项目简介

本项目是一个基于 Model Context Protocol (MCP) 实现的服务器工具，旨在通过 MCP 客户端（如支持 MCP 的大模型应用）自动化执行小红书平台上的任务，包括用户登录、笔记搜索、笔记内容及评论获取，以及结合 AI 能力生成和发布评论。

主要功能点

持久化登录：支持手动扫码登录小红书，登录状态可保存，无需重复登录。
智能搜索：根据关键词搜索小红书笔记，可指定返回结果数量。
内容获取：获取指定笔记的详细内容，包含标题、作者、发布时间和正文。
评论获取：获取指定笔记的评论信息。
智能评论：获取笔记内容后，将信息传递给 AI 客户端，由 AI 生成评论内容，然后通过工具自动发布。支持引流、点赞、咨询、专业等多种评论类型。

安装步骤

准备 Python 环境：确保您的系统安装了 Python 3.8 或更高版本。
获取项目代码：从 GitHub 克隆或下载本项目到本地文件夹。

创建虚拟环境：在项目文件夹内打开终端，运行命令创建并激活一个 Python 虚拟环境（推荐）：

# 创建虚拟环境
python3 -m venv venv

# 激活虚拟环境 (根据您的操作系统选择)
# Windows
venv\Scripts\activate
# macOS/Linux
source venv/bin/activate

安装依赖：在已激活的虚拟环境中，安装项目所需的库：

pip install -r requirements.txt
pip install fastmcp

安装浏览器：安装 Playwright 工具所需的浏览器组件：
```
playwright install
```

服务器配置（供 MCP 客户端使用）

要将此工具作为 MCP 服务器接入您的 MCP 客户端（如 Claude for Desktop），您需要在客户端的配置文件中添加此服务器的配置信息。配置内容应指定服务器的启动命令及其参数。

配置通常是一个 JSON 对象，包含服务器名称（例如 '"xiaohongshu MCP"'），以及指定如何启动服务器进程的 'command' 和 'args' 参数：

'command': 必须填写您在安装步骤 3 中创建的虚拟环境中 Python 解释器的完整绝对路径。
'args': 必须填写本项目主程序文件 'xiaohongshu_mcp.py' 的完整绝对路径，并加上启动模式参数 '--stdio'。

示例说明（请根据您的实际路径替换）：

假设您的虚拟环境 Python 解释器路径是 '/home/username/projects/Redbook-Search-Comment-MCP2.0/venv/bin/python3'，项目文件路径是 '/home/username/projects/Redbook-Search-Comment-MCP2.0/xiaohongshu_mcp.py'。

您需要在 MCP 客户端的配置文件中添加类似以下结构的配置段（请注意，实际配置中需要填写您的真实路径）：

{
    "mcpServers": {
        "您的服务器名称": { // 例如 "小红书工具"
            "command": "/您的项目路径/venv/bin/python3",
            "args": [
                "/您的项目路径/xiaohongshu_mcp.py",
                "--stdio" // 使用标准输入输出模式通信
            ]
        }
        // ... 可能还有其他服务器配置
    }
}

重要提示：请将上述路径替换为您本地虚拟环境 Python 解释器和 'xiaohongshu_mcp.py' 文件的完整绝对路径。

基本使用方法

配置并启动 MCP 客户端后，客户端将连接到此 MCP 服务器。您可以在客户端的聊天界面中通过自然语言指令使用以下功能：

登录小红书：
- 输入类似 '"帮我登录小红书账号"' 的指令。
- 工具会打开浏览器窗口，请按照提示手动扫码登录。首次登录成功后状态会保存。
搜索笔记：
- 输入类似 '"帮我搜索小红书笔记，关键词为：美食"' 或 '"帮我搜索小红书笔记，关键词为旅游，返回10条结果"' 的指令。
- 工具将执行搜索并返回笔记列表及其链接。
获取笔记内容：
- 输入类似 '"帮我获取这个笔记的内容：[笔记URL]"' 或 '"请查看这个小红书笔记的内容：[笔记URL]"' 的指令。
- 工具将访问该笔记并返回标题、作者、时间及正文内容。
获取笔记评论：
- 输入类似 '"帮我获取这个笔记的评论：[笔记URL]"' 或 '"请查看这个小红书笔记的评论区：[笔记URL]"' 的指令。
- 工具将尝试抓取并返回该笔记的评论列表。
发布智能评论（结合 AI）：
- 输入类似 '"帮我为这个笔记写一条[评论类型]评论：[笔记URL]"' 的指令，评论类型可以是“引流”、“点赞”、“咨询”或“专业”。
- 工具首先获取笔记内容，然后将笔记信息和您指定的评论类型提供给 MCP 客户端的 AI。AI 将根据这些信息生成评论内容，并指示工具自动发布。
发布指定评论：
- 输入类似 '"帮我发布这条评论到笔记：[笔记URL]\n评论内容：[您的评论内容]"' 的指令。
- 工具将直接发布您提供的评论内容到指定的笔记。

关键词

项目简介

主要功能点

安装步骤

服务器配置（供 MCP 客户端使用）

基本使用方法

信息