小红书自动搜索评论工具（MCP Server 2.0）

于 2025-05-21 08:00:00 发布
阅读量912 收藏 17
点赞数 26
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/usa808/article/details/148055653
版权

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）：

     
    # 创建虚拟环境 python3 -m venv venv # 激活虚拟环境 # Windows venvScriptsactivate # 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：
     
     
    pip install -r requirements.txt pip install fastmcp 
     
     
  5.  
    安装浏览器：安装Playwright所需的浏览器：
     
     
    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
 

{
    "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
 

{
    "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:UsersusernameDesktopMCPRedbook-Search-Comment-MCP2.0venvScriptspython.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：
     
     
    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：
 

 

# 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。

                

        

    

  



    

      

        

            

              
                
                  usa808
                
              
            

            

                关注
              
            

        

        

          
      

      










            

  



          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值