Back to search
Redbook-Search-Comment-MCP2.0
SkillGitHub
这是一款基于 Playwright 开发的小红书自动搜索和评论工具,作为 MCP Server,可通过特定配置接入 MCP Client(如Claude for Desktop),帮助用户自动完成登录小红书、搜索关键词、获取笔记内容及发布AI生成评论等操作。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/chenningling--redbook-search-comment-mcp2-0)HTML
<a href="/listings/chenningling--redbook-search-comment-mcp2-0"><img src="/api/listings/chenningling--redbook-search-comment-mcp2-0/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
README.md · README · 405 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 小红书自动搜索评论工具(MCP Server 2.0)
- <div align="right">
- [English](README_EN.md) | 中文
- </div>
- > 本项目基于 [JonaFly/RednoteMCP](https://github.com/JonaFly/RednoteMCP.git) 并结合多次实战经验,进行全面优化和功能扩展(by windsurf)。在此向原作者的贡献表示由衷的感谢!
- 这是一款基于 Playwright 开发的小红书自动搜索和评论工具,作为 MCP Server,可通过特定配置接入 MCP Client(如Claude for Desktop),帮助用户自动完成登录小红书、搜索关键词、获取笔记内容及发布AI生成评论等操作。
- ## 主要特点与优势
- - **深度集成AI能力**:利用MCP客户端(如Claude)的大模型能力,生成更自然、更相关的评论内容
- - **模块化设计**:将功能分为笔记分析、评论生成和评论发布三个独立模块,提高代码可维护性
- - **强大的内容获取能力**:集成多种获取笔记内容的方法,确保能完整获取各类笔记的标题、作者和正文内容
- - **持久化登录**:使用持久化浏览器上下文,首次登录后无需重复登录
- - **两步式评论流程**:先获取笔记分析结果,然后由MCP客户端生成并发布评论
- ## 2.0版本主要优化
- - **内容获取增强**:重构了笔记内容获取模块,增加页面加载等待时间和滚动操作,实现四种不同的内容获取方法
- - **AI评论生成**:重构评论功能,将笔记分析结果返回给MCP客户端,由客户端的AI能力生成更自然、更相关的评论
- - **功能模块化**:将功能分为笔记分析、评论生成和评论发布三个独立模块,提高代码可维护性
- - **搜索结果优化**:解决了搜索笔记时标题不显示的问题,提供更完整的搜索结果
- - **错误处理增强**:添加更详细的错误处理和调试信息输出
- ## 一、核心功能
- ### 1. 用户认证与登录
- - **持久化登录**:支持手动扫码登录,首次登录后保存状态,后续使用无需重复扫码
- - **登录状态管理**:自动检测登录状态,并在需要时提示用户登录
- ### 2. 内容发现与获取
- - **智能关键词搜索**:支持多关键词搜索,可指定返回结果数量,并提供完整的笔记信息
- - **多维度内容获取**:集成四种不同的获取方法,确保能准确获取笔记的标题、作者、发布时间和正文内容
- - **评论数据获取**:支持获取笔记的评论内容,包括评论者、评论文本和时间信息
- ### 3. 内容分析与生成
- - **笔记内容分析**:自动分析笔记内容,提取关键信息并识别笔记所属领域
- - **AI评论生成**:利用MCP客户端(如Claude)的AI能力,基于笔记内容生成自然、相关的评论
- - **多类型评论支持**:支持四种不同类型的评论生成:
- - **引流型**:引导用户关注或私聊
- - **点赞型**:简单互动获取好感
- - **咨询型**:以问题形式增加互动
- - **专业型**:展示专业知识建立权威
- ### 4. 数据返回与反馈
- - **结构化数据返回**:将笔记分析结果以JSON格式返回给MCP客户端,便于AI生成评论
- - **评论发布反馈**:提供评论发布结果的实时反馈
- ## 二、安装步骤
- 1. **Python 环境准备**:确保系统已安装 Python 3.8 或更高版本。若未安装,可从 Python 官方网站下载并安装。
- 2. **项目获取**:将本项目克隆或下载到本地。
- 3. **创建虚拟环境**:在项目目录下创建并激活虚拟环境(推荐):
- ```bash
- # 创建虚拟环境
- python3 -m venv venv
- # 激活虚拟环境
- # Windows
- venv\Scripts\activate
- # macOS/Linux
