temperature 调低减少格式漂移。5.4 OAuth 相关报错如果你在配置过程中看到 OAuth 报错通常是因为某些工具默认走 OAuth 认证流程而你用的是 API Key 认证。排查顺序第一确认你配置的是 API Key 模式不是 OAuth 模式。第二检查工具的配置文件里是否有残留的 OAuth 配置比如auth.json里同时有 OAuth token 和 API Key导致冲突。第三如果工具强制要求 OAuth看它是否支持 API Key 作为替代TaoToken 的接入方式就是 API Key不需要 OAuth。以 Codex 的auth.json为例如果你之前配过 OAuth里面可能有tokens字段这时候要把它清掉只保留OPENAI_API_KEY和OPENAI_BASE_URL两个字段避免认证方式冲突。5.5 MCP 连接失败如果 Trae 里 chatlog MCP 显示红色先确认 chatlog 的 HTTP 服务在运行浏览器能打开http://127.0.0.1:5030。然后确认 MCP 配置里的 URL 是http://127.0.0.1:5030/sse带/sse后缀。再确认端口没被占用如果 5030 被别的程序占了chatlog 会启动失败你需要在 chatlog 设置里换端口同时改 MCP 配置里的 URL。还有一个容易忽略的点chatlog 的 SSE 端点在某些版本里路径可能不同如果你用的是旧版本检查一下文档里写的路径。升级到最新版通常能解决。6. 长期使用建议与 TaoToken 接入入口跑通一次总结之后如果你打算长期用有几个经验可以帮你省时间。第一把 chatlog 的「自动解密」打开。这样新增的群聊消息会自动同步你不用每次总结前手动解密。代价是 chatlog 会常驻后台占用一点资源但换来的是随时可总结的便利。第二把提示词模板化。我现在的做法是维护一个提示词文件里面按群类型分了几套技术群用一套行业群用一套项目群用一套。每次总结前复制对应模板改一下日期和群名就行。这样比每次现写提示词快得多质量也稳定。第三定期清理解密数据。chatlog 解密后的数据会占磁盘尤其是群聊多、图片多的时候。我一般每个月清理一次旧数据只保留最近三个月的需要历史记录时再重新解密。第四把总结结果归档。生成的 HTML 报告按「群名/年月」的目录结构存好以后想查某个话题是什么时候聊的直接翻归档比在微信里搜快得多。如果你还没开始配建议按这个顺序走先装 chatlog 并启动 HTTP 服务再去 TaoToken 控制台创建 Key然后在 Trae 里配 MCP 和智能体最后跑一次小范围总结验证。每一步都确认通了再进下一步比一口气配完再排查要快。需要创建 Key 或查看接入文档的可以从这里进API Keys 页面在控制台里接入文档在文档页。如果你主要是长期做编码和 Agent 类任务可以了解 Coding Plan如果只是想先验证模型效果可以直接用模型对话页面试几条群聊记录看看总结质量再决定要不要配 MCP。所有入口都从官网进地址是https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentAPI 地址统一用https://taotoken.net/api。最后提醒一句chatlog 是本地工具数据不出本机这是它最大的价值也是使用的前提。用它总结自己的群聊记录没问题但不要拿去做任何侵犯他人隐私或违反平台规则的事。工具本身中立怎么用取决于你。