✨ feat(project): 初始化小红书AI爆文工坊V2.0项目
- 新增项目配置文件(.gitignore, config.json)和核心文档(Todo.md, mcp.md) - 实现配置管理模块(config_manager.py)，支持单例模式和自动保存 - 实现LLM服务模块(llm_service.py)，包含文案生成、热点分析、评论回复等Prompt模板 - 实现SD服务模块(sd_service.py)，封装Stable Diffusion WebUI API调用 - 实现MCP客户端模块(mcp_client.py)，封装小红书MCP服务HTTP调用 - 实现主程序(main.py)，构建Gradio界面，包含内容创作、热点探测、评论管家、账号登录、数据看板五大功能模块 - 保留V1版本备份(main_v1_backup.py)供参考 - 添加项目依赖文件(requirements.txt)
This commit is contained in:
commit
88faca150d
3
.gitignore
vendored
Normal file
3
.gitignore
vendored
Normal file
@ -0,0 +1,3 @@
|
||||
xhs_workspace
|
||||
__pycache__
|
||||
*.log
|
||||
1
Todo.md
Normal file
1
Todo.md
Normal file
@ -0,0 +1 @@
|
||||
目前的脚本已经实现了从 “灵感 -> 文案 -> 绘图 -> 发布” 的核心闭环，作为一个个人辅助工具（MVP，最小可行性产品）已经非常出色了。但是，如果要作为一个专业的运营工具或者满足商业化需求，目前的版本还存在明显的短板。我将从 内容质量、运营闭环、账号安全、功能深度 四个维度为你进行全面分析，并给出升级建议。📊 当前功能评分表维度当前得分评价核心流程⭐⭐⭐⭐⭐流程跑通，无需在多个软件间切换，效率极大提升。内容质量⭐⭐⭐LLM 文案通用性强但个性不足；SD 绘图仅支持基础生图，缺乏精细控制。运营功能⭐⭐仅支持“发”，缺乏“看”（数据分析）和“回”（评论互动）。多媒体能力⭐⭐仅支持图片，不支持视频（尽管 MCP 支持）。稳定性⭐⭐⭐依赖本地环境和 Cookie 有效期，缺乏异常重试和账号管理。🔍 深度差距分析与改进建议1. 视觉能力的局限性 (痛点：图片不可控)目前使用的是基础的 txt2img（文生图）。问题：很难控制人物姿势、保持角色一致性（比如同一个博主IP）、或者在特定背景中植入产品。缺口：ControlNet 支持：无法指定姿势（Openpose）或线稿上色（Canny）。LoRA 切换：无法快速切换画风（如：二次元 vs 真实感 vs 胶片风）。Img2Img：无法基于参考图进行修改。💡 改进建议：在 UI 中增加 ControlNet 参数接口，或者增加“风格预设”下拉框（后台自动切换 LoRA）。2. 缺乏“选题与热点”辅助 (痛点：不知道写什么)目前主要依赖用户自己输入“主题”。问题：如果用户不知道最近什么火，写的文章可能没人看。缺口：MCP 搜索能力未利用：xiaohongshu-mcp 有 search_feeds 功能，但脚本里没用。💡 改进建议：增加 “热点探测” tab。逻辑：用户输入关键词 -> 调用 MCP 搜索 -> LLM 分析热门笔记的标题和结构 -> 生成“爆款模仿”方案。3. 缺失视频支持 (痛点：视频流量更大)小红书目前对视频流量扶持很大。问题：目前的 UI 和逻辑只支持图片。虽然 MCP 支持 publish_with_video，但你没接。💡 改进建议：UI 增加“上传视频”或“AI 生成视频”入口。接入 Runway / Luma API 或本地 AnimateDiff 生成几秒的动态视频。4. 运营互动的缺失 (痛点：发完不管)运营小红书，“养号”和“回复” 与发帖一样重要。问题：目前是“射后不理”。缺口：评论管理：无法自动回复评论，无法引导私域。数据反馈：发出去的笔记有多少阅读？脚本里看不到。💡 改进建议：增加 “评论管家” 模块：定期调用 MCP 获取新评论 -> LLM 生成回复 -> 调用 MCP 回复。增加 “数据看板”：调用 user_profile 展示昨日点赞涨粉数。5. 账号矩阵与安全性 (痛点：单点风险)问题：目前是单账号模式。缺口：多账号切换：如果我有 5 个号，需要反复手动扫码或替换 Cookie 文件。定时发布：只能“立即发布”。真正运营需要设定在晚高峰（18:00-21:00）自动发。💡 改进建议：引入简单的 SQLite 数据库或 JSON 文件管理多组 Cookie。引入 APScheduler 库，实现“存入草稿箱，特定时间自动调用 MCP 发布”。🛠️ 下一步升级路线图 (Roadmap)如果你想把这个脚本升级为V2.0 专业版，建议按以下顺序添加功能：第一阶段：补全 MCP 能力 (低成本，高回报)接入搜索功能：在写文案前，先让 AI 看 5 篇同类热门笔记。接入数据面板：在侧边栏显示当前账号粉丝数、获赞数。第二阶段：增强视觉 (提升内容力)SD 进阶：支持上传参考图 (img2img)。本地图库：有时候不想用 AI 图，想混排自己拍的照片，增加“本地上传”按钮。第三阶段：自动化运营 (解放双手)自动回复机器人：根据设定的人设（知性姐姐/毒舌博主）自动回评论。定时任务：设置一个队列，让它自己跑。
|
||||
10
config.json
Normal file
10
config.json
Normal file
@ -0,0 +1,10 @@
|
||||
{
|
||||
"api_key": "sk-d212b926f51f4f0f9297629cd2ab77b4",
|
||||
"base_url": "https://api.deepseek.com/v1",
|
||||
"sd_url": "http://127.0.0.1:7860",
|
||||
"mcp_url": "http://localhost:18060/mcp",
|
||||
"model": "deepseek-reasoner",
|
||||
"persona": "温柔知性的时尚博主",
|
||||
"auto_reply_enabled": false,
|
||||
"schedule_enabled": false
|
||||
}
|
||||
82
config_manager.py
Normal file
82
config_manager.py
Normal file
@ -0,0 +1,82 @@
|
||||
"""
|
||||
配置管理模块
|
||||
支持多配置项、默认值回退、自动保存
|
||||
"""
|
||||
import json
|
||||
import os
|
||||
import logging
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
CONFIG_FILE = "config.json"
|
||||
OUTPUT_DIR = "xhs_workspace"
|
||||
|
||||
DEFAULT_CONFIG = {
|
||||
"api_key": "",
|
||||
"base_url": "https://api.openai.com/v1",
|
||||
"sd_url": "http://127.0.0.1:7860",
|
||||
"mcp_url": "http://localhost:18060/mcp",
|
||||
"model": "gpt-3.5-turbo",
|
||||
"persona": "温柔知性的时尚博主",
|
||||
"auto_reply_enabled": False,
|
||||
"schedule_enabled": False,
|
||||
}
|
||||
|
||||
|
||||
class ConfigManager:
|
||||
"""配置管理器 - 单例模式"""
|
||||
|
||||
_instance = None
|
||||
_config = None
|
||||
|
||||
def __new__(cls):
|
||||
if cls._instance is None:
|
||||
cls._instance = super().__new__(cls)
|
||||
return cls._instance
|
||||
|
||||
def __init__(self):
|
||||
if self._config is None:
|
||||
self._config = self._load()
|
||||
|
||||
def _load(self) -> dict:
|
||||
"""从文件加载配置，缺失项用默认值填充"""
|
||||
config = DEFAULT_CONFIG.copy()
|
||||
if os.path.exists(CONFIG_FILE):
|
||||
try:
|
||||
with open(CONFIG_FILE, "r", encoding="utf-8") as f:
|
||||
saved = json.load(f)
|
||||
config.update(saved)
|
||||
except (json.JSONDecodeError, IOError) as e:
|
||||
logger.warning("配置文件读取失败，使用默认值: %s", e)
|
||||
return config
|
||||
|
||||
def save(self):
|
||||
"""保存配置到文件"""
|
||||
try:
|
||||
with open(CONFIG_FILE, "w", encoding="utf-8") as f:
|
||||
json.dump(self._config, f, indent=4, ensure_ascii=False)
|
||||
except IOError as e:
|
||||
logger.error("配置保存失败: %s", e)
|
||||
|
||||
def get(self, key: str, default=None):
|
||||
"""获取配置项"""
|
||||
return self._config.get(key, default)
|
||||
|
||||
def set(self, key: str, value):
|
||||
"""设置配置项并自动保存"""
|
||||
self._config[key] = value
|
||||
self.save()
|
||||
|
||||
def update(self, data: dict):
|
||||
"""批量更新配置"""
|
||||
self._config.update(data)
|
||||
self.save()
|
||||
|
||||
@property
|
||||
def all(self) -> dict:
|
||||
"""返回全部配置（副本）"""
|
||||
return self._config.copy()
|
||||
|
||||
def ensure_workspace(self):
|
||||
"""确保工作空间目录存在"""
|
||||
os.makedirs(OUTPUT_DIR, exist_ok=True)
|
||||
223
llm_service.py
Normal file
223
llm_service.py
Normal file
@ -0,0 +1,223 @@
|
||||
"""
|
||||
LLM 服务模块
|
||||
封装对 OpenAI 兼容 API 的调用，包含文案生成、热点分析、评论回复等 Prompt
|
||||
"""
|
||||
import requests
|
||||
import json
|
||||
import re
|
||||
import logging
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# ================= Prompt 模板 =================
|
||||
|
||||
PROMPT_COPYWRITING = """
|
||||
你是一个小红书爆款内容专家。请根据用户主题生成内容。
|
||||
|
||||
【标题规则】(严格执行)：
|
||||
1. 长度限制：必须控制在 18 字以内（含Emoji），绝对不能超过 20 字！
|
||||
2. 格式要求：Emoji + 爆点关键词 + 核心痛点。
|
||||
3. 禁忌：禁止使用"第一"、"最"、"顶级"等绝对化广告法违禁词。
|
||||
4. 风格：二极管标题（震惊/后悔/必看/避雷/哭了），具有强烈的点击欲望。
|
||||
|
||||
【正文规则】：
|
||||
1. 口语化，多用Emoji，分段清晰，不堆砌长句。
|
||||
2. 正文控制在 600 字以内（小红书限制 1000 字）。
|
||||
3. 结尾必须有 5 个以上相关话题标签(#)。
|
||||
|
||||
【绘图 Prompt】：
|
||||
生成对应的 Stable Diffusion 英文提示词，强调：masterpiece, best quality, 8k, soft lighting, ins style。
|
||||
|
||||
返回 JSON 格式：
|
||||
{"title": "...", "content": "...", "sd_prompt": "...", "tags": ["标签1", "标签2", ...]}
|
||||
"""
|
||||
|
||||
PROMPT_HOTSPOT_ANALYSIS = """
|
||||
你是一个小红书运营数据分析专家。下面是搜索到的热门笔记信息：
|
||||
|
||||
{feed_data}
|
||||
|
||||
请分析这些热门笔记，总结以下内容：
|
||||
1. **热门选题方向**：提炼 3-5 个最火的细分选题
|
||||
2. **标题套路**：总结高赞标题的共同特征和写作模板
|
||||
3. **内容结构**：分析爆款笔记的内容组织方式
|
||||
4. **推荐模仿方案**：基于分析结果，给出 3 个具体的模仿选题建议
