ChatMCP：一个支持 MCP 协议的全能 AI 聊天客户端

你有没有遇到过这样的尴尬时刻：想同时用 Claude 写代码、DeepSeek 做中文问答、Ollama 跑本地模型——却不得不在四五个聊天窗口之间来回切换，聊天记录散落各处，找个历史对话要翻半天？ChatMCP 正是为解决这个痛点而生的开源项目。

背景故事：MCP 协议热潮中的桌面客户端

Model Context Protocol（MCP）是 Anthropic 在 2024 年底开源的一种 AI 工具调用协议标准，目标是让 AI 模型能够标准化地调用外部工具和数据源。协议发布后，社区迅速涌现出大量 MCP Server 实现，但客户端支持却参差不齐——大多数用户只能通过命令行或代码集成来使用。

开发者 daodao97 在 2024 年 12 月创建了 ChatMCP 项目，旨在打造一个对普通用户友好的 MCP 客户端。项目采用 Flutter 框架开发，从一开始就走跨平台路线，支持 macOS、Windows、Linux、iOS、Android 和 Web 六端。这在 MCP 生态中是相当少见的技术决策——Flutter 让一套代码同时覆盖桌面和移动平台成为可能。

截至 2025 年中，ChatMCP 已获得 2200+ GitHub Stars，208 个 Fork，活跃 Issues 47 个，社区讨论热度持续攀升。

技术架构：Flutter + 分层模块化设计

ChatMCP 的代码结构体现了清晰的工程分层思维：

图1：ChatMCP 项目 Logo

核心代码位于 lib/ 目录下，按照职责划分了多个模块：

模块	职责
mcp/	MCP 协议客户端实现，支持 stdio/SSE/Streamable/InMemory 四种通信方式
llm/	LLM 提供商适配层，支持 OpenAI/Claude/DeepSeek/Gemini/Ollama/Claude Code/Copilot/Foundry 共 8 种
dao/	SQLite 数据持久化，聊天记录和消息存储
provider/	Flutter Provider 状态管理
page/	页面视图（布局/设置）
widgets/	自定义 UI 组件（Markdown 渲染/浏览器/图片等）
services/	网络同步服务（局域网设备间聊天同步）

图2：MCP 工作流

图3：MCP InMemory 服务器

核心功能：从对话到工具调用的完整体验

ChatMCP 不仅仅是一个聊天窗口，它将 MCP 协议的能力完整融入到了用户交互中：

多模型自由切换：内置 8 种 LLM 提供商适配器，通过设置页面配置 API Key 和 Base URL 后即可切换。这意味着用户可以在同一个应用中同时和 GPT-4、Claude 3.5、DeepSeek V3 等模型对话，无需在浏览器多个标签页间跳转。

MCP 工具调用可视化：连接 MCP Server 后，Server 注册的工具会以可视化卡片形式展示在侧边栏，用户可以点击调用并查看结果。这比直接写 JSON 配置文件的方式直观得多。

图4：MCP 工具列表

富文本渲染：ChatMCP 的消息展示支持 Markdown、LaTeX 数学公式、Mermaid 图表、代码高亮，以及 HTML 预览（来自 AI 的富文本回复可以直接渲染）。这对于需要阅读 AI 生成的技术文档、研究报告的用户来说非常实用。

图5：Artifact 交互展示

图6：LaTeX 公式渲染

图7：Mermaid 图表渲染

Thinking 模式：展示 AI 的思考过程，让用户理解 AI 是如何推理的，而不是只看到最终答案。

图8：Thinking 模式

图片生成集成：直接调用 DALL-E 等图片生成模型，在聊天中展示 AI 生成的图片。

图9：图片生成

局域网数据同步：同一个局域网内的多台设备可以同步聊天记录，适合多设备办公的用户——桌面端打完的草稿，手机上接着聊。

图10：数据同步

MCP 协议通信方式：四种连接模式

ChatMCP 的 lib/mcp/ 模块实现了 MCP 协议的所有四种通信方式：

1. stdio：标准输入输出流，适用于本地 MCP Server，通过子进程通信，最简单直接
2. SSE (Server-Sent Events)：适用于 HTTP 长连接的 MCP Server，适合远程部署
3. Streamable：基于 HTTP Streamable 协议的通信方式，支持更复杂的数据流
4. InMemory：内存中直接实例化 MCP Server，无网络开销，适合调试和快速测试

图11：MCP stdio 连接模式

图12：MCP SSE 连接模式

每种模式都有对应的客户端实现类（StdioClient、SSEClient、StreamableClient、InMemoryClient），通过 McpClient 接口统一抽象。

上手体验：安装门槛与使用场景

ChatMCP 提供了两种使用方式：

方式一：直接下载 Release 包（推荐普通用户）。GitHub Release 页面提供了 macOS (.dmg/.zip)、Windows (.zip/.msi)、Linux (AppImage/.deb) 以及 Android (APK) 的预编译包，下载即用。iOS 用户可通过 TestFlight 加入测试版，Web 用户直接访问 daodao97.github.io/chatmcp。

Linux 用户需要额外安装运行时依赖库（Ubuntu 22.04/24.04），官方 README 中提供了详细的 apt install 命令，包括 GTK3、EGL 图形库、SQLite 等。

方式二：源码编译（适合开发者）。需要安装 Flutter SDK >= 3.8.1 和对应平台的工具链（Android Studio / Xcode / Linux GTK dev packages），然后执行 flutter build 系列命令。Android 构建提供了 APK 拆分和 AAB 发布格式的完整脚本。

LLM 提供商配置界面

HTML 预览功能

局限与挑战

ChatMCP 作为一款快速迭代的开源项目，也存在一些值得关注的局限：

平台工具链依赖：Flutter 桌面应用在 Linux 上需要 GTK3 环境，在 macOS 上需要 Xcode，编译门槛不低。对于没有 Flutter 开发经验的用户，源码编译仍然有一定挑战。

无 Docker 支持：项目没有提供 Dockerfile 或 docker-compose，这在 MCP Server 生态中是比较常见的部署方式。期望一键启动 ChatMCP + 多个 MCP Server 的用户需要自行编排。

数据安全需自行把控：应用使用 SQLite 本地存储，聊天记录默认存在本地。但如果是连接远程 MCP Server 或使用云端 LLM API，数据流向需要用户自行评估。

多语言支持但贡献门槛：项目已有英语、中文、土耳其语三种语言，但语言文件采用 ARB 格式，需要 Flutter intl 工具链知识，对社区贡献翻译有一定技术门槛。

行业意义与未来展望

ChatMCP 代表了 MCP 协议生态从「开发者玩具」向「用户产品」演进的趋势。随着 MCP 协议被更广泛地采用，类似 ChatMCP 这种桥接协议与终端用户的客户端工具将变得越来越重要。

从增长曲线看，2200+ Stars 且持续有活跃 Issues 的表现，说明项目已经度过了早期的「概念验证」阶段，正在进入功能完善和稳定性打磨期。值得关注的方向包括：与更多 MCP Server 的集成、Web 端的实时协作、以及更丰富的插件系统。

对于 AI 爱好者和开发者来说，ChatMCP 提供了一个同时管理多个 AI 模型和 MCP 工具的统一入口，是日常 AI 工作中值得收藏到工具箱里的实用客户端。

---

本文基于 ChatMCP v0.0.76 版本分析，项目持续活跃，建议关注 GitHub Releases 获取最新动态。