- source venv/bin/activate
- ```
- 4. **安装依赖**:在激活的虚拟环境中安装所需依赖:
- ```bash
- pip install -r requirements.txt
- pip install fastmcp
- ```
- 5. **安装浏览器**:安装Playwright所需的浏览器:
- ```bash
- playwright install
- ```
- ## 三、MCP Server 配置
- 在 MCP Client(如Claude for Desktop)的配置文件中添加以下内容,将本工具配置为 MCP Server:
- ### Mac 配置示例
- ```json
- {
- "mcpServers": {
- "xiaohongshu MCP": {
- "command": "/绝对路径/到/venv/bin/python3",
- "args": [
- "/绝对路径/到/xiaohongshu_mcp.py",
- "--stdio"
- ]
- }
- }
- }
- ```
- ### Windows 配置示例
- ```json
- {
- "mcpServers": {
- "xiaohongshu MCP": {
- "command": "C:\\Users\\username\\Desktop\\MCP\\Redbook-Search-Comment-MCP2.0\\venv\\Scripts\\python.exe",
- "args": [
- "C:\\Users\\username\\Desktop\\MCP\\Redbook-Search-Comment-MCP2.0\\xiaohongshu_mcp.py",
- "--stdio"
- ]
- }
- }
- }
- ```
- > **重要提示**:
- > - 请使用虚拟环境中Python解释器的**完整绝对路径**
- > - Mac示例:`/Users/username/Desktop/RedBook-Search-Comment-MCP/venv/bin/python3`
- > - Windows示例:`C:\Users\username\Desktop\MCP\Redbook-Search-Comment-MCP2.0\venv\Scripts\python.exe`
- > - 同样,xiaohongshu_mcp.py也需要使用**完整绝对路径**
- > - Windows路径中的反斜杠在JSON中需要双重转义(使用 `\`)
- ### Python 命令区分(python 与 python3)
- 不同系统环境中,Python 命令可能有所不同,这取决于您的系统配置。以下是如何确定您应该使用哪个命令:
- 1. **确定您的 Python 命令**:
- - 在终端中运行:`python --version` 和 `python3 --version`
- - 查看哪个命令返回 Python 3.x 版本(本项目需要 Python 3.8+)
- 2. **在虚拟环境中确认**:
- - 激活虚拟环境后,运行 `which python` 或 `where python`(Windows)
- - 这将显示 Python 解释器的完整路径
- 3. **配置中使用正确的命令**:
- - Mac:通常为 `python3` 或虚拟环境中的 `python`
- - Windows:通常为 `python` 或 `python.exe`
- 在配置文件中,始终使用虚拟环境中 Python 解释器的**完整绝对路径**,而不是命令名称。
- ## 四、使用方法
- ### (一)启动服务器
- 1. **直接运行**:在项目目录下,激活虚拟环境后执行:
- ```bash
- python3 xiaohongshu_mcp.py
- ```
- 2. **通过 MCP Client 启动**:配置好MCP Client后,按照客户端的操作流程进行启动和连接。
- ### (二)主要功能操作
- 在MCP Client(如Claude for Desktop)中连接到服务器后,可以使用以下功能:
- ### 1. 登录小红书
- **工具函数**:
- ```
- mcp0_login()
- ```
- **在MCP客户端中的使用方式**:
- 直接发送以下文本:
- ```
- 帮我登录小红书账号
- ```
- 或:
- ```
- 请登录小红书
- ```
- **功能说明**:首次使用时会打开浏览器窗口,等待用户手动扫码登录。登录成功后,工具会保存登录状态。
- ### 2. 搜索笔记
- **工具函数**:
- ```
- mcp0_search_notes(keywords="关键词", limit=5)
- ```
- **在MCP客户端中的使用方式**:
- 发送包含关键词的搜索请求:
- ```
- 帮我搜索小红书笔记,关键词为:美食
- ```
- 指定返回数量:
- ```
- 帮我搜索小红书笔记,关键词为旅游,返回10条结果
- ```
- **功能说明**:根据关键词搜索小红书笔记,并返回指定数量的结果。默认返回5条结果。
- ### 3. 获取笔记内容
- **工具函数**:
