数据分析

了解最新 AI 资讯最快速的方式就是关注热门创作者的公众号，及时学习他们实践和总结的文章。 出于理性分析和学习（PS：我也做个梦冲击下前100🤦‍♂️），想看看我关注的那些热门创作者最近都发布的文章有什么趋势，包括： AI创作领域的热点词汇有哪些？ AI文章主题分布有哪些？ 创作主题覆盖了哪些AI工具？ 热门AI工具提及频率如何？ 今天文章的核心目标是介绍如何在 Cursor 中打开任督二脉， 使用 MCP 让 AI 助手拥有专业级数据可视化能力。 学会了这一招，只需要提供数据源，任何可视化图表不在话下，分钟级制作一个可视化数据报告页面，帮助大家在商业化决策方向再上一个台阶！ 大致思路是：获取我关注的热门创作者公众号的历史文章列表，并基于文章数据进行多维度分析，并生成一个可视化页面。 话不多说，开始一步一步实践，接下来的分享分为三部分： 获取数据源，开发 wehcat-mcp 获取公众号历史文章列表 分析数据，使用 chart-mcp 生成可视化图表 设计网页，使用 edgeone-pages-mcp 部署单页应用 开发 wehcat-mcp 说一下开发这个的 MCP 的背景，核心目标是获取某个公众号的历史文章列表。我调研了两个方案： 基于RSS订阅源的方式，找到一个热门开源项目：wewe-rss，核心是采用微信读书的账号体系。开发复杂度较高，稳定性一般，所以放弃。 直接使用第三方 API ，找到一家极致了数据的供应商，有免费的测试额度，稳定性不错，所以选择此方案进行开发。 开发语言同样使用 Go，大致分为三步： 熟悉接口文档，API 调试通过。 在 Cursor 中基于 API 文档进行开发并命令行测试通过。 配置 wehcat-mcp，对话验证通过。 严格基于下面优化后的提示词进行开发： 帮我将下面的 Wechat API 封装成 MCP Go 服务，名称：微信助手。符合最佳实践，提供一个工具：根据用户提供的微信公众号名称，获取公众号历史文章列表。 1. 要求符合最佳实践，完善注释和说明 2. 分析需要开放哪些参数给大模型调用，必须开放一个环境变量 key 参数用户自己配置 3. 接口返回是 json，具体看下文档中的返回值示例。 参数说明请仔细参考 api_doc.md 文档中的各个参数定义和返回值。 MCP Stdio Server 编写规范如下： {{Go MCP Server Demo}} 这里跳过调试/编译/配置等步骤，感兴趣的朋友可以看看我上一期的文章，有需要开发好的 MCP Server 源码的朋友后台回复“微信MCP”即可。 ...