|
||||
|
||||
返回 JSON 格式：
|
||||
{{"hot_topics": ["...", "..."], "title_patterns": ["...", "..."], "content_structure": "...", "suggestions": [{{"topic": "...", "reason": "..."}}]}}
|
||||
"""
|
||||
|
||||
PROMPT_COMMENT_REPLY = """
|
||||
你是一个小红书博主，人设为：{persona}。
|
||||
有人在你的笔记下评论了，请你用符合人设的口吻回复。
|
||||
|
||||
【规则】：
|
||||
1. 回复简洁，控制在 50 字以内
|
||||
2. 语气亲切自然，像和朋友聊天
|
||||
3. 适当加入 1-2 个 Emoji
|
||||
4. 如果是质疑，礼貌回应；如果是夸奖，真诚感谢
|
||||
|
||||
笔记标题：{post_title}
|
||||
用户评论：{comment}
|
||||
|
||||
直接返回回复内容，不需要 JSON 格式。
|
||||
"""
|
||||
|
||||
PROMPT_PROACTIVE_COMMENT = """
|
||||
你是一个小红书活跃用户，人设为：{persona}。
|
||||
你正在浏览一篇笔记，想要留下一条真诚、有价值的评论，以提升互动和曝光。
|
||||
|
||||
【笔记信息】：
|
||||
标题：{post_title}
|
||||
正文摘要：{post_content}
|
||||
|
||||
【已有评论参考（可能为空）】：
|
||||
{existing_comments}
|
||||
|
||||
【评论规则】：
|
||||
1. 评论简洁自然，控制在 30-80 字，不要像机器人
|
||||
2. 体现你对笔记内容的真实感受或个人经验
|
||||
3. 可以提问、分享类似经历、或表达共鸣
|
||||
4. 适当加入 1-2 个 Emoji，不要过多
|
||||
5. 不要重复已有评论的观点，找新角度
|
||||
6. 不要生硬带货或自我推广
|
||||
7. 语气因内容而异：教程类→请教/补充；种草类→分享体验；生活类→表达共鸣
|
||||
|
||||
直接返回评论内容，不需要 JSON 格式。
|
||||
"""
|
||||
|
||||
PROMPT_COPY_WITH_REFERENCE = """
|
||||
你是一个小红书爆款内容专家。参考以下热门笔记的风格和结构，创作全新原创内容。
|
||||
|
||||
【参考笔记】：
|
||||
{reference_notes}
|
||||
|
||||
【创作主题】：{topic}
|
||||
【风格要求】：{style}
|
||||
|
||||
【标题规则】：
|
||||
1. 长度限制：必须控制在 18 字以内（含Emoji），绝对不能超过 20 字！
|
||||
2. 借鉴参考笔记的标题套路但内容必须原创。
|
||||
|
||||
【正文规则】：
|
||||
1. 口语化，多用Emoji，分段清晰。
|
||||
2. 正文控制在 600 字以内。
|
||||
3. 结尾有 5 个以上话题标签(#)。
|
||||
|
||||
【绘图 Prompt】：
|
||||
生成 Stable Diffusion 英文提示词。
|
||||
|
||||
返回 JSON 格式：
|
||||
{{"title": "...", "content": "...", "sd_prompt": "...", "tags": ["标签1", "标签2", ...]}}
|
||||
"""
|
||||
|
||||
|
||||
class LLMService:
|
||||
"""LLM API 服务封装"""
|
||||
|
||||
def __init__(self, api_key: str, base_url: str, model: str = "gpt-3.5-turbo"):
|
||||
self.api_key = api_key
|
||||
self.base_url = base_url.rstrip("/")
|
||||
self.model = model
|
||||
|
||||
def _chat(self, system_prompt: str, user_message: str,
|
||||
json_mode: bool = True, temperature: float = 0.8) -> str:
|
||||
"""底层聊天接口"""
|
||||
headers = {
|
||||
"Authorization": f"Bearer {self.api_key}",
|
||||
"Content-Type": "application/json",
|
||||
}
|
||||
payload = {
|
||||
"model": self.model,
|
||||
"messages": [
|
||||
{"role": "system", "content": system_prompt},
|
||||
{"role": "user", "content": user_message},
|
||||
],
|
||||
"temperature": temperature,
|
||||
}
|
||||
if json_mode:
|
||||
payload["response_format"] = {"type": "json_object"}
|
||||
|
||||
try:
|
||||
resp = requests.post(
|
||||
f"{self.base_url}/chat/completions",
|
||||
headers=headers, json=payload, timeout=90
|
||||
)
|
||||
resp.raise_for_status()
|
||||
content = resp.json()["choices"][0]["message"]["content"]
|
||||
return content
|
||||
except requests.exceptions.Timeout:
|
||||
raise TimeoutError("LLM 请求超时，请检查网络或换一个模型")
|
||||
except requests.exceptions.HTTPError as e:
|
||||
raise ConnectionError(f"LLM API 错误 ({resp.status_code}): {resp.text[:200]}")
|
||||
except Exception as e:
|
||||
raise RuntimeError(f"LLM 调用异常: {e}")
|
||||
|
||||
def _parse_json(self, text: str) -> dict:
|
||||
"""从 LLM 返回文本中解析 JSON"""
|
||||
cleaned = re.sub(r"```json\s*|```", "", text).strip()
|
||||
return json.loads(cleaned)
|
||||
|
||||
# ---------- 业务方法 ----------
|
||||
|
||||
def get_models(self) -> list[str]:
|
||||
"""获取可用模型列表"""
|
||||
url = f"{self.base_url}/models"
|
||||
headers = {"Authorization": f"Bearer {self.api_key}"}
|
||||
resp = requests.get(url, headers=headers, timeout=10)
|
||||
resp.raise_for_status()
|
||||
data = resp.json()
|
||||
return [item["id"] for item in data.get("data", [])]
|
||||
|
||||
def generate_copy(self, topic: str, style: str) -> dict:
|
||||
"""生成小红书文案"""
|
||||
content = self._chat(
|
||||
PROMPT_COPYWRITING,
|
||||
f"主题：{topic}\n风格：{style}"
|
||||
)
|
||||
data = self._parse_json(content)
|
||||
|
||||
# 强制标题长度限制
|
||||
title = data.get("title", "")
|
||||
if len(title) > 20:
|
||||
title = title[:20]
|
||||
data["title"] = title
|
||||
|
||||
return data
|
||||
|
||||
def generate_copy_with_reference(self, topic: str, style: str,
|
||||
reference_notes: str) -> dict:
|
||||
"""参考热门笔记生成文案"""
|
||||
prompt = PROMPT_COPY_WITH_REFERENCE.format(
|
||||
reference_notes=reference_notes, topic=topic, style=style
|
||||
)
|
||||
content = self._chat(prompt, f"请创作关于「{topic}」的小红书笔记")
|
||||
data = self._parse_json(content)
|
||||
|
||||
title = data.get("title", "")
|
||||
if len(title) > 20:
|
||||
data["title"] = title[:20]
|
||||
return data
|
||||
|
||||
def analyze_hotspots(self, feed_data: str) -> dict:
|
||||
"""分析热门内容趋势"""
|
||||
prompt = PROMPT_HOTSPOT_ANALYSIS.format(feed_data=feed_data)
|
||||
content = self._chat(prompt, "请分析以上热门笔记数据")
|
||||
return self._parse_json(content)
|
||||
|
||||
def generate_reply(self, persona: str, post_title: str, comment: str) -> str:
|
||||
"""AI 生成评论回复"""
|
||||
prompt = PROMPT_COMMENT_REPLY.format(
|
||||
persona=persona, post_title=post_title, comment=comment
|
||||
)
|
||||
return self._chat(prompt, "请生成回复", json_mode=False, temperature=0.9).strip()
|
||||
|
||||
def generate_proactive_comment(self, persona: str, post_title: str,
|
||||
post_content: str, existing_comments: str = "") -> str:
|
||||
"""AI 生成主动评论"""
|
||||
prompt = PROMPT_PROACTIVE_COMMENT.format(
|
||||
persona=persona, post_title=post_title,
|
||||
post_content=post_content,
|
||||
existing_comments=existing_comments or "暂无评论",
|
||||
)
|
||||
return self._chat(prompt, "请生成评论", json_mode=False, temperature=0.9).strip()
|
||||
264
main_v1_backup.py
Normal file
264
main_v1_backup.py
Normal file
@ -0,0 +1,264 @@
|
||||
import gradio as gr
|
||||
import requests
|
||||
import json
|
||||
import base64
|
||||
import io
|
||||
import os
|
||||
import time
|
||||
import re
|
||||
import shutil
|
||||
import platform
|
||||
import subprocess
|
||||
from PIL import Image
|
||||
|
||||
# ================= 0. 基础配置与工具 =================
|
||||
|
||||
# 强制不走代理连接本地 SD
|
||||
os.environ['NO_PROXY'] = '127.0.0.1,localhost'
|
||||
|
||||
CONFIG_FILE = "config.json"
|
||||
OUTPUT_DIR = "xhs_workspace"
|
||||
os.makedirs(OUTPUT_DIR, exist_ok=True)
|
||||
|
||||
class ConfigManager:
|
||||
@staticmethod
|
||||
def load():
|
||||
if os.path.exists(CONFIG_FILE):
|
||||
try:
|
||||
