xiaohongshu-mcp
xiaohongshu-mcpは、ユーザーが簡単に情報を共有し、コミュニケーションを促進するためのAPIを提供します。このプロジェクトは、データの収集と分析を通じて、ユーザーのニーズに応じたコンテンツを生成することを目的としています。特に、ソーシャルメディアの文脈での利用が期待されており、ユーザー体験を向上させるための機能が豊富です。
GitHubスター
1,122
ユーザー評価
未評価
お気に入り
0
閲覧数
2
フォーク
175
イシュー
12
xiaohongshu-mcp
MCP for 小红书/xiaohongshu.com。
- 我的博客文章:haha.ai/xiaohongshu-mcp
Star History
主要功能
1. 登录和检查登录状态
第一步必须,小红书需要进行登录。可以检查当前登录状态。
登录演示:
https://github.com/user-attachments/assets/8b05eb42-d437-41b7-9235-e2143f19e8b7
检查登录状态演示:
https://github.com/user-attachments/assets/bd9a9a4a-58cb-4421-b8f3-015f703ce1f9
2. 发布图文内容
支持发布图文内容到小红书,包括标题、内容描述和图片。后续支持更多的发布功能。
发布图文帖子演示:
https://github.com/user-attachments/assets/8aee0814-eb96-40af-b871-e66e6bbb6b06
3. 搜索内容
根据关键词搜索小红书内容。
搜索帖子演示:
https://github.com/user-attachments/assets/03c5077d-6160-4b18-b629-2e40933a1fd3
4. 获取推荐列表
获取小红书首页推荐内容列表。
获取推荐列表演示:
https://github.com/user-attachments/assets/110fc15d-46f2-4cca-bdad-9de5b5b8cc28
小红书基础运营知识
- 标题:(非常重要)小红书要求标题不超过 20个字
- 当前只支持图文发送:从推荐的角度看,图文的流量会比纯文字的更好。
- (低优先级)可以考虑视频和纯文字的支持。1. 个人感觉这两种会大大增加运营的复杂度;2. 这两类在我的使用场景的价值较低。
- Tags:马上支持。
- 根据本人实操,小红书每天的发帖量应该是 50 篇。
- (非常重要)小红书的同一个账号不允许在多个网页端登录,如果你登录了当前 xiaohongshu-mcp 后,就不要再在其他的网页端登录该账号,否则就会把当前 MCP 的账号“踢出登录”。你可以使用移动 App 端进行查看当前账号信息。
风险说明
- 该项目是在自己的另外一个项目的基础上开源出来的,原来的项目稳定运行一年多,没有出现过封号的情况,只有出现过 Cookies 过期需要重新登录。
- 我是使用 Claude Code 接入,稳定自动化运营数周后,验证没有问题后开源。
该项目是基于学习的目的,禁止一切违法行为。
实操结果
第一天点赞/收藏数达到了 999+,
一周左右的成果
1. 使用教程
1.1. 登录
第一次需要手动登录,需要保存小红书的登录状态。
运行
go run cmd/login/main.go
1.2. 启动 MCP 服务
启动 xiaohongshu-mcp 服务。
# 默认:无头模式,没有浏览器界面
go run .
# 非无头模式,有浏览器界面
go run . -headless=false
1.3. 验证 MCP
npx @modelcontextprotocol/inspector
运行后,打开红色标记的链接,配置 MCP inspector,输入 http://localhost:18060/mcp
,点击 Connect
按钮。
按照上面配置 MCP inspector 后,点击 List Tools
按钮,查看所有的 Tools。
1.4. 使用 MCP 发布
检查登录状态
发布图文
示例中是从 https://unsplash.com/ 中随机找了个图片做测试。
搜索内容
使用搜索功能,根据关键词搜索小红书内容:
2. MCP 客户端接入
本服务支持标准的 Model Context Protocol (MCP),可以接入各种支持 MCP 的 AI 客户端。
2.1. 快速开始
启动 MCP 服务
# 启动服务(默认无头模式)
go run .
