小红书自动搜索评论工具（MCP Server 2.0）

本项目基于 JonaFly/RednoteMCP 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）：

   # 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：

   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:\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：

   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。

... View full README on GitHub