- ```
- mcp0_get_note_content(url="笔记URL")
- ```
- **在MCP客户端中的使用方式**:
- 发送包含笔记URL的请求:
- ```
- 帮我获取这个笔记的内容:https://www.xiaohongshu.com/search_result/xxxx
- ```
- 或:
- ```
- 请查看这个小红书笔记的内容:https://www.xiaohongshu.com/search_result/xxxx
- ```
- **功能说明**:获取指定笔记URL的详细内容,包括标题、作者、发布时间和正文内容。
- ### 4. 获取笔记评论
- **工具函数**:
- ```
- mcp0_get_note_comments(url="笔记URL")
- ```
- **在MCP客户端中的使用方式**:
- 发送包含笔记URL的评论请求:
- ```
- 帮我获取这个笔记的评论:https://www.xiaohongshu.com/search_result/xxxx
- ```
- 或:
- ```
- 请查看这个小红书笔记的评论区:https://www.xiaohongshu.com/search_result/xxxx
- ```
- **功能说明**:获取指定笔记URL的评论信息,包括评论者、评论内容和评论时间。
- ### 5. 发布智能评论
- **工具函数**:
- ```
- mcp0_post_smart_comment(url="笔记URL", comment_type="评论类型")
- ```
- **在MCP客户端中的使用方式**:
- 发送包含笔记URL和评论类型的请求:
- ```
- 帮我为这个笔记写一条[类型]评论:https://www.xiaohongshu.com/explore/xxxx
- ```
- **功能说明**:获取笔记分析结果,并返回给MCP客户端,由客户端生成评论并调用post_comment发布。
- ### 6. 发布评论
- **工具函数**:
- ```
- mcp0_post_comment(url="笔记URL", comment="评论内容")
- ```
- **在MCP客户端中的使用方式**:
- 发送包含笔记URL和评论内容的请求:
- ```
- 帮我发布这条评论到笔记:https://www.xiaohongshu.com/explore/xxxx
- 评论内容:[评论内容]
- ```
- **功能说明**:将指定的评论内容发布到笔记页面。
- ## 四、使用指南
- ### 0. 工作原理
- 本工具采用两步式流程实现智能评论功能:
- 1. **笔记分析**:调用`post_smart_comment`工具获取笔记信息(标题、作者、内容等)
- 2. **评论生成与发布**:
- - MCP客户端(如Claude)基于笔记分析结果生成评论
- - 调用`post_comment`工具发布评论
- 这种设计充分利用了MCP客户端的AI能力,实现了更自然、相关的评论生成。
- ### 1. 在MCP客户端中的使用方式
- #### 基本操作
- | 功能 | 示例命令 |
- |---------|----------|
- | **搜索笔记** | `帮我搜索关于[关键词]的小红书笔记` |
- | **获取笔记内容** | `帮我查看这篇小红书笔记的内容:https://www.xiaohongshu.com/explore/xxxx` |
- | **分析笔记** | `帮我分析这篇小红书笔记:https://www.xiaohongshu.com/explore/xxxx` |
- | **获取评论** | `帮我查看这篇笔记的评论:https://www.xiaohongshu.com/explore/xxxx` |
- | **生成评论** | `帮我为这篇小红书笔记写一条[类型]评论:https://www.xiaohongshu.com/explore/xxxx` |
- #### 评论类型选项
- | 类型 | 描述 | 适用场景 |
- |---------|------|----------|
- | **引流** | 引导用户关注或私聊 | 增加粉丝或私信互动 |
- | **点赞** | 简单互动获取好感 | 增加曝光和互动率 |
- | **咨询** | 以问题形式增加互动 | 引发博主回复,增加互动深度 |
- | **专业** | 展示专业知识建立权威 | 建立专业形象,增强可信度 |
- ### 2. 实际工作流程示例
- ```
- 用户: 帮我为这个小红书笔记写一条专业类型的评论:https://www.xiaohongshu.com/explore/xxxx
- Claude: 我会帮您写一条专业类型的评论。让我获取笔记内容并生成评论。
- [调用post_smart_comment工具]
- # 工具返回笔记分析结果,包含标题、作者、内容、领域和关键词
- Claude: 我已经获取到笔记信息,这是一篇关于[主题]的笔记。基于内容,我生成并发布了以下专业评论:
- "[生成的专业评论内容]"
- [调用post_comment工具]
- Claude: 评论已成功发布!