with open(CONFIG_FILE, 'r', encoding='utf-8') as f:
|
||||
return json.load(f)
|
||||
except:
|
||||
pass
|
||||
return {
|
||||
"api_key": "",
|
||||
"base_url": "https://api.openai.com/v1",
|
||||
"sd_url": "http://127.0.0.1:7860",
|
||||
"model": "gpt-3.5-turbo"
|
||||
}
|
||||
|
||||
@staticmethod
|
||||
def save(config_data):
|
||||
with open(CONFIG_FILE, 'w', encoding='utf-8') as f:
|
||||
json.dump(config_data, f, indent=4, ensure_ascii=False)
|
||||
|
||||
# ================= 1. 核心逻辑功能 =================
|
||||
|
||||
def get_llm_models(api_key, base_url):
|
||||
if not api_key or not base_url:
|
||||
return gr.update(choices=[]), "⚠️ 请先填写配置"
|
||||
try:
|
||||
url = f"{base_url.rstrip('/')}/models"
|
||||
headers = {"Authorization": f"Bearer {api_key}"}
|
||||
response = requests.get(url, headers=headers, timeout=10)
|
||||
if response.status_code == 200:
|
||||
data = response.json()
|
||||
models = [item['id'] for item in data.get('data', [])]
|
||||
|
||||
# 保存配置
|
||||
cfg = ConfigManager.load()
|
||||
cfg['api_key'] = api_key
|
||||
cfg['base_url'] = base_url
|
||||
ConfigManager.save(cfg)
|
||||
|
||||
# 修复警告：允许自定义值
|
||||
return gr.update(choices=models, value=models[0] if models else None), f"✅ 已连接，加载 {len(models)} 个模型"
|
||||
return gr.update(), f"❌ 连接失败: {response.status_code}"
|
||||
except Exception as e:
|
||||
return gr.update(), f"❌ 错误: {e}"
|
||||
|
||||
def generate_copy(api_key, base_url, model, topic, style):
|
||||
if not api_key: return "", "", "", "❌ 缺 API Key"
|
||||
|
||||
# --- 核心修改：优化了 Prompt，增加字数和违禁词限制 ---
|
||||
system_prompt = """
|
||||
你是一个小红书爆款内容专家。请根据用户主题生成内容。
|
||||
|
||||
【标题规则】(严格执行)：
|
||||
1. 长度限制：必须控制在 18 字以内（含Emoji），绝对不能超过 20 字！
|
||||
2. 格式要求：Emoji + 爆点关键词 + 核心痛点。
|
||||
3. 禁忌：禁止使用“第一”、“最”、“顶级”等绝对化广告法违禁词。
|
||||
4. 风格：二极管标题（震惊/后悔/必看/避雷/哭了），具有强烈的点击欲望。
|
||||
|
||||
【正文规则】：
|
||||
1. 口语化，多用Emoji，分段清晰，不堆砌长句。
|
||||
2. 结尾必须有 5 个以上相关话题标签(#)。
|
||||
|
||||
【绘图 Prompt】：
|
||||
生成对应的 Stable Diffusion 英文提示词，强调：masterpiece, best quality, 8k, soft lighting, ins style。
|
||||
|
||||
返回 JSON 格式：
|
||||
{"title": "...", "content": "...", "sd_prompt": "..."}
|
||||
"""
|
||||
|
||||
try:
|
||||
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
|
||||
payload = {
|
||||
"model": model,
|
||||
"messages": [
|
||||
{"role": "system", "content": system_prompt},
|
||||
{"role": "user", "content": f"主题：{topic}\n风格：{style}"}
|
||||
],
|
||||
"response_format": {"type": "json_object"}
|
||||
}
|
||||
resp = requests.post(f"{base_url.rstrip('/')}/chat/completions", headers=headers, json=payload, timeout=60)
|
||||
|
||||
content = resp.json()['choices'][0]['message']['content']
|
||||
content = re.sub(r'```json\s*|```', '', content).strip()
|
||||
data = json.loads(content)
|
||||
|
||||
# --- 双重保险：Python 强制截断 ---
|
||||
title = data.get('title', '')
|
||||
# 如果 LLM 不听话超过了20字，强制截断并保留前19个字+省略号，或者直接保留前20个
|
||||
if len(title) > 20:
|
||||
title = title[:20]
|
||||
|
||||
return title, data.get('content', ''), data.get('sd_prompt', ''), "✅ 文案生成完毕"
|
||||
except Exception as e:
|
||||
return "", "", "", f"❌ 生成失败: {e}"
|
||||
|
||||
def get_sd_models(sd_url):
|
||||
try:
|
||||
resp = requests.get(f"{sd_url}/sdapi/v1/sd-models", timeout=3)
|
||||
if resp.status_code == 200:
|
||||
models = [m['title'] for m in resp.json()]
|
||||
return gr.update(choices=models, value=models[0] if models else None), "✅ SD 已连接"
|
||||
return gr.update(choices=[]), "❌ SD 连接失败"
|
||||
except:
|
||||
return gr.update(choices=[]), "❌ SD 未启动或端口错误"
|
||||
|
||||
def generate_images(sd_url, prompt, neg_prompt, model, steps, cfg):
|
||||
if not model: return None, "❌ 未选择模型"
|
||||
|
||||
# 切换模型
|
||||
try:
|
||||
requests.post(f"{sd_url}/sdapi/v1/options", json={"sd_model_checkpoint": model})
|
||||
except:
|
||||
pass # 忽略切换错误，继续尝试生成
|
||||
|
||||
payload = {
|
||||
"prompt": prompt,
|
||||
"negative_prompt": neg_prompt,
|
||||
"steps": steps,
|
||||
"cfg_scale": cfg,
|
||||
"width": 768,
|
||||
"height": 1024,
|
||||
"batch_size": 2
|
||||
}
|
||||
|
||||
try:
|
||||
resp = requests.post(f"{sd_url}/sdapi/v1/txt2img", json=payload, timeout=120)
|
||||
images = []
|
||||
for i in resp.json()['images']:
|
||||
img = Image.open(io.BytesIO(base64.b64decode(i)))
|
||||
images.append(img)
|
||||
return images, "✅ 图片生成完毕"
|
||||
except Exception as e:
|
||||
return None, f"❌ 绘图失败: {e}"
|
||||
|
||||
def one_click_export(title, content, images):
|
||||
if not title: return "❌ 无法导出：没有标题"
|
||||
|
||||
safe_title = re.sub(r'[\\/*?:"<>|]', "", title)[:20]
|
||||
folder_name = f"{int(time.time())}_{safe_title}"
|
||||
folder_path = os.path.join(OUTPUT_DIR, folder_name)
|
||||
os.makedirs(folder_path, exist_ok=True)
|
||||
|
||||
with open(os.path.join(folder_path, "文案.txt"), "w", encoding="utf-8") as f:
|
||||
f.write(f"{title}\n\n{content}")
|
||||
|
||||
if images:
|
||||
for idx, img in enumerate(images):
|
||||
img.save(os.path.join(folder_path, f"图{idx+1}.png"))
|
||||
|
||||
try:
|
||||
if platform.system() == "Windows":
|
||||
os.startfile(folder_path)
|
||||
elif platform.system() == "Darwin":
|
||||
subprocess.call(["open", folder_path])
|
||||
else:
|
||||
subprocess.call(["xdg-open", folder_path])
|
||||
return f"✅ 已导出至: {folder_path}"
|
||||
except:
|
||||
return f"✅ 已导出: {folder_path}"
|
||||
|
||||
# ================= 2. UI 界面构建 =================
|
||||
|
||||
cfg = ConfigManager.load()
|
||||
|
||||
with gr.Blocks(title="小红书全自动工作台", theme=gr.themes.Soft()) as app:
|
||||
gr.Markdown("## 🍒 小红书 AI 爆文生产工坊")
|
||||
|
||||
state_images = gr.State([])
|
||||
|
||||
with gr.Row():
|
||||
with gr.Column(scale=1):
|
||||
with gr.Accordion("⚙️ 系统设置 (自动保存)", open=True):
|
||||
api_key = gr.Textbox(label="LLM API Key", value=cfg['api_key'], type="password")
|
||||
base_url = gr.Textbox(label="Base URL", value=cfg['base_url'])
|
||||
sd_url = gr.Textbox(label="SD URL", value=cfg['sd_url'])
|
||||
|
||||
with gr.Row():
|
||||
btn_connect = gr.Button("🔗 连接并获取模型", size="sm")
|
||||
btn_refresh_sd = gr.Button("🔄 刷新 SD", size="sm")
|
||||
|
||||
# 修复点 1：允许自定义值，防止报错
|
||||
llm_model = gr.Dropdown(label="选择 LLM 模型", value=cfg['model'], allow_custom_value=True, interactive=True)
|
||||
sd_model = gr.Dropdown(label="选择 SD 模型", allow_custom_value=True, interactive=True)
|
||||
status_bar = gr.Markdown("等待就绪...")
