📕 小红书创作者MCP工具包 - 支持与AI客户端集成的内容创作和发布工具
一个强大的小红书自动化工具包,支持通过MCP协议与AI客户端(如Claude Desktop等)集成,实现与AI对话即可进行内容创作、发布及创作者数据分析。
在Chrome浏览器中访问:chrome://version/
# 使用webdriver-manager自动管理
pip install webdriver-manager
/usr/local/bin/
或 C:\tools\
).env
文件中配置正确路径# macOS (Homebrew)
brew install --cask chromedriver
# Windows (Chocolatey)
choco install chromedriver
# Linux (Ubuntu/Debian)
sudo apt-get install chromium-chromedriver
⚠️ 重要提示:版本不匹配是最常见的问题原因,请确保ChromeDriver版本与Chrome浏览器版本完全一致!
# 克隆项目
git clone https://github.com/aki66938/xhs-toolkit.git
cd xhs-toolkit
# 运行(会自动安装依赖)
./xhs # Mac/Linux
xhs.bat # Windows
# 或使用 Python
python install_deps.py # 安装依赖向导
./xhs # 启动程序
运行 ./xhs
后会显示友好的菜单界面:
╭─────────────────────────────────────────╮
│ 小红书MCP工具包 v1.3.0 │
│ 快速操作菜单系统 │
╰─────────────────────────────────────────╯
【主菜单】
1. 🔄 数据收集
2. 🌐 浏览器操作
3. 📊 数据管理
4. 🍪 Cookie管理
5. 🚀 MCP服务器
6. ⚙️ 系统工具
0. 退出
# 克隆项目
git clone https://github.com/aki66938/xhs-toolkit.git
cd xhs-toolkit
# 使用uv安装依赖并运行
uv sync
uv run python xhs_toolkit.py status ## 验证工具是否可用
💡 uv使用提示:文档中所有
python
命令都可以用uv run python
替代,享受更快的依赖管理体验!
# 克隆项目
git clone https://github.com/aki66938/xhs-toolkit.git
cd xhs-toolkit
# 创建虚拟环境(推荐)
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
# 安装依赖
pip install -r requirements.txt
python xhs_toolkit.py status ## 验证工具是否可用
复制并编辑配置文件:
cp env_example .env
vim .env # 编辑配置
必需配置:
# Chrome浏览器路径
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
# ChromeDriver路径
WEBDRIVER_CHROME_DRIVER="/opt/homebrew/bin/chromedriver"
# 方式一:使用交互式菜单
./xhs
# 选择 4 -> Cookie管理 -> 1 -> 获取新的Cookies
# 方式二:直接命令
./xhs cookie save
在弹出的浏览器中:
# 方式一:使用交互式菜单
./xhs
# 选择 5 -> MCP服务器 -> 1 -> 启动服务器
# 方式二:直接命令
./xhs server start
Claude Desktop
在 ~/Library/Application Support/Claude/claude_desktop_config.json
中添加:
{
"mcpServers": {
"xhs-toolkit": {
"command": "uv",
"args": [
"--directory",
"/path/to/xhs-toolkit",
"run",
"python",
"-m",
"src.server.mcp_server",
"--stdio"
]
}
}
}
如果不使用 uv,可以配置为:
{
"mcpServers": {
"xhs-toolkit": {
"command": "python3",
"args": [
"-m",
"src.server.mcp_server",
"--stdio"
],
"cwd": "/path/to/xhs-toolkit",
"env": {
"PYTHONPATH": "/path/to/xhs-toolkit"
}
}
}
}
注意:
/path/to/xhs-toolkit
替换为实际的项目路径~/Library/Application Support/Claude/claude_desktop_config.json
%APPDATA%\Claude\claude_desktop_config.json
cherry studio
在MCP配置中添加
n8n
在n8n的AI agent节点的tool中添加配置配置
工具名称 | 功能说明 | 参数 | 备注 |
---|---|---|---|
test_connection | 测试MCP连接 | 无 | 连接状态检查 |
smart_publish_note | 发布小红书笔记 ⚡ | title, content, images, videos, tags, topics | 支持本地路径、网络URL、话题标签 |
check_task_status | 检查发布任务状态 | task_id | 查看任务进度 |
get_task_result | 获取已完成任务的结果 | task_id | 获取最终发布结果 |
login_xiaohongshu | 智能登录小红书 | force_relogin, quick_mode | MCP专用无交互登录 |
get_creator_data_analysis | 获取创作者数据用于分析 | 无 | AI数据分析专用 |
通过与AI对话即可完成登录、发布、数据分析等操作,无需学习复杂命令。
