OmniSocKit MCP Server
OfficialOmniSocKit MCP Server
让你的 AI 大模型成为社交营销平台开发专家。
中文 | English
什么是 OmniSocKit？
OmniSocKit 是一个 MCP (Model Context Protocol) Server，将社交营销平台的开发知识注入到你的 AI 工具中。
安装后，当你对 AI 说「帮我实现企微 OAuth 登录」，AI 能给出包含正确 Token 缓存、错误重试、频率限制处理的精确代码——而不是幻觉。
核心价值
🎯 精准编码 — AI 不再猜测 API 参数，因为它读过完整的 SKILL 文档
🛡️ 避免踩坑 — 每个 SKILL 包含真实的约束、限制、错误码处理
⚡ 零配置 — 不需要 API Key、不需要服务器、不需要 Docker
🔒 零风险 — 不调用任何 API，只提供知识
快速开始
在你的 AI 工具中添加以下配置：
{
"mcpServers": {
"omnisockit": {
"command": "npx",
"args": ["@omnisockit/mcp-server"]
}
}
}安装完成。现在对 AI 说：
"帮我实现企微 OAuth 扫码登录"
AI 会自动读取相关 SKILL，给出包含所有约束的精确代码。
支持的 AI 工具
OmniSocKit 兼容所有支持 MCP 协议的 AI 工具：
工具 | 类型 | 配置示例 |
桌面应用 | ||
CLI | ||
AI IDE | ||
桌面应用 | ||
AI IDE | ||
IDE | ||
AI IDE | ||
VS Code 插件 | ||
VS Code 插件 | ||
VS Code 插件 | ||
VS Code / JetBrains | ||
桌面应用 | ||
编辑器 | ||
CLI |
💡 只要支持 MCP 协议的工具都可以使用，以上仅列出主流工具。
覆盖的平台
✅ 企业微信（免费）
维度 | 数据 |
SKILL 数量 | 41 个 |
覆盖模式 | 企业内部开发 · 服务商代开发（ISV）· 第三方应用 |
API 覆盖 | 550+ 接口 |
代码模板 | 五语言（Python / Node.js / Java / Go / PHP） |
🔜 更多平台（即将推出）
小红书
抖音 / TikTok
微信公众平台
飞书
常见场景
你对 AI 说 | AI 读取的 SKILL | AI 回答包含 |
"帮我获取企微 access_token" | wecom-core | Token 缓存规则、7200s 有效期、多实例互踢 |
"帮我实现企微扫码登录" | wecom-auth | OAuth URL 格式、code 有效期 5 分钟、redirect_uri 编码 |
"企微发消息怎么做" | wecom-message | msgtype 类型、agentid 必填、频率限制 |
"企微 errcode 42001" | wecom-core | Token 过期原因、多实例部署 Token 互踢 |
"企微客户标签怎么管理" | wecom-crm-tag | 标签上限、企业标签 vs 个人标签 |
工作原理
┌──────────────────────────────────────────┐
│ 你的 AI 工具 │
│ (Claude / Cursor / VS Code / ...) │
│ │
│ 用户: "帮我实现企微 OAuth 登录" │
│ │
│ AI 判断需要 wecom-auth 的知识 │
│ ↓ 通过 MCP 协议读取 │
└──────────────┬───────────────────────────┘
│ stdio (JSON-RPC)
┌──────────────▼───────────────────────────┐
│ OmniSocKit MCP Server │
│ │
│ 41 个 SKILL → 41 个 MCP Resource │
│ AI 按需读取，不是全量加载 │
│ │
│ 返回 wecom-auth SKILL 的完整内容 │
└──────────────────────────────────────────┘
↓
AI 基于 SKILL 知识生成精确代码
用户拿代码自己执行（我们不碰 API）项目结构
omnisockit-mcp/
├── packages/
│ ├── core/ ← 核心类型定义
│ ├── platform-wecom/ ← 企微 41 个 SKILL
│ ├── server/ ← MCP Server 引擎
│ ├── cli/ ← npx 入口
│ └── execution/ ← 🔜 API 执行层（预留）
├── examples/ ← 14 个 AI 工具配置示例
└── tests/ ← 单元测试