# 或者有界面模式
go run . -headless=false
服务将运行在:http://localhost:18060/mcp
验证服务状态
# 测试 MCP 连接
curl -X POST http://localhost:18060/mcp \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","method":"initialize","params":{},"id":1}'
Claude Code CLI 接入
# 添加 HTTP MCP 服务器
claude mcp add --transport http xiaohongshu-mcp http://localhost:18060/mcp
2.2. 支持的客户端
Claude Code CLI
官方命令行工具,已在上面快速开始部分展示:
# 添加 HTTP MCP 服务器
claude mcp add --transport http xiaohongshu-mcp http://localhost:18060/mcp
Cursor
配置文件的方式
创建或编辑 MCP 配置文件:
项目级配置(推荐):
在项目根目录创建 .cursor/mcp.json
:
{
"mcpServers": {
"xiaohongshu-mcp": {
"url": "http://localhost:18060/mcp",
"description": "小红书内容发布服务 - MCP Streamable HTTP"
}
}
}
全局配置:
在用户目录创建 ~/.cursor/mcp.json
(同样内容)。
使用步骤
- 确保小红书 MCP 服务正在运行
- 保存配置文件后,重启 Cursor
- 在 Cursor 聊天中,工具应该自动可用
- 可以通过聊天界面的 "Available Tools" 查看已连接的 MCP 工具
Demo
插件 MCP 接入:
调用 MCP 工具:(以检查登录状态为例)
VSCode
方法一:使用命令面板配置
- 按
Ctrl/Cmd + Shift + P
打开命令面板 - 运行
MCP: Add Server
命令 - 选择
HTTP
方式。 - 输入地址:
http://localhost:18060/mcp
,或者修改成对应的 Server 地址。 - 输入 MCP 名字:
xiaohongshu-mcp
。
方法二:直接编辑配置文件
工作区配置(推荐):
在项目根目录创建 .vscode/mcp.json
:
{
"servers": {
"xiaohongshu-mcp": {
"url": "http://localhost:18060/mcp",
"type": "http"
}
},
"inputs": []
}
查看配置:
- 确认运行状态。
- 查看
tools
是否正确检测。
Demo
以搜索帖子内容为例:
MCP Inspector
调试工具,用于测试 MCP 连接:
# 启动 MCP Inspector
npx @modelcontextprotocol/inspector
# 在浏览器中连接到:http://localhost:18060/mcp
使用步骤:
- 使用 MCP Inspector 测试连接
- 测试 Ping Server 功能验证连接
- 检查 List Tools 是否返回 4 个工具
其他支持 HTTP MCP 的客户端
任何支持 HTTP MCP 协议的客户端都可以连接到:http://localhost:18060/mcp
基本配置模板:
{
"name": "xiaohongshu-mcp",
"url": "http://localhost:18060/mcp",
"type": "http"
}
2.3. 可用 MCP 工具
连接成功后,可使用以下 MCP 工具:
check_login_status
- 检查小红书登录状态(无参数)publish_content
- 发布图文内容到小红书(需要:title, content, 可选:images, video)list_feeds
- 获取小红书首页推荐列表(无参数)search_feeds
- 搜索小红书内容(需要:keyword)
2.4. 使用示例
使用 Claude Code 发布内容到小红书:
帮我写一篇帖子发布到小红书上,
配图为:https://cn.bing.com/th?id=OHR.MaoriRock_EN-US6499689741_UHD.jpg&w=3840
图片是:"纽西兰陶波湖的Ngātoroirangi矿湾毛利岩雕(© Joppi/Getty Images)"
使用 xiaohongshu-mcp 进行发布。
发布结果:

Kafka MCP Serverは、Goで実装されたApache Kafka用のモデルコンテキストプロトコル(MCP)サーバーです。このサーバーは、MCPプロトコルを介してKafkaと対話するための標準化されたインターフェースを提供し、LLMモデルが一般的なKafka操作を実行できるようにします。franz-goとmcp-goライブラリを活用しています。