|
||||
|
||||
gr.Markdown("### 💡 内容构思")
|
||||
topic = gr.Textbox(label="笔记主题", placeholder="例如：优衣库早春穿搭")
|
||||
style = gr.Dropdown(["好物种草", "干货教程", "情绪共鸣", "生活Vlog"], label="风格", value="好物种草")
|
||||
btn_step1 = gr.Button("✨ 第一步：生成文案方案", variant="primary")
|
||||
|
||||
with gr.Column(scale=1):
|
||||
gr.Markdown("### 📝 文案确认")
|
||||
# 修复点 2：去掉了 show_copy_button 参数，兼容旧版 Gradio
|
||||
res_title = gr.Textbox(label="标题 (AI生成)", interactive=True)
|
||||
res_content = gr.TextArea(label="正文 (AI生成)", lines=10, interactive=True)
|
||||
res_prompt = gr.TextArea(label="绘图提示词", lines=4, interactive=True)
|
||||
|
||||
with gr.Accordion("🎨 绘图参数", open=False):
|
||||
neg_prompt = gr.Textbox(label="反向词", value="nsfw, lowres, bad anatomy, text, error")
|
||||
steps = gr.Slider(15, 50, value=25, label="步数")
|
||||
cfg_scale = gr.Slider(1, 15, value=7, label="相关性 (CFG)")
|
||||
|
||||
btn_step2 = gr.Button("🎨 第二步：开始绘图", variant="primary")
|
||||
|
||||
with gr.Column(scale=1):
|
||||
gr.Markdown("### 🖼️ 视觉结果")
|
||||
gallery = gr.Gallery(label="生成预览", columns=1, height="auto")
|
||||
btn_export = gr.Button("📂 一键导出 (文案+图片)", variant="stop")
|
||||
export_msg = gr.Markdown("")
|
||||
|
||||
# ================= 3. 事件绑定 =================
|
||||
|
||||
btn_connect.click(fn=get_llm_models, inputs=[api_key, base_url], outputs=[llm_model, status_bar])
|
||||
btn_refresh_sd.click(fn=get_sd_models, inputs=[sd_url], outputs=[sd_model, status_bar])
|
||||
|
||||
btn_step1.click(
|
||||
fn=generate_copy,
|
||||
inputs=[api_key, base_url, llm_model, topic, style],
|
||||
outputs=[res_title, res_content, res_prompt, status_bar]
|
||||
)
|
||||
|
||||
def on_img_gen(sd_url, p, np, m, s, c):
|
||||
imgs, msg = generate_images(sd_url, p, np, m, s, c)
|
||||
return imgs, imgs, msg
|
||||
|
||||
btn_step2.click(
|
||||
fn=on_img_gen,
|
||||
inputs=[sd_url, res_prompt, neg_prompt, sd_model, steps, cfg_scale],
|
||||
outputs=[gallery, state_images, status_bar]
|
||||
)
|
||||
|
||||
btn_export.click(
|
||||
fn=one_click_export,
|
||||
inputs=[res_title, res_content, state_images],
|
||||
outputs=[export_msg]
|
||||
)
|
||||
|
||||
app.load(fn=get_sd_models, inputs=[sd_url], outputs=[sd_model, status_bar])
|
||||
|
||||
if __name__ == "__main__":
|
||||
app.launch(inbrowser=True)
|
||||
857
mcp.md
Normal file
857
mcp.md
Normal file
@ -0,0 +1,857 @@
|
||||
# xiaohongshu-mcp
|
||||
|
||||
<!-- ALL-CONTRIBUTORS-BADGE:START - Do not remove or modify this section -->
|
||||
[](#contributors-)
|
||||
<!-- ALL-CONTRIBUTORS-BADGE:END -->
|
||||
|
||||
[](./DONATIONS.md)
|
||||
[](./DONATIONS.md)
|
||||
[](https://hub.docker.com/r/xpzouying/xiaohongshu-mcp)
|
||||
|
||||
MCP for 小红书/xiaohongshu.com。
|
||||
|
||||
- 我的博客文章：[haha.ai/xiaohongshu-mcp](https://www.haha.ai/xiaohongshu-mcp)
|
||||
|
||||
**遇到任何问题，务必要先看 [各种疑难杂症](https://github.com/xpzouying/xiaohongshu-mcp/issues/56)**。
|
||||
|
||||
上面的 **疑难杂症** 列表后，还是解决不了你的部署问题，那么强烈推荐使用我写的另外一个工具：[xpzouying/x-mcp](https://github.com/xpzouying/x-mcp)，这个工具不需要你进行部署，只需要通过浏览器插件就能驱动你的 MCP，对于非技术同学来说更加友好。
|
||||
|
||||
## Star History
|
||||
|
||||
[](https://www.star-history.com/#xpzouying/xiaohongshu-mcp&Timeline)
|
||||
|
||||
## 赞赏支持
|
||||
|
||||
本项目所有的赞赏都会用于慈善捐赠。所有的慈善捐赠记录，请参考 [DONATIONS.md](./DONATIONS.md)。
|
||||
|
||||
**捐赠时，请备注 MCP 以及名字。**
|
||||
如需更正/撤回署名，请开 Issue 或通过邮箱联系。
|
||||
|
||||
**支付宝（不展示二维码）：**
|
||||
|
||||
通过支付宝向 **xpzouying@gmail.com** 赞赏。
|
||||
|
||||
**微信：**
|
||||
|
||||
<img src="donate/wechat@2x.png" alt="WeChat Pay QR" width="260" />
|
||||
|
||||
## 项目简介
|
||||
|
||||
**主要功能**
|
||||
|
||||
> 💡 **提示：** 点击下方功能标题可展开查看视频演示
|
||||
|
||||
<details>
|
||||
<summary><b>1. 登录和检查登录状态</b></summary>
|
||||
|
||||
第一步必须，小红书需要进行登录。可以检查当前登录状态。
|
||||
|
||||
**登录演示：**
|
||||
|
||||
https://github.com/user-attachments/assets/8b05eb42-d437-41b7-9235-e2143f19e8b7
|
||||
|
||||
**检查登录状态演示：**
|
||||
|
||||
https://github.com/user-attachments/assets/bd9a9a4a-58cb-4421-b8f3-015f703ce1f9
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>2. 发布图文内容</b></summary>
|
||||
|
||||
支持发布图文内容到小红书，包括标题、内容描述和图片。
|
||||
|
||||
**图片支持方式：**
|
||||
|
||||
支持两种图片输入方式：
|
||||
|
||||
1. **HTTP/HTTPS 图片链接**
|
||||
|
||||
```
|
||||
["https://example.com/image1.jpg", "https://example.com/image2.png"]
|
||||
```
|
||||
|
||||
2. **本地图片绝对路径**（推荐）
|
||||
```
|
||||
["/Users/username/Pictures/image1.jpg", "/home/user/images/image2.png"]
|
||||
```
|
||||
|
||||
**为什么推荐使用本地路径：**
|
||||
|
||||
- ✅ 稳定性更好，不依赖网络
|
||||
- ✅ 上传速度更快
|
||||
- ✅ 避免图片链接失效问题
|
||||
- ✅ 支持更多图片格式
|
||||
|
||||
**发布图文帖子演示：**
|
||||
|
||||
https://github.com/user-attachments/assets/8aee0814-eb96-40af-b871-e66e6bbb6b06
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>3. 发布视频内容</b></summary>
|
||||
|
||||
支持发布视频内容到小红书，包括标题、内容描述和本地视频文件。
|
||||
|
||||
**视频支持方式：**
|
||||
|
||||
仅支持本地视频文件绝对路径：
|
||||
|
||||
```
|
||||
"/Users/username/Videos/video.mp4"
|
||||
```
|
||||
|
||||
**功能特点：**
|
||||
|
||||
- ✅ 支持本地视频文件上传
|
||||
- ✅ 自动处理视频格式转换
|
||||
- ✅ 支持标题、内容描述和标签
|
||||
- ✅ 等待视频处理完成后自动发布
|
||||
|
||||
**注意事项：**
|
||||
|
||||
- 仅支持本地视频文件，不支持 HTTP 链接
|
||||
- 视频处理时间较长，请耐心等待
|
||||
- 建议视频文件大小不超过 1GB
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>4. 搜索内容</b></summary>
|
||||
|
||||
根据关键词搜索小红书内容。
|
||||
|
||||
**搜索帖子演示：**
|
||||
|
||||
https://github.com/user-attachments/assets/03c5077d-6160-4b18-b629-2e40933a1fd3
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>5. 获取推荐列表</b></summary>
|
||||
|
||||
获取小红书首页推荐内容列表。
|
||||
|
||||
**获取推荐列表演示：**
|
||||
|
||||
https://github.com/user-attachments/assets/110fc15d-46f2-4cca-bdad-9de5b5b8cc28
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>6. 获取帖子详情（包括互动数据和评论）</b></summary>
|
||||
|
||||
获取小红书帖子的完整详情，包括：
|
||||
|
||||
- 帖子内容（标题、描述、图片等）
|
||||
- 用户信息
|
||||
- 互动数据（点赞、收藏、分享、评论数）
|
||||
- 评论列表及子评论
|
||||
|
||||
**⚠️ 重要提示：**
|
||||
|
||||
- 需要提供帖子 ID 和 xsec_token（两个参数缺一不可）
|
||||
- 这两个参数可以从 Feed 列表或搜索结果中获取
|
||||
- 必须先登录才能使用此功能
|
||||
|
||||
**获取帖子详情演示：**
|
||||
|
||||