用户:"登录小红书"
重要提示:
headless
参数,获取到cookies后再更改为无头模式图文发布(本地图片):
请发布一篇小红书笔记,标题:"今日分享",内容:"...",图片路径:"/User/me/xhs/poster.png"
图文发布(网络图片):
请发布一篇小红书笔记,标题:"美食分享",内容:"今天的美食",使用这个网络图片:https://example.com/food.jpg
视频发布:
请发布一篇小红书视频,标题:"今日vlog",内容:"...",视频路径:"/User/me/xhs/video.mp4"
带话题标签发布:
请发布一篇小红书笔记,标题:"AI学习心得",内容:"今天学习了机器学习基础",话题:"AI,人工智能,学习心得",图片:"/path/to/image.jpg"
请分析我的小红书账号数据,给出内容优化建议
手工上传过程中,浏览器会弹窗让用户选中文件路径,AI会将用户提供的路径参数传递给MCP工具,自动完成上传动作。
自动采集小红书创作者数据,支持定时任务和AI智能分析。
get_creator_data_analysis
MCP工具获取完整数据采用cron语法,写入配置文件.env
# 每6小时采集一次
COLLECTION_SCHEDULE=0 */6 * * *
# 工作日上午9点采集
COLLECTION_SCHEDULE=0 9 * * 1-5
# 每月1号凌晨2点采集
COLLECTION_SCHEDULE=0 2 1 * *
新增交互式菜单和手动操作工具,提供更便捷的操作体验:
# 启动交互式菜单
./xhs
# 或使用命令行
./xhs manual collect --type all # 收集所有数据
./xhs manual browser --page publish # 打开发布页面
./xhs manual export --format excel # 导出Excel
./xhs manual analyze # 分析数据趋势
data-topic
属性和隐藏标识,确保话题获得平台流量推荐topic_automation.py
专用模块,提供基础和高级自动化功能send_keys
无法触发下拉菜单的问题# 新的话题功能使用(MCP工具中自动支持)
smart_publish_note(
title="AI学习心得",
content="分享一些人工智能学习经验",
topics=["AI", "人工智能", "学习心得"], # 新增话题参数
images=["image.jpg"]
)
./xhs
,无需记忆复杂命令install_deps.py
安装向导./xhs
ImageProcessor
模块统一处理各种图片输入["local.jpg", "https://example.com/img.jpg"]
# 网络图片
smart_publish_note(
title="美食分享",
content="今天的美食",
images=["https://example.com/food.jpg"]
)
# 混合使用
smart_publish_note(
title="旅行记录",
content="风景很美",
images=["/local/photo.jpg", "https://example.com/view.jpg"]
)
--headless=new
和--headless
双重无头模式配置--disable-gpu-compositing
、--disable-notifications
等多个Chrome参数smart_parse_file_paths()
函数,使用JSON解析、ast.literal_eval等多种解析方式支持的输入格式:
"a.jpg,b.jpg,c.jpg"
"[a.jpg,b.jpg,c.jpg]"
'["a.jpg","b.jpg","c.jpg"]'
["a.jpg", "b.jpg", "c.jpg"]
"[a.jpg,'b.jpg',\"c.jpg\"]"
selenium.common.exceptions.SessionNotCreatedException: session not created: This version of ChromeDriver only supports Chrome version XX
✅ 解决方案:
chrome://version/
.env
文件中的路径配置selenium.common.exceptions.WebDriverException: 'chromedriver' executable needs to be in PATH
✅ 解决方案:
.env
中配置完整路径:WEBDRIVER_CHROME_DRIVER="/path/to/chromedriver"
chmod +x chromedriver
selenium.common.exceptions.WebDriverException: unknown error: cannot find Chrome binary
✅ 解决方案:在 .env
文件中配置正确的Chrome路径
# macOS
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"
# Windows
CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"
# Linux
CHROME_PATH="/usr/bin/google-chrome"
✅ 解决方案:
python xhs_toolkit.py server start
✅ 解决方案:
xhs_cookies.json
文件python xhs_toolkit.py cookie save
感谢所有为项目做出贡献的人!
如果您也想为项目做出贡献,欢迎提交 Pull Request 或 Issue!
本项目基于 MIT许可证 开源。
{ "mcpServers": { "xhs-toolkit": { "command": "python", "args": [ "-m", "src.server.mcp_server", "--stdio" ] } } }
Related projects feature coming soon
Will recommend related projects based on sub-categories