大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



在数字化营销的时代，小红书作为中国最大的生活方式分享平台之一，已经成为众多品牌和个人创作者的重要运营阵地。然而，手动运营小红书账号需要投入大量的时间和精力：每天发布内容、回复评论、分析数据等重复性工作让人应接不暇。

今天我要为大家介绍一个强大的工具——xiaohongshu-mcp，这是一个基于Model Context Protocol (MCP)的自动化工具，可以帮助你实现小红书的智能化运营，大大提升运营效率。

xiaohongshu-mcp是一个开源的自动化工具，专为小红书平台设计。它通过模拟浏览器操作的方式，实现了小红书的大部分核心功能，包括内容发布、互动管理、数据获取等。

核心特性

•  安全登录：支持二维码登录，自动管理登录状态
•  内容发布：支持图文和视频内容发布
•  内容搜索：强大的搜索功能，支持多种筛选条件
•  数据获取：获取推荐内容、帖子详情、用户主页等
•  互动管理：自动点赞、收藏、评论
•  AI集成：支持MCP协议，可与Claude Code、Cursor、VSCode、Cline、AnythingLLM、Cherry Studio、n8n等AI工具集成

1. 智能登录系统

xiaohongshu-mcp提供了完整的登录解决方案：

• 二维码登录：无需输入账号密码，直接扫码登录
• 状态检查：实时监控登录状态，自动处理过期情况

2. 内容发布能力

图文发布

• 支持本地图片和网络图片
• 自动处理图片上传和格式转换
• 支持添加话题标签
• 可设置定时发布

视频发布

• 支持本地视频文件上传
• 自动等待视频处理完成
• 支持添加标题、描述和标签

3. 内容搜索与发现

强大的搜索功能帮助你：

• 根据关键词搜索相关内容
• 支持多种筛选条件（发布时间、内容类型等）
• 获取热门话题和趋势

4. 数据分析与获取

• 帖子详情：获取完整的帖子信息，包括互动数据
• 评论管理：获取评论列表，支持回复评论
• 用户分析：获取用户主页信息和粉丝数据
• 推荐内容：获取首页推荐内容列表

5. 自动化互动

• 自动点赞心仪的内容
• 智能收藏有价值的信息
• 批量处理评论回复

xiaohongshu-mcp提供了多种部署方式，满足不同用户的需求：

Docker部署（推荐）

最简单的部署方式，无需安装开发环境：

# 拉取镜像 docker pull xpzouying/xiaohongshu-mcp

使用docker-compose启动

docker compose up -d

二进制部署

直接下载对应平台的二进制文件：

• macOS (Intel/Apple Silicon)
• Windows x64
• Linux x64

源码编译

如果你有Go开发环境，可以从源码编译：

GPT plus 代充 只需 145# 克隆项目 git clone https://github.com/xpzouying/xiaohongshu-mcp.git

编译

go build -o xiaohongshu-mcp .

1. 初始配置

首先进行登录配置：

# 运行登录工具 ./xiaohongshu-login

启动MCP服务

./xiaohongshu-mcp

2. AI工具集成

xiaohongshu-mcp支持与多种AI工具集成，目前已支持Claude Code、Cursor、VSCode、Cline、AnythingLLM、Cherry Studio、n8n、Google Gemini CLI等8+款主流AI工具。

Claude Code CLI

GPT plus 代充 只需 145# 添加MCP服务器 claude mcp add –transport http xiaohongshu-mcp http://localhost:18060/mcp

验证连接

claude mcp list

Cursor

项目级配置（推荐）： 在项目根目录创建 .cursor/mcp.json：

{ “mcpServers”: {

GPT plus 代充 只需 145"xiaohongshu-mcp": { "url": "http://localhost:18060/mcp", "description": "小红书内容发布服务" } 

} }

全局配置： 在用户目录创建 ~/.cursor/mcp.json。

配置完成后重启Cursor，工具将自动可用。

VSCode

工作区配置（推荐）： 在项目根目录创建 .vscode/mcp.json：

{ “servers”: {

GPT plus 代充 只需 145"xiaohongshu-mcp": { "url": "http://localhost:18060/mcp", "type": "http" } 