https://github.com/user-attachments/assets/76a26130-a216-4371-a6b3-937b8fda092a
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>7. 发表评论到帖子</b></summary>
|
||||
|
||||
支持自动发表评论到小红书帖子。
|
||||
|
||||
**功能说明：**
|
||||
|
||||
- 自动定位评论输入框
|
||||
- 输入评论内容并发布
|
||||
- 支持 HTTP API 和 MCP 工具调用
|
||||
|
||||
**⚠️ 重要提示：**
|
||||
|
||||
- 需要先登录才能使用此功能
|
||||
- 需要提供帖子 ID、xsec_token 和评论内容
|
||||
- 这些参数可以从 Feed 列表或搜索结果中获取
|
||||
|
||||
**发表评论演示：**
|
||||
|
||||
https://github.com/user-attachments/assets/cc385b6c-422c-489b-a5fc-63e92c695b80
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>8. 获取用户个人主页</b></summary>
|
||||
|
||||
获取小红书用户的个人主页信息，包括用户基本信息和笔记内容。
|
||||
|
||||
**功能说明：**
|
||||
|
||||
- 获取用户基本信息（昵称、简介、头像等）
|
||||
- 获取关注数、粉丝数、获赞量统计
|
||||
- 获取用户发布的笔记内容列表
|
||||
- 支持 HTTP API 和 MCP 工具调用
|
||||
|
||||
**⚠️ 重要提示：**
|
||||
|
||||
- 需要先登录才能使用此功能
|
||||
- 需要提供用户 ID 和 xsec_token
|
||||
- 这些参数可以从 Feed 列表或搜索结果中获取
|
||||
|
||||
**返回信息包括：**
|
||||
|
||||
- 用户基本信息：昵称、简介、头像、认证状态
|
||||
- 统计数据：关注数、粉丝数、获赞量、笔记数
|
||||
- 笔记列表：用户发布的所有公开笔记
|
||||
|
||||
</details>
|
||||
|
||||
**小红书基础运营知识**
|
||||
|
||||
- **标题：（非常重要）小红书要求标题不超过 20 个字**
|
||||
- **正文：（非常重要）：正文不能超过 1000 个字**
|
||||
- 当前支持图文发送以及视频发送：从推荐的角度看，图文的流量会比视频以及纯文字的更好。
|
||||
- （低优先级）可以考虑纯文字的支持。1. 个人感觉纯文字会大大增加运营的复杂度；2. 纯文字在我的使用场景的价值较低。
|
||||
- Tags：现已支持。添加合适的 Tags 能带来更多的流量。
|
||||
- 根据本人实操，小红书每天的发帖量应该是 **50 篇**。
|
||||
- **（非常重要）小红书的同一个账号不允许在多个网页端登录**，如果你登录了当前 xiaohongshu-mcp 后，就不要再在其他的网页端登录该账号，否则就会把当前 MCP 的账号“踢出登录”。你可以使用移动 App 端进行查看当前账号信息。
|
||||
|
||||
**风险说明**
|
||||
|
||||
1. 该项目是在自己的另外一个项目的基础上开源出来的，原来的项目稳定运行一年多，没有出现过封号的情况，只有出现过 Cookies 过期需要重新登录。
|
||||
2. 我是使用 Claude Code 接入，稳定自动化运营数周后，验证没有问题后开源。
|
||||
|
||||
该项目是基于学习的目的，禁止一切违法行为。
|
||||
|
||||
**实操结果**
|
||||
|
||||
第一天点赞/收藏数达到了 999+，
|
||||
|
||||
<img width="386" height="278" alt="CleanShot 2025-09-05 at 01 31 55@2x" src="https://github.com/user-attachments/assets/4b5a283b-bd38-45b8-b608-8f818997366c" />
|
||||
|
||||
<img width="350" height="280" alt="CleanShot 2025-09-05 at 01 32 49@2x" src="https://github.com/user-attachments/assets/4481e1e7-3ef6-4bbd-8483-dcee8f77a8f2" />
|
||||
|
||||
一周左右的成果
|
||||
|
||||
<img width="1840" height="582" alt="CleanShot 2025-09-05 at 01 33 13@2x" src="https://github.com/user-attachments/assets/fb367944-dc48-4bbd-8ece-934caa86323e" />
|
||||
|
||||
## 1. 使用教程
|
||||
|
||||
### 1.1. 快速开始（推荐）
|
||||
|
||||
**方式一：下载预编译二进制文件**
|
||||
|
||||
直接从 [GitHub Releases](https://github.com/xpzouying/xiaohongshu-mcp/releases) 下载对应平台的二进制文件：
|
||||
|
||||
**主程序（MCP 服务）：**
|
||||
|
||||
- **macOS Apple Silicon**: `xiaohongshu-mcp-darwin-arm64`
|
||||
- **macOS Intel**: `xiaohongshu-mcp-darwin-amd64`
|
||||
- **Windows x64**: `xiaohongshu-mcp-windows-amd64.exe`
|
||||
- **Linux x64**: `xiaohongshu-mcp-linux-amd64`
|
||||
|
||||
**登录工具：**
|
||||
|
||||
- **macOS Apple Silicon**: `xiaohongshu-login-darwin-arm64`
|
||||
- **macOS Intel**: `xiaohongshu-login-darwin-amd64`
|
||||
- **Windows x64**: `xiaohongshu-login-windows-amd64.exe`
|
||||
- **Linux x64**: `xiaohongshu-login-linux-amd64`
|
||||
|
||||
使用步骤：
|
||||
|
||||
```bash
|
||||
# 1. 首先运行登录工具
|
||||
chmod +x xiaohongshu-login-darwin-arm64
|
||||
./xiaohongshu-login-darwin-arm64
|
||||
|
||||
# 2. 然后启动 MCP 服务
|
||||
chmod +x xiaohongshu-mcp-darwin-arm64
|
||||
./xiaohongshu-mcp-darwin-arm64
|
||||
```
|
||||
|
||||
**⚠️ 重要提示**：首次运行时会自动下载无头浏览器（约 150MB），请确保网络连接正常。后续运行无需重复下载。
|
||||
|
||||
**方式二：源码编译**
|
||||
|
||||
<details>
|
||||
<summary>源码编译安装详情</summary>
|
||||
|
||||
依赖 Golang 环境，安装方法请参考 [Golang 官方文档](https://go.dev/doc/install)。
|
||||
|
||||
设置 Go 国内源的代理，
|
||||
|
||||
```bash
|
||||
# 配置 GOPROXY 环境变量，以下三选一
|
||||
|
||||
# 1. 七牛 CDN
|
||||
go env -w GOPROXY=https://goproxy.cn,direct
|
||||
|
||||
# 2. 阿里云
|
||||
go env -w GOPROXY=https://mirrors.aliyun.com/goproxy/,direct
|
||||
|
||||
# 3. 官方
|
||||
go env -w GOPROXY=https://goproxy.io,direct
|
||||
```
|
||||
|
||||
</details>
|
||||
|
||||
**方式三：使用 Docker 容器（最简单）**
|
||||
|
||||
<details>
|
||||
<summary>Docker 部署详情</summary>
|
||||
|
||||
使用 Docker 部署是最简单的方式，无需安装任何开发环境。
|
||||
|
||||
**1. 从 Docker Hub 拉取镜像（推荐）**
|
||||
|
||||
我们提供了预构建的 Docker 镜像，可以直接从 Docker Hub 拉取使用：
|
||||
|
||||
```bash
|
||||
# 拉取最新镜像
|
||||
docker pull xpzouying/xiaohongshu-mcp
|
||||
```
|
||||
|
||||
Docker Hub 地址：[https://hub.docker.com/r/xpzouying/xiaohongshu-mcp](https://hub.docker.com/r/xpzouying/xiaohongshu-mcp)
|
||||
|
||||
**2. 使用 Docker Compose 启动（推荐）**
|
||||
|
||||
我们提供了配置好的 `docker-compose.yml` 文件，可以直接使用：
|
||||
|
||||
```bash
|
||||
# 下载 docker-compose.yml
|
||||
wget https://raw.githubusercontent.com/xpzouying/xiaohongshu-mcp/main/docker/docker-compose.yml
|
||||
|
||||
# 或者如果已经克隆了项目，进入 docker 目录
|
||||
cd docker
|
||||
|
||||
# 启动服务
|
||||
docker compose up -d
|
||||
|
||||
# 查看日志
|
||||
docker compose logs -f
|
||||
|
||||
# 停止服务
|
||||
docker compose stop
|
||||
```
|
||||
|
||||
**3. 自己构建镜像（可选）**
|
||||
|
||||
```bash
|
||||
# 在项目根目录运行
|
||||
docker build -t xpzouying/xiaohongshu-mcp .
|
||||
```
|
||||
|
||||
**4. 配置说明**
|
||||
|
||||
Docker 版本会自动：
|
||||
|
||||
- 配置 Chrome 浏览器和中文字体
|
||||
- 挂载 `./data` 用于存储 cookies
|
||||
- 挂载 `./images` 用于存储发布的图片
|
||||
- 暴露 18060 端口供 MCP 连接
|
||||
|
||||
详细使用说明请参考：[Docker 部署指南](./docker/README.md)
|
||||
|
||||
</details>
|
||||
|
||||
Windows 遇到问题首先看这里：[Windows 安装指南](./docs/windows_guide.md)
|
||||
|
||||
### 1.2. 登录
|
||||
|
||||
第一次需要手动登录，需要保存小红书的登录状态。
|
||||
|
||||
**使用二进制文件**：
|
||||
|
||||
```bash
|
||||
# 运行对应平台的登录工具
|
||||
./xiaohongshu-login-darwin-arm64
|
||||
```
|
||||
|
||||
**使用源码**：
|
||||
|
||||
```bash
|
||||
go run cmd/login/main.go
|
||||
```
|
||||
|
||||
### 1.3. 启动 MCP 服务
|
||||
|
||||
启动 xiaohongshu-mcp 服务。
|
||||
|
||||
**使用二进制文件**：
|
||||
|
||||
```bash
|
||||
# 默认：无头模式，没有浏览器界面
|
||||
./xiaohongshu-mcp-darwin-arm64
|
||||
|
||||
# 非无头模式，有浏览器界面
|
||||
./xiaohongshu-mcp-darwin-arm64 -headless=false
|
||||
```
|
||||
|
||||
**使用源码**：
|
||||
|
||||
```bash
|
||||
# 默认：无头模式，没有浏览器界面
|
||||
go run .