- ```
- **注意**:上述流程中,`post_smart_comment`工具只负责获取笔记分析结果并返回给MCP客户端,实际的评论生成是由MCP客户端(如Claude)自身完成的。
- ### 3. 工作原理
- 新版小红书MCP工具采用了模块化设计,分为三个核心模块:
- 1. **笔记分析模块**(analyze_note)
- - 获取笔记的标题、作者、发布时间和内容
- - 分析笔记所属领域和关键词
- - 返回结构化的笔记信息
- 2. **评论生成模块**(由MCP客户端实现)
- - 接收笔记分析结果
- - 根据笔记内容和评论类型生成自然、相关的评论
- - 允许用户在发布前预览和修改评论
- 3. **评论发布模块**(post_comment)
- - 接收生成的评论内容
- - 定位并操作评论输入框
- - 发布评论并返回结果
- ## 五、代码结构
- - **xiaohongshu_mcp.py**:实现主要功能的核心文件,包含登录、搜索、获取内容和评论、发布评论等功能的代码逻辑。
- - **requirements.txt**:记录项目所需的依赖库。
- ## 六、常见问题与解决方案
- 1. **连接失败**:
- - 确保使用了虚拟环境中Python解释器的**完整绝对路径**
- - 确保MCP服务器正在运行
- - 尝试重启MCP服务器和客户端
- 2. **浏览器会话问题**:
- 如果遇到`Page.goto: Target page, context or browser has been closed`错误:
- - 重启MCP服务器
- - 重新连接并登录
- 3. **依赖安装问题**:
- 如果遇到`ModuleNotFoundError`错误:
- - 确保在虚拟环境中安装了所有依赖
- - 检查是否安装了fastmcp包
- ## 七、注意事项与问题解决
- ### 1. 使用注意事项
- - **浏览器模式**:工具使用 Playwright 的非隐藏模式运行,运行时会打开真实浏览器窗口
- - **登录方式**:首次登录需要手动扫码,后续使用若登录状态有效,则无需再次扫码
- - **平台规则**:使用过程中请严格遵守小红书平台的相关规定,避免过度操作,防止账号面临封禁风险
- - **评论频率**:建议控制评论发布频率,避免短时间内发布大量评论,每天发布评论数量不超过30条
- ### 2. 常见问题与解决方案
- #### 浏览器实例问题
- 如果遇到“Page.goto: Target page, context or browser has been closed”类似错误,可能是浏览器实例没有正确关闭或数据目录锁文件问题,请尝试:
- ```bash
- # 删除浏览器锁文件
- rm -f /项目路径/browser_data/SingletonLock /项目路径/browser_data/SingletonCookie
- # 如果问题仍然存在,备份并重建浏览器数据目录
- mkdir -p /项目路径/backup_browser_data
- mv /项目路径/browser_data/* /项目路径/backup_browser_data/
- mkdir -p /项目路径/browser_data
- ```
- #### 内容获取问题
- 如果无法获取笔记内容或内容不完整,可尝试:
- 1. **增加等待时间**:小红书笔记页面可能需要更长的加载时间,特别是包含大量图片或视频的笔记
- 2. **清除浏览器缓存**:有时浏览器缓存会影响内容获取
- 3. **尝试不同的获取方法**:工具集成了多种获取方法,如果一种方法失败,可以尝试其他方法
- #### 平台变化适应
- 小红书平台可能会更新页面结构和DOM元素,导致工具无法正常工作。如遇到此类问题:
- 1. **检查项目更新**:关注项目最新版本,及时更新
- 2. **调整选择器**:如果您熟悉代码,可以尝试调整CSS选择器或XPath表达式
- 3. **提交问题反馈**:向项目维护者提交问题,描述遇到的具体问题和页面变化
- ## 八、免责声明
- 本工具仅用于学习和研究目的,使用者应严格遵守相关法律法规以及小红书平台的规定。因使用不当导致的任何问题,本项目开发者不承担任何责任。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.