}, “inputs”: [] }

或者使用命令面板：

1. Ctrl/Cmd + Shift + P 打开命令面板
2. 运行 MCP: Add Server 命令
3. 选择 HTTP 方式，输入地址 http://localhost:18060/mcp

Google Gemini CLI

在 ~/.gemini/settings.json 或项目目录 .gemini/settings.json 中配置：

{ “mcpServers”: {

GPT plus 代充 只需 145"xiaohongshu": { "httpUrl": "http://localhost:18060/mcp", "timeout": 30000 } 

} }

Cline

在Cline的MCP设置中添加配置：

{ “xiaohongshu-mcp”: {

GPT plus 代充 只需 145"url": "http://localhost:18060/mcp", "type": "streamableHttp", "autoApprove": [], "disabled": false 

} }

配置说明：

• url: MCP服务地址
• type: 使用 streamableHttp 类型获得更好性能
• autoApprove: 自动批准的工具列表（留空表示手动批准）
• disabled: 设置为 false 启用服务

AnythingLLM

AnythingLLM是一款多模态AI客户端，支持workflow定义和多种插件扩展。

集成步骤：

1. 在AnythingLLM中创建新的workspace
2. 在工具配置中启用MCP插件
3. 添加xiaohongshu-mcp服务器配置：

   URL: http://localhost:18060/mcp 名称: xiaohongshu-mcp 

4. 保存配置后即可在对话中使用小红书功能

使用示例：

GPT plus 代充 只需 145帮我写一篇关于美食制作的帖子并发布到小红书 

Cherry Studio

Cherry Studio是一款AI客户端，支持MCP协议集成。

配置方法：

1. 打开Cherry Studio设置
2. 进入MCP配置页面
3. 添加新的MCP服务器：

   名称: xiaohongshu-mcp 类型: HTTP 地址: http://localhost:18060/mcp 

4. 保存配置并重启应用

n8n

n8n是一个工作流自动化工具，可以通过HTTP Request节点调用xiaohongshu-mcp的API。

配置workflow：

1. 创建新的workflow
2. 添加HTTP Request节点
3. 配置节点参数：

   GPT plus 代充 只需 145Method: POST URL: http://localhost:18060/api/v1/publish Body: JSON格式的发布参数 

4. 添加定时触发器实现自动化发布

示例workflow：

• 定时触发器 → AI生成内容 → HTTP请求发布 → 结果通知

MCP Inspector（调试工具）

用于测试和调试MCP连接：

# 安装MCP Inspector npm install -g @modelcontextprotocol/inspector

启动调试工具

npx @modelcontextprotocol/inspector

在浏览器中访问并连接到：http://localhost:18060/mcp

调试步骤：

1. 测试连接（Ping Server）
2. 检查工具列表（List Tools）
3. 验证工具调用（Tool Call）

其他MCP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。

通用配置模板：

GPT plus 代充 只需 145{ “name”: “xiaohongshu-mcp”, “url”: “http://localhost:18060/mcp";, ”type“: ”http“ } 

常见配置参数：

• url: MCP服务地址（必需）
• type: 连接类型，通常为”http“或”streamableHttp“
• timeout: 超时时间（毫秒）
• autoApprove: 自动批准的工具列表
• disabled: 是否禁用此服务

自定义AI工具集成

如果你使用的AI工具不在上述列表中，但支持MCP协议，可以按照以下步骤集成：

1. 确认工具支持MCP：检查你的AI工具是否支持MCP协议
2. 获取服务地址：xiaohongshu-mcp的服务地址为 http://localhost:18060/mcp
3. 配置连接：在AI工具中添加HTTP MCP服务器配置
4. 测试连接：使用MCP Inspector验证连接是否正常

集成故障排除

支持的AI工具对比

3. 实际使用场景

场景1：自动发布内容

通过AI生成内容并自动发布：

请帮我发布一篇关于”秋季护肤“的小红书笔记：

• 标题：秋季护肤必备攻略
• 内容：分享秋季护肤经验…
• 图片：使用本地图片路径
• 标签：护肤、秋季、美容 分析竞争对手的内容策略：

  场景2：内容搜索与分析

  GPT plus 代充 只需 145搜索”护肤品推荐“的相关笔记，分析前10篇的内容特点和互动数据 

  场景3：用户互动管理

  自动回复评论和私信：

  检查我的最新评论，回复积极的评论内容 

除了MCP协议，xiaohongshu-mcp还提供标准的RESTful HTTP API接口，适合程序化调用。

API基础信息

• Base URL: http://localhost:18060
• 数据格式: JSON
• 响应格式: 统一的JSON结构

主要API接口

健康检查

GPT plus 代充 只需 145GET /health 

登录管理

GET /api/v1/login/status # 检查登录状态 GET /api/v1/login/qrcode # 获取登录二维码 DELETE /api/v1/login/cookies # 重置登录状态 