|
||||
|
||||
# 非无头模式，有浏览器界面
|
||||
go run . -headless=false
|
||||
```
|
||||
|
||||
## 1.4. 验证 MCP
|
||||
|
||||
```bash
|
||||
npx @modelcontextprotocol/inspector
|
||||
```
|
||||
|
||||
|
||||
|
||||
运行后，打开红色标记的链接，配置 MCP inspector，输入 `http://localhost:18060/mcp` ，点击 `Connect` 按钮。
|
||||
|
||||
|
||||
|
||||
按照上面配置 MCP inspector 后，点击 `List Tools` 按钮，查看所有的 Tools。
|
||||
|
||||
## 1.5. 使用 MCP 发布
|
||||
|
||||
### 检查登录状态
|
||||
|
||||
|
||||
|
||||
### 发布图文
|
||||
|
||||
示例中是从 https://unsplash.com/ 中随机找了个图片做测试。
|
||||
|
||||
|
||||
|
||||
### 搜索内容
|
||||
|
||||
使用搜索功能，根据关键词搜索小红书内容：
|
||||
|
||||
|
||||
|
||||
## 2. MCP 客户端接入
|
||||
|
||||
本服务支持标准的 Model Context Protocol (MCP)，可以接入各种支持 MCP 的 AI 客户端。
|
||||
|
||||
### 2.1. 快速开始
|
||||
|
||||
#### 启动 MCP 服务
|
||||
|
||||
```bash
|
||||
# 启动服务（默认无头模式）
|
||||
go run .
|
||||
|
||||
# 或者有界面模式
|
||||
go run . -headless=false
|
||||
```
|
||||
|
||||
服务将运行在：`http://localhost:18060/mcp`
|
||||
|
||||
#### 验证服务状态
|
||||
|
||||
```bash
|
||||
# 测试 MCP 连接
|
||||
curl -X POST http://localhost:18060/mcp \
|
||||
-H "Content-Type: application/json" \
|
||||
-d '{"jsonrpc":"2.0","method":"initialize","params":{},"id":1}'
|
||||
```
|
||||
|
||||
#### Claude Code CLI 接入
|
||||
|
||||
```bash
|
||||
# 添加 HTTP MCP 服务器
|
||||
claude mcp add --transport http xiaohongshu-mcp http://localhost:18060/mcp
|
||||
|
||||
# 检查 MCP 是否添加成功（确保 MCP 已经启动的前提下，运行下面命令）
|
||||
claude mcp list
|
||||
```
|
||||
|
||||
### 2.2. 支持的客户端
|
||||
|
||||
<details>
|
||||
<summary><b>Claude Code CLI</b></summary>
|
||||
|
||||
官方命令行工具，已在上面快速开始部分展示：
|
||||
|
||||
```bash
|
||||
# 添加 HTTP MCP 服务器
|
||||
claude mcp add --transport http xiaohongshu-mcp http://localhost:18060/mcp
|
||||
|
||||
# 检查 MCP 是否添加成功（确保 MCP 已经启动的前提下，运行下面命令）
|
||||
claude mcp list
|
||||
```
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>Cursor</b></summary>
|
||||
|
||||
#### 配置文件的方式
|
||||
|
||||
创建或编辑 MCP 配置文件：
|
||||
|
||||
**项目级配置**（推荐）：
|
||||
在项目根目录创建 `.cursor/mcp.json`：
|
||||
|
||||
```json
|
||||
{
|
||||
"mcpServers": {
|
||||
"xiaohongshu-mcp": {
|
||||
"url": "http://localhost:18060/mcp",
|
||||
"description": "小红书内容发布服务 - MCP Streamable HTTP"
|
||||
}
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
**全局配置**：
|
||||
在用户目录创建 `~/.cursor/mcp.json` (同样内容)。
|
||||
|
||||
#### 使用步骤
|
||||
|
||||
1. 确保小红书 MCP 服务正在运行
|
||||
2. 保存配置文件后，重启 Cursor
|
||||
3. 在 Cursor 聊天中，工具应该自动可用
|
||||
4. 可以通过聊天界面的 "Available Tools" 查看已连接的 MCP 工具
|
||||
|
||||
**Demo**
|
||||
|
||||
插件 MCP 接入：
|
||||
|
||||
|
||||
|
||||
调用 MCP 工具：（以检查登录状态为例）
|
||||
|
||||
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>VSCode</b></summary>
|
||||
|
||||
#### 方法一：使用命令面板配置
|
||||
|
||||
1. 按 `Ctrl/Cmd + Shift + P` 打开命令面板
|
||||
2. 运行 `MCP: Add Server` 命令
|
||||
3. 选择 `HTTP` 方式。
|
||||
4. 输入地址： `http://localhost:18060/mcp`，或者修改成对应的 Server 地址。
|
||||
5. 输入 MCP 名字： `xiaohongshu-mcp`。
|
||||
|
||||
#### 方法二：直接编辑配置文件
|
||||
|
||||
**工作区配置**（推荐）：
|
||||
在项目根目录创建 `.vscode/mcp.json`：
|
||||
|
||||
```json
|
||||
{
|
||||
"servers": {
|
||||
"xiaohongshu-mcp": {
|
||||
"url": "http://localhost:18060/mcp",
|
||||
"type": "http"
|
||||
}
|
||||
},
|
||||
"inputs": []
|
||||
}
|
||||
```
|
||||
|
||||
**查看配置**：
|
||||
|
||||
|
||||
|
||||
1. 确认运行状态。
|
||||
2. 查看 `tools` 是否正确检测。
|
||||
|
||||
**Demo**
|
||||
|
||||
以搜索帖子内容为例：
|
||||
|
||||
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>Google Gemini CLI</b></summary>
|
||||
|
||||
在 `~/.gemini/settings.json` 或项目目录 `.gemini/settings.json` 中配置：
|
||||
|
||||
```json
|
||||
{
|
||||
"mcpServers": {
|
||||
"xiaohongshu": {
|
||||
"httpUrl": "http://localhost:18060/mcp",
|
||||
"timeout": 30000
|
||||
}
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
更多信息请参考 [Gemini CLI MCP 文档](https://google-gemini.github.io/gemini-cli/docs/tools/mcp-server.html)
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>MCP Inspector</b></summary>
|
||||
|
||||
调试工具，用于测试 MCP 连接：
|
||||
|
||||
```bash
|
||||
# 启动 MCP Inspector
|
||||
npx @modelcontextprotocol/inspector
|
||||
|
||||
# 在浏览器中连接到：http://localhost:18060/mcp
|
||||
```
|
||||
|
||||
使用步骤：
|
||||
|
||||
- 使用 MCP Inspector 测试连接
|
||||
- 测试 Ping Server 功能验证连接
|
||||
- 检查 List Tools 是否返回 6 个工具
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>Cline</b></summary>
|
||||
|
||||
Cline 是一个强大的 AI 编程助手，支持 MCP 协议集成。
|
||||
|
||||
#### 配置方法
|
||||
|
||||
在 Cline 的 MCP 设置中添加以下配置：
|
||||
|
||||
```json
|
||||
{
|
||||
"xiaohongshu-mcp": {
|
||||
"url": "http://localhost:18060/mcp",
|
||||
"type": "streamableHttp",
|
||||
"autoApprove": [],
|
||||
"disabled": false
|
||||
}
|
||||
}
|
||||
```
|
||||
|
||||
#### 使用步骤
|
||||
|
||||
1. 确保小红书 MCP 服务正在运行（`http://localhost:18060/mcp`）
|
||||
2. 在 Cline 中打开 MCP 设置
|
||||
3. 添加上述配置到 MCP 服务器列表
|
||||
4. 保存配置并重启 Cline
|
||||
5. 在对话中可以直接使用小红书相关功能
|
||||
|
||||
#### 配置说明
|
||||
|
||||
- `url`: MCP 服务地址
|
||||
- `type`: 使用 `streamableHttp` 类型以获得更好的性能
|
||||
- `autoApprove`: 可配置自动批准的工具列表（留空表示手动批准）
|
||||
- `disabled`: 设置为 `false` 启用此 MCP 服务
|
||||
|
||||
#### 使用示例
|
||||
|
||||
配置完成后，可以在 Cline 中直接使用自然语言操作小红书：
|
||||
|
||||
```
|
||||
帮我检查小红书登录状态
|
||||
```
|
||||
|
||||
```
|
||||
帮我发布一篇关于春天的图文到小红书，使用这张图片：/path/to/spring.jpg
|
||||
```
|
||||
|
||||
```
|
||||
搜索小红书上关于"美食"的内容
|
||||
```
|
||||
|
||||
</details>
|
||||
|
||||
<details>
|
||||
<summary><b>其他支持 HTTP MCP 的客户端</b></summary>
|
||||
|
||||
任何支持 HTTP MCP 协议的客户端都可以连接到：`http://localhost:18060/mcp`
|
||||
|
||||
基本配置模板：
|
||||
|
||||
```json
|
||||
{
|
||||
"name": "xiaohongshu-mcp",
|
||||
"url": "http://localhost:18060/mcp",
|
||||
"type": "http"
|
||||
}
|
||||
```
|
||||
|
||||
</details>
|
||||
|
||||
### 2.3. 可用 MCP 工具
|
||||
|
||||
连接成功后，可使用以下 MCP 工具：
|
||||
|
||||
- `check_login_status` - 检查小红书登录状态（无参数）
|
||||
- `publish_content` - 发布图文内容到小红书（必需：title, content, images）
|
||||
- `images`: 支持 HTTP 链接或本地绝对路径，推荐使用本地路径
|
||||
- `publish_with_video` - 发布视频内容到小红书（必需：title, content, video）
|
||||
- `video`: 仅支持本地视频文件绝对路径
|
||||
- `list_feeds` - 获取小红书首页推荐列表（无参数）
|
||||
- `search_feeds` - 搜索小红书内容（需要：keyword）
|
||||
- `get_feed_detail` - 获取帖子详情（需要：feed_id, xsec_token）
|
||||
- `post_comment_to_feed` - 发表评论到小红书帖子（需要：feed_id, xsec_token, content）
|
||||
- `user_profile` - 获取用户个人主页信息（需要：user_id, xsec_token）
|
||||
|
||||
### 2.4. 使用示例
|
||||
|
||||
使用 Claude Code 发布内容到小红书：
|
||||
|
||||
**示例 1：使用 HTTP 图片链接**
|
||||
|
||||
```
|
||||
帮我写一篇帖子发布到小红书上，
|
||||
配图为：https://cn.bing.com/th?id=OHR.MaoriRock_EN-US6499689741_UHD.jpg&w=3840
|
||||
图片是："纽西兰陶波湖的Ngātoroirangi矿湾毛利岩雕（© Joppi/Getty Images）"
|
||||
|
||||
使用 xiaohongshu-mcp 进行发布。
|
||||
```
|
||||
|
||||
**示例 2：使用本地图片路径（推荐）**
|
||||
|
||||
```
|
||||
帮我写一篇关于春天的帖子发布到小红书上，
|
||||
使用这些本地图片：
|
||||
- /Users/username/Pictures/spring_flowers.jpg
|
||||
- /Users/username/Pictures/cherry_blossom.jpg
|
||||
|
||||
使用 xiaohongshu-mcp 进行发布。
|
||||
```
|
||||
|
||||
**示例 3：发布视频内容**
|
||||
|
||||
```
|
||||
帮我写一篇关于美食制作的视频发布到小红书上，
|
||||
使用这个本地视频文件：
|
||||
- /Users/username/Videos/cooking_tutorial.mp4
|
||||
|
||||
使用 xiaohongshu-mcp 的视频发布功能。
|
||||
```
|
||||
|
||||
|
||||
|
||||
**发布结果：**
|
||||
|
||||
<img src="./assets/publish_result.jpeg" alt="xiaohongshu-mcp 发布结果" width="300">
|
||||
|
||||
### 2.5. 💬 MCP 使用常见问题解答
|
||||
|
||||
---
|
||||
|
||||
**Q:** 为什么检查登录用户名显示 `xiaghgngshu-mcp`？
|
||||
**A:** 用户名是写死的。
|
||||
