xiaohongshu-mcp-python

@luyike221/xiaohongshu-mcp-python

0 Stars 198 次浏览 luyike221 更新于 2026-08-23

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "xiaohongshu-mcp-python": {
      "url": "http://localhost:8000/mcp"
    }
  }
}

服务介绍

AI 社交媒体运营全栈解决方案

** AI驱动的智能社交媒体运营平台 | 让AI帮你运营小红书**

快速开始项目架构核心功能使用指南

项目简介

这是一个完整的AI社交媒体运营解决方案由两个强大的项目组成实现从底层操作到AI智能调度的全链路自动化

核心价值

** AI自主运营**AI模型自主决策和执行运营任务无需人工干预
** 事件驱动**智能响应用户请求平台通知定时任务等多种事件
** 数据驱动**基于数据分析自动优化内容策略和发布时机
** 模块化设计**底层MCP服务 + 上层AI调度灵活可扩展
** 多平台支持**支持小红书抖音快手等平台逐步扩展

项目架构

本仓库包含两个独立但协同工作的项目

1 xiaohongshumcp-python - 小红书 MCP 服务层

定位底层操作引擎提供小红书平台的具体操作能力

MCP协议实现完整实现 Model Context Protocol 规范
高性能基于 Playwright 的异步浏览器自动化
内容发布支持图文视频内容发布
内容管理搜索获取互动等完整功能
账户管理登录会话保持自动重连

适用场景需要直接操作小红书平台的场景

定位上层智能调度系统AI自主决策和执行运营任务

AI自主驱动AI模型分析运营目标自动生成和执行计划
事件响应支持用户请求平台通知定时任务等多种事件
策略优化基于数据分析自动调整内容策略
内容创作AI生成内容创作计划调用底层服务执行
数据分析内容表现分析趋势识别热点追踪

适用场景需要AI智能运营和自动化调度的场景

协同工作


   AI Social Scheduler (智能调度层)        
   - AI决策引擎                           
   - 事件监听器                           
   - 任务调度器                           
   - 策略管理器                           

                通过 MCP 协议调用
               

   xiaohongshumcp-python (操作服务层)      
   - 小红书内容发布                        
   - 内容搜索与获取                       
   - 用户互动管理                         
   - 账户管理                             

                浏览器自动化
               
         
           小红书平台

核心功能

AI 智能运营

自主决策AI分析运营目标自动生成内容创作计划
智能调度根据数据表现自动调整发布策略和时机
事件响应实时响应平台通知用户请求定时任务
策略优化基于历史数据持续优化运营策略

内容发布

图文发布支持多图片标签标题和描述
视频发布支持视频上传自动等待处理完成
批量操作支持批量发布和定时发布
内容管理搜索获取编辑内容

数据分析

表现分析阅读量点赞评论转发等数据统计
趋势识别内容趋势分析和热点识别
用户洞察粉丝增长互动率等用户数据
策略建议基于数据自动生成优化建议

内容管理

内容搜索关键词搜索小红书内容
推荐获取获取首页推荐列表
详情分析获取帖子详情和互动数据
用户管理获取用户主页信息

快速开始

环境要求

Python >= 3.11
uv 包管理器
支持的操作系统Linux, macOS, Windows

安装步骤

克隆项目

git clone git@github.com:luyike221/xiaohongshu-mcp-python.git
cd xiaohongshu-mcp-python

安装 uv 包管理器

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

安装项目依赖

安装小红书 MCP 服务

cd xiaohongshumcp-python
uv sync
uv run playwright install chromium

安装 AI 调度系统

cd ai_social_scheduler
uv sync

配置

小红书 MCP 服务配置

在 xiaohongshumcp-python 目录下创建 .env 文件

# 环境模式: development 或 production
ENV=development

# 服务器配置
SERVER_HOST=127.0.0.1
SERVER_PORT=8000

# 默认用户
GLOBAL_USER=your_username

AI 调度系统配置

在 ai_social_scheduler 目录下创建配置文件

cp config/config.example.yaml config/config.yaml
# 编辑 config/config.yaml 填入实际配置

启动服务

启动小红书 MCP 服务

cd xiaohongshumcp-python
uv run python -m xiaohongshu_mcp_python.main

服务将在 http://localhost:8000 启动

启动 AI 调度系统

cd ai_social_scheduler
uv run python main.py

使用指南

场景一直接使用小红书 MCP 服务

如果你只需要直接操作小红书平台可以使用 xiaohongshumcp-python

# 通过 MCP 客户端调用
{
  "tool": "xiaohongshu_publish_content",
  "parameters": {
    "title": "春日美景",
    "content": "分享今天拍摄的美丽春景",
    "images": ["/path/to/image1.jpg", "/path/to/image2.jpg"],
    "tags": ["春天", "摄影", "美景"]
  }
}