内容发布

GPT plus 代充 只需 145POST /api/v1/publish # 发布图文内容 POST /api/v1/publish_video # 发布视频内容 

内容获取

GET /api/v1/feeds/list # 获取推荐列表 POST /api/v1/feeds/search # 搜索内容 POST /api/v1/feeds/detail # 获取帖子详情 

用户管理

GPT plus 代充 只需 145POST /api/v1/user/profile # 获取用户主页 

互动功能

POST /api/v1/feeds/comment # 发表评论 POST /api/v1/feeds/comment/reply # 回复评论 

API调用示例

发布图文内容：

GPT plus 代充 只需 145curl -X POST http://localhost:18060/api/v1/publish -H ”Content-Type: application/json“ -d ‘{

"title": "秋季护肤攻略", "content": "随着天气转凉，护肤重点也要调整...", "images": ["/path/to/image1.jpg"], "tags": ["护肤", "秋季"] 

}’

Python调用：

GPT plus 代充 只需 145import requests

data = {

"title": "秋季护肤攻略", "content": "随着天气转凉，护肤重点也要调整...", "images": ["/path/to/image1.jpg"], "tags": ["护肤", "秋季"] 

}

response = requests.post(”http://localhost:18060/api/v1/publish";, json=data) print(response.json())

MCP vs API对比

风险控制

• 实名认证：建议使用前完成小红书实名认证
• 内容合规：避免发布违规内容，遵守平台规则
• 频率控制：合理控制发布频率，避免被判定为 spam
• 单一登录：同一账号不要在多个设备同时登录

使用建议

1. 从小量开始：初期控制发布频率，观察账号表现
2. 内容质量：确保发布的内容有价值，避免纯搬运
3. 定期检查：监控账号状态，及时处理异常情况
4. 合规运营：遵守小红书平台规则，不进行违规营销

xiaohongshu-mcp基于现代技术栈构建：

• 后端语言：Go语言，性能优异
• 浏览器自动化：使用Chrome Headless
• 协议支持：MCP (Model Context Protocol)
• API设计：RESTful API + MCP双接口
• 部署方式：支持Docker、Binary、源码多种方式

开发环境搭建

1. 环境要求

• Go版本：1.20+
• 操作系统：Windows、macOS、Linux
• 浏览器：Chrome/Chromium（自动下载）

2. 克隆项目

GPT plus 代充 只需 145git clone https://github.com/xpzouying/xiaohongshu-mcp.git cd xiaohongshu-mcp 

3. 安装依赖

# 下载依赖 go mod download

验证安装

go mod verify

4. 运行项目

GPT plus 代充 只需 145# 开发模式运行 go run .

或编译后运行

go build -o xiaohongshu-mcp . ./xiaohongshu-mcp

项目架构分析

核心文件结构

xiaohongshu-mcp/ ├── main.go # 程序入口 ├── app_server.go # HTTP服务器 ├── mcp_server.go # MCP服务器 ├── mcp_handlers.go # MCP工具处理器 ├── handlers_api.go # HTTP API处理器 ├── routes.go # 路由配置 ├── service.go # 业务服务层 ├── middleware.go # 中间件 ├── types.go # 类型定义 ├── configs/ # 配置管理 ├── xiaohongshu/ # 核心功能模块 │ ├── login.go # 登录功能 │ ├── publish.go # 内容发布 │ ├── feeds.go # 内容获取 │ ├── search.go # 搜索功能 │ ├── user_profile.go # 用户信息 │ └── types.go # 小红书相关类型 ├── browser/ # 浏览器自动化 ├── cookies/ # Cookie管理 └── pkg/ # 工具包 

架构分层

1. 表现层：app_server.go + mcp_server.go
   • 处理HTTP请求和MCP协议
2. 业务逻辑层：service.go + xiaohongshu/
   • 核心业务逻辑实现
3. 数据访问层：browser/ + cookies/
   • 浏览器操作和数据持久化

添加新功能

示例：添加定时发布功能

1. 定义类型

在types.go中添加：

GPT plus 代充 只需 145type SchedulePublishRequest struct {

Title string `json:"title"` Content string `json:"content"` Images []string `json:"images"` ScheduleAt string `json:"schedule_at"` // ISO8601格式 Tags []string `json:"tags,omitempty"` Visibility string `json:"visibility,omitempty"` 