|
||||
---
|
||||
|
||||
**Q:** 显示发布成功后，但实际上没有显示？
|
||||
**A:** 排查步骤如下：
|
||||
1. 使用 **非无头模式** 重新发布一次。
|
||||
2. 更换 **不同的内容** 重新发布。
|
||||
3. 登录网页版小红书，查看账号是否被 **风控限制网页版发布**。
|
||||
4. 检查 **图片大小** 是否过大。
|
||||
5. 确认 **图片路径中没有中文字符**。
|
||||
6. 若使用网络图片地址，请确认 **图片链接可正常访问**。
|
||||
|
||||
---
|
||||
|
||||
**Q:** 在设备上运行 MCP 程序出现闪退如何解决？
|
||||
**A:**
|
||||
1. 建议 **从源码安装**。
|
||||
2. 或使用 **Docker 安装 xiaohongshu-mcp**，教程参考：
|
||||
- [使用 Docker 安装 xiaohongshu-mcp](https://github.com/xpzouying/xiaohongshu-mcp#:~:text=%E6%96%B9%E5%BC%8F%E4%B8%89%EF%BC%9A%E4%BD%BF%E7%94%A8%20Docker%20%E5%AE%B9%E5%99%A8%EF%BC%88%E6%9C%80%E7%AE%80%E5%8D%95%EF%BC%89)
|
||||
- [X-MCP 项目页面](https://github.com/xpzouying/x-mcp/)
|
||||
|
||||
---
|
||||
|
||||
**Q:** 使用 `http://localhost:18060/mcp` 进行 MCP 验证时提示无法连接？
|
||||
**A:**
|
||||
- 在 **Docker 环境** 下，请使用
|
||||
👉 [http://host.docker.internal:18060/mcp](http://host.docker.internal:18060/mcp)
|
||||
- 在 **非 Docker 环境** 下，请使用 **本机 IPv4 地址** 访问。
|
||||
|
||||
---
|
||||
|
||||
## 3. 🌟 实战案例展示 (Community Showcases)
|
||||
|
||||
> 💡 **强烈推荐查看**：这些都是社区贡献者的真实使用案例，包含详细的配置步骤和实战经验！
|
||||
|
||||
### 📚 完整教程列表
|
||||
|
||||
1. **[n8n 完整集成教程](./examples/n8n/README.md)** - 工作流自动化平台集成
|
||||
2. **[Cherry Studio 完整配置教程](./examples/cherrystudio/README.md)** - AI 客户端完美接入
|
||||
3. **[Claude Code + Kimi K2 接入教程](./examples/claude-code/claude-code-kimi-k2.md)** - Claude Code 门槛太高，那么就接入 Kimi 国产大模型吧～
|
||||
4. **[AnythingLLM 完整指南](./examples/anythingLLM/readme.md)** - AnythingLLM 是一款 all-in-one 多模态 AI 客户端，支持 workflow 定义，支持多种大模型和插件扩展。
|
||||
|
||||
> 🎯 **提示**: 点击上方链接查看详细的图文教程，快速上手各种集成方案！
|
||||
>
|
||||
> 📢 **欢迎贡献**: 如果你有新的集成案例，欢迎提交 PR 分享给社区！
|
||||
|
||||
## 4. 小红书 MCP 互助群
|
||||
|
||||
**重要：在群里问问题之前，请一定要先仔细看完 README 文档以及查看 Issues。**
|
||||
|
||||
<!-- 两列排布：飞书二群 | 微信群 -->
|
||||
|
||||
| 【飞书 3 群】：扫码进入 | 【微信群 13 群】：扫码进入 |
|
||||
| ------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------- |
|
||||
| <img src="https://github.com/user-attachments/assets/9a0ec41a-cb65-4f4e-a0f7-31658a49512d" alt="qrcode_2qun" width="300"> | <img src="https://github.com/user-attachments/assets/eb1c4a86-a88c-4ce9-8eb2-db9a855f44e6" alt="WechatIMG119" width="300"> |
|
||||
|
||||
|
||||
|
||||
|
||||
## 🙏 致谢贡献者 ✨
|
||||
|
||||
感谢以下所有为本项目做出贡献的朋友！（排名不分先后）
|
||||
|
||||
<!-- ALL-CONTRIBUTORS-LIST:START - Do not remove or modify this section -->
|
||||
<!-- prettier-ignore-start -->
|
||||
<!-- markdownlint-disable -->
|
||||
<table>
|
||||
<tbody>
|
||||
<tr>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://haha.ai"><img src="https://avatars.githubusercontent.com/u/3946563?v=4?s=100" width="100px;" alt="zy"/><br /><sub><b>zy</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=xpzouying" title="Code">💻</a> <a href="#ideas-xpzouying" title="Ideas, Planning, & Feedback">🤔</a> <a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=xpzouying" title="Documentation">📖</a> <a href="#design-xpzouying" title="Design">🎨</a> <a href="#maintenance-xpzouying" title="Maintenance">🚧</a> <a href="#infra-xpzouying" title="Infrastructure (Hosting, Build-Tools, etc)">🚇</a> <a href="https://github.com/xpzouying/xiaohongshu-mcp/pulls?q=is%3Apr+reviewed-by%3Axpzouying" title="Reviewed Pull Requests">👀</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="http://www.hwbuluo.com"><img src="https://avatars.githubusercontent.com/u/1271815?v=4?s=100" width="100px;" alt="clearwater"/><br /><sub><b>clearwater</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=esperyong" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/laryzhong"><img src="https://avatars.githubusercontent.com/u/47939471?v=4?s=100" width="100px;" alt="Zhongpeng"/><br /><sub><b>Zhongpeng</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=laryzhong" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/DTDucas"><img src="https://avatars.githubusercontent.com/u/105262836?v=4?s=100" width="100px;" alt="Duong Tran"/><br /><sub><b>Duong Tran</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=DTDucas" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/Angiin"><img src="https://avatars.githubusercontent.com/u/17389304?v=4?s=100" width="100px;" alt="Angiin"/><br /><sub><b>Angiin</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=Angiin" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/muhenan"><img src="https://avatars.githubusercontent.com/u/43441941?v=4?s=100" width="100px;" alt="Henan Mu"/><br /><sub><b>Henan Mu</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=muhenan" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/chengazhen"><img src="https://avatars.githubusercontent.com/u/52627267?v=4?s=100" width="100px;" alt="Journey"/><br /><sub><b>Journey</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=chengazhen" title="Code">💻</a></td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/eveyuyi"><img src="https://avatars.githubusercontent.com/u/69026872?v=4?s=100" width="100px;" alt="Eve Yu"/><br /><sub><b>Eve Yu</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=eveyuyi" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/CooperGuo"><img src="https://avatars.githubusercontent.com/u/183056602?v=4?s=100" width="100px;" alt="CooperGuo"/><br /><sub><b>CooperGuo</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=CooperGuo" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://biboyqg.github.io/"><img src="https://avatars.githubusercontent.com/u/125724218?v=4?s=100" width="100px;" alt="Banghao Chi"/><br /><sub><b>Banghao Chi</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=BiboyQG" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/varz1"><img src="https://avatars.githubusercontent.com/u/60377372?v=4?s=100" width="100px;" alt="varz1"/><br /><sub><b>varz1</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=varz1" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://google.meloguan.site"><img src="https://avatars.githubusercontent.com/u/62586556?v=4?s=100" width="100px;" alt="Melo Y Guan"/><br /><sub><b>Melo Y Guan</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=Meloyg" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/lmxdawn"><img src="https://avatars.githubusercontent.com/u/21293193?v=4?s=100" width="100px;" alt="lmxdawn"/><br /><sub><b>lmxdawn</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=lmxdawn" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/haikow"><img src="https://avatars.githubusercontent.com/u/22428382?v=4?s=100" width="100px;" alt="haikow"/><br /><sub><b>haikow</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=haikow" title="Code">💻</a></td>
|
||||
</tr>
|
||||