场景二使用 AI 智能运营

如果你需要AI自主运营可以使用 ai_social_scheduler

# AI 会自动分析你的需求生成内容计划并调用底层服务执行
# 例如"帮我写一篇关于美食的小红书"
# AI 会
# 1. 分析美食主题
# 2. 生成内容计划
# 3. 调用 xiaohongshumcp-python 发布内容
# 4. 监控发布结果
# 5. 根据数据调整策略

场景三集成使用

两个项目可以完美集成

AI 调度系统监听事件用户请求定时任务等
AI 决策引擎分析需求生成执行计划
任务调度器调用 MCP 服务执行具体操作
数据分析收集结果优化策略

技术栈

核心技术

**Python 3.11+**主要开发语言
uv现代 Python 包管理工具
MCP 协议服务间通信标准
LangGraphAI Agent 框架
Playwright浏览器自动化
FastAPIWeb 服务框架

数据存储

SQLite/PostgreSQL关系型数据存储
Redis缓存和任务队列
pgvector向量数据库用于AI功能

项目结构

.
 xiaohongshumcp-python/          # 小红书 MCP 服务
    src/
       xiaohongshu_mcp_python/
           main.py             # 主程序入口
           server/             # MCP 服务器
           xiaohongshu/        # 小红书操作模块
           ...
    tests/                      # 测试文件
    README.md                   # 详细文档

 ai_social_scheduler/            # AI 调度系统
    src/
       ai_social_scheduler/
           core/               # AI调度核心层
              ai_engine.py   # AI决策引擎
              event_listener.py # 事件监听器
              ...
           mcp/                # MCP服务层
           ...
    config/                     # 配置文件
    README.md                   # 详细文档

 README.md                       # 本文件

MCP 客户端接入

Cursor IDE

在项目根目录创建 .cursor/mcp.json

{
  "mcpServers": {
    "xiaohongshu-mcp-python": {
      "url": "http://localhost:8000/mcp",
      "description": "小红书 Python MCP 服务"
    }
  }
}

Claude Desktop

在配置文件中添加

{
  "mcpServers": {
    "xiaohongshu-mcp-python": {
      "url": "http://localhost:8000/mcp"
    }
  }
}

功能演示

AI 自主运营示例

# 用户请求"帮我写一篇关于美食的小红书"
# 
# AI 调度系统处理流程
# 1. 事件监听器接收用户请求
# 2. AI 引擎分析需求生成内容计划
#    - 主题美食
#    - 内容方向分享一道家常菜
#    - 图片需求需要3张图片
#    - 标签美食家常菜生活
# 3. 任务调度器调用 MCP 服务
#    - 生成图片调用 ComfyUI 服务
#    - 发布内容调用小红书 MCP 服务
# 4. 监控发布结果
# 5. 根据数据调整后续策略

定时任务示例

# 设置定时任务"每天下午3点发布一篇内容"
# 
# AI 调度系统会
# 1. 定时触发任务
# 2. AI 分析当天热点和用户偏好
# 3. 生成合适的内容
# 4. 自动发布
# 5. 收集数据并优化策略

注意事项

账户安全

同一账户不要在多个浏览器端同时登录
定期检查登录状态及时处理 Cookie 过期
建议使用专门的小红书账户进行自动化操作

使用限制

遵守小红书平台规则和相关法律法规
合理控制发布频率避免被平台限制
本项目仅供学习和研究使用

风险提示

使用本工具产生的任何后果由使用者自行承担请遵守平台规则合理使用

贡献

欢迎提交 Issue 和 Pull Request

Fork 本项目
创建特性分支git checkout -b feature/amazing-feature
提交更改git commit -m 'Add amazing feature'
推送分支git push origin feature/amazing-feature
提交 Pull Request

许可证

本项目采用 MIT 许可证

致谢

Model Context Protocol - MCP 协议标准
Playwright - 浏览器自动化工具
uv - 现代 Python 包管理工具
LangGraph - AI Agent 框架

** 如果这个项目对你有帮助请给它一个 Star**

Made with by luyike221

查看源码项目主页