}

2. 实现业务逻辑

在xiaohongshu/publish.go中添加：

GPT plus 代充 只需 145func (x *Xiaohongshu) SchedulePublish(req *SchedulePublishRequest) error

// 计算延迟时间 delay := time.Until(scheduleTime) if delay < 0 { return fmt.Errorf("schedule time must be in the future") } // 异步执行发布 go func() { time.Sleep(delay) publishReq := &PublishRequest{ Title: req.Title, Content: req.Content, Images: req.Images, Tags: req.Tags, Visibility: req.Visibility, } x.Publish(publishReq) }() return nil 

}

3. 添加HTTP API

在handlers_api.go中添加：

GPT plus 代充 只需 145func (h *APIHandler) SchedulePublish(c *gin.Context) )

 return } if err := h.service.SchedulePublish(&req); err != nil { c.JSON(500, gin.H{"error": err.Error()}) return } c.JSON(200, gin.H{ "success": true, "message": "定时发布任务已创建", "data": gin.H{ "schedule_at": req.ScheduleAt, }, }) 

}

4. 添加路由

在routes.go中添加：

GPT plus 代充 只需 145api.POST(“/schedule”, handler.SchedulePublish) 

5. 添加MCP工具（可选）

在mcp_handlers.go中添加：

{

GPT plus 代充 只需 145Name: "schedule_publish", Description: "定时发布图文内容到小红书", InputSchema: map[string]interface{}{ "type": "object", "properties": map[string]interface{}{ "title": map[string]interface{}{ "type": "string", "description": "笔记标题", }, "content": map[string]interface{}{ "type": "string", "description": "笔记内容", }, "images": map[string]interface{}{ "type": "array", "items": map[string]interface{}{ "type": "string", }, "description": "图片路径数组", }, "schedule_at": map[string]interface{}{ "type": "string", "description": "发布时间，ISO8601格式，如：2024-01-20T10:30:00+08:00", }, }, "required": []string{"title", "content", "images", "schedule_at"}, }, 

}

测试新功能

1. 单元测试

创建测试文件xiaohongshu/publish_schedule_test.go：

package xiaohongshu

import (

GPT plus 代充 只需 145"testing" "time" "github.com/stretchr/testify/assert" 

)

func TestSchedulePublish(t *testing.T) {

x := &Xiaohongshu{} // 模拟定时发布请求 req := &SchedulePublishRequest{ Title: "测试定时发布", Content: "这是定时发布的测试内容", Images: []string{"/path/to/test.jpg"}, ScheduleAt: time.Now().Add(time.Minute).Format(time.RFC3339), } err := x.SchedulePublish(req) assert.NoError(t, err) 

}

2. API测试

GPT plus 代充 只需 145# 测试API curl -X POST http://localhost:18060/api/v1/schedule -H “Content-Type: application/json” -d ‘{

"title": "定时发布测试", "content": "这是定时发布的测试内容", "images": ["/path/to/image.jpg"], "schedule_at": "2024-01-20T10:30:00+08:00" 

}’

调试技巧

1. 开启调试模式

GPT plus 代充 只需 145// 在代码中添加调试日志 logrus.SetLevel(logrus.DebugLevel) logrus.Debug(“调试信息”) 

2. 浏览器可视化调试

# 启动非无头模式 go run . -headless=false 

3. 使用浏览器开发者工具

GPT plus 代充 只需 145// 在代码中添加断点 page := browser.Page() page.Eval(`debugger;`) // 在浏览器中暂停执行 

常见开发问题

xiaohongshu-mcp为小红书运营者提供了一个强大的自动化工具，支持与Claude Code、Cursor、VSCode、Cline、AnythingLLM、Cherry Studio、n8n等主流AI工具集成，通过智能化的操作流程，大大降低了运营的门槛和成本。

无论是个人创作者、品牌运营者还是营销团队，都可以通过这个工具实现：

• 效率提升：减少重复性手工操作
• 智能化运营：借助AI生成和分析内容
• 数据驱动：基于数据做出运营决策

当然，工具只是手段，内容质量和运营策略才是核心，希望大家能够创作出更多有价值的内容，为小红书社区贡献正能量。

> xiaohongshu-mcp 项目地址