<tr>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://carlo-blog.aiju.fun/"><img src="https://avatars.githubusercontent.com/u/18513362?v=4?s=100" width="100px;" alt="Carlo"/><br /><sub><b>Carlo</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=a67793581" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/hrz394943230"><img src="https://avatars.githubusercontent.com/u/28583005?v=4?s=100" width="100px;" alt="hrz"/><br /><sub><b>hrz</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=hrz394943230" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/ctrlz526"><img src="https://avatars.githubusercontent.com/u/143257420?v=4?s=100" width="100px;" alt="Ctrlz"/><br /><sub><b>Ctrlz</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=ctrlz526" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/flippancy"><img src="https://avatars.githubusercontent.com/u/6467703?v=4?s=100" width="100px;" alt="flippancy"/><br /><sub><b>flippancy</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=flippancy" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://github.com/Infinityay"><img src="https://avatars.githubusercontent.com/u/103165980?v=4?s=100" width="100px;" alt="Yuhang Lu"/><br /><sub><b>Yuhang Lu</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=Infinityay" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="https://triepod.ai"><img src="https://avatars.githubusercontent.com/u/199543909?v=4?s=100" width="100px;" alt="Bryan Thompson"/><br /><sub><b>Bryan Thompson</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=triepod-ai" title="Code">💻</a></td>
|
||||
<td align="center" valign="top" width="14.28%"><a href="http://www.megvii.com"><img src="https://avatars.githubusercontent.com/u/7806992?v=4?s=100" width="100px;" alt="tan jun"/><br /><sub><b>tan jun</b></sub></a><br /><a href="https://github.com/xpzouying/xiaohongshu-mcp/commits?author=tanxxjun321" title="Code">💻</a></td>
|
||||
</tr>
|
||||
</tbody>
|
||||
</table>
|
||||
|
||||
<!-- markdownlint-restore -->
|
||||
<!-- prettier-ignore-end -->
|
||||
|
||||
<!-- ALL-CONTRIBUTORS-LIST:END -->
|
||||
|
||||
### ✨ 特别感谢
|
||||
|
||||
| 贡献者 |
|
||||
| --------------------------------------------------------------------------------------------------------------------------- |
|
||||
| [<img src="https://avatars.githubusercontent.com/wanpengxie" width="100px;"><br>@wanpengxie](https://github.com/wanpengxie) |
|
||||
|
||||
本项目遵循 [all-contributors](https://github.com/all-contributors/all-contributors) 规范。欢迎任何形式的贡献！
|
||||
321
mcp_client.py
Normal file
321
mcp_client.py
Normal file
@ -0,0 +1,321 @@
|
||||
"""
|
||||
小红书 MCP HTTP 客户端
|
||||
封装对 xiaohongshu-mcp 服务 (http://localhost:18060/mcp) 的调用
|
||||
"""
|
||||
import requests
|
||||
import json
|
||||
import logging
|
||||
import uuid
|
||||
import base64
|
||||
import re
|
||||
import io
|
||||
from PIL import Image
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
MCP_DEFAULT_URL = "http://localhost:18060/mcp"
|
||||
MCP_TIMEOUT = 60 # 秒
|
||||
|
||||
|
||||
class MCPClient:
|
||||
"""小红书 MCP 服务的 HTTP 客户端封装"""
|
||||
|
||||
def __init__(self, base_url: str = MCP_DEFAULT_URL):
|
||||
self.base_url = base_url
|
||||
self.session = requests.Session()
|
||||
self.session.headers.update({"Content-Type": "application/json"})
|
||||
self._session_id = None
|
||||
self._initialized = False
|
||||
|
||||
# ---------- 底层通信 ----------
|
||||
|
||||
def _call(self, method: str, params: dict = None) -> dict:
|
||||
"""发送 JSON-RPC 请求到 MCP 服务"""
|
||||
payload = {
|
||||
"jsonrpc": "2.0",
|
||||
"method": method,
|
||||
"params": params or {},
|
||||
"id": str(uuid.uuid4()),
|
||||
}
|
||||
headers = {}
|
||||
if self._session_id:
|
||||
headers["mcp-session-id"] = self._session_id
|
||||
|
||||
try:
|
||||
resp = self.session.post(
|
||||
self.base_url, json=payload, timeout=MCP_TIMEOUT, headers=headers
|
||||
)
|
||||
# 保存 session id
|
||||
if "mcp-session-id" in resp.headers:
|
||||
self._session_id = resp.headers["mcp-session-id"]
|
||||
|
||||
resp.raise_for_status()
|
||||
data = resp.json()
|
||||
if "error" in data:
|
||||
logger.error("MCP error: %s", data["error"])
|
||||
return {"error": data["error"]}
|
||||
return data.get("result", data)
|
||||
except requests.exceptions.ConnectionError:
|
||||
logger.error("MCP 服务未启动或无法连接: %s", self.base_url)
|
||||
return {"error": "MCP 服务未启动，请先启动 xiaohongshu-mcp"}
|
||||
except requests.exceptions.Timeout:
|
||||
logger.error("MCP 请求超时")
|
||||
return {"error": "MCP 请求超时，请稍后重试"}
|
||||
except Exception as e:
|
||||
logger.error("MCP 调用异常: %s", e)
|
||||
return {"error": str(e)}
|
||||
|
||||
def _ensure_initialized(self):
|
||||
"""确保 MCP 连接已初始化"""
|
||||
if not self._initialized:
|
||||
result = self._call("initialize", {
|
||||
"protocolVersion": "2024-11-05",
|
||||
"capabilities": {},
|
||||
"clientInfo": {"name": "xhs-autobot", "version": "2.0.0"}
|
||||
})
|
||||
if "error" not in result:
|
||||
# 发送 initialized 通知
|
||||
self._call("notifications/initialized", {})
|
||||
self._initialized = True
|
||||
return result
|
||||
return {"status": "already_initialized"}
|
||||
|
||||
def _call_tool(self, tool_name: str, arguments: dict = None) -> dict:
|
||||
"""调用 MCP 工具"""
|
||||
self._ensure_initialized()
|
||||
result = self._call("tools/call", {
|
||||
"name": tool_name,
|
||||
"arguments": arguments or {}
|
||||
})
|
||||
# 提取文本和图片内容
|
||||
if isinstance(result, dict) and "content" in result:
|
||||
texts = []
|
||||
images = []
|
||||
for item in result["content"]:
|
||||
if item.get("type") == "text":
|
||||
texts.append(item["text"])
|
||||
elif item.get("type") == "image":
|
||||
# MCP 返回的 base64 图片
|
||||
img_data = item.get("data", "")
|
||||
if img_data:
|
||||
images.append(img_data)
|
||||
out = {"success": True, "text": "\n".join(texts), "raw": result}
|
||||
if images:
|
||||
out["images"] = images
|
||||
return out
|
||||
return result
|
||||
|
||||
# ---------- 登录 ----------
|
||||
|
||||
def get_login_qrcode(self) -> dict:
|
||||
"""获取登录二维码，返回 {success, text, qr_image(PIL.Image)}"""
|
||||
result = self._call_tool("get_login_qrcode")
|
||||
if "error" in result:
|
||||
return result
|
||||
# 尝试解析 base64 图片
|
||||
qr_image = None
|
||||
if "images" in result and result["images"]:
|
||||
try:
|
||||
img_bytes = base64.b64decode(result["images"][0])
|
||||
qr_image = Image.open(io.BytesIO(img_bytes))
|
||||
except Exception as e:
|
||||
logger.warning("二维码图片解析失败: %s", e)
|
||||
result["qr_image"] = qr_image
|
||||
return result
|
||||
|
||||
def check_login_status(self) -> dict:
|
||||
"""检查小红书登录状态"""
|
||||
return self._call_tool("check_login_status")
|
||||
|
||||
# ---------- 连接状态 ----------
|
||||
|
||||
def check_connection(self) -> tuple[bool, str]:
|
||||
"""检查 MCP 服务是否可连接"""
|
||||
result = self._call_tool("check_login_status")
|
||||
if "error" in result:
|
||||
return False, result["error"]
|
||||
return True, result.get("text", "已连接")
|
||||
|
||||
# ---------- 搜索 ----------
|
||||
|
||||
def search_feeds(self, keyword: str, sort_by: str = "综合",
|
||||
note_type: str = "不限", publish_time: str = "不限") -> dict:
|
||||
"""搜索小红书内容"""
|
||||
args = {
|
||||
"keyword": keyword,
|
||||
"filters": {
|
||||
"sort_by": sort_by,
|
||||
"note_type": note_type,
|
||||
"publish_time": publish_time,
|
||||
}
|
||||
}
|
||||
return self._call_tool("search_feeds", args)
|
||||
|
||||
# ---------- 推荐列表 ----------
|
||||
|
||||
def list_feeds(self) -> dict:
|
||||
"""获取首页推荐列表"""
|
||||
return self._call_tool("list_feeds")
|
||||
|
||||
# ---------- 笔记列表解析 ----------
|
||||
|
||||
@staticmethod
|
||||
def _parse_feed_entries(text: str) -> list[dict]:
|
||||
"""从 MCP 返回文本中解析笔记条目为结构化列表"""
|
||||
entries = []
|
||||
|
||||
# 方式1: 尝试直接 JSON 解析
|
||||
try:
|
||||
data = json.loads(text)
|
||||
feeds = []
|
||||
if isinstance(data, dict) and "feeds" in data:
|
||||
feeds = data["feeds"]
|
||||
elif isinstance(data, list):
|
||||
feeds = data
|
||||
|
||||
for feed in feeds:
|
||||
note = feed.get("noteCard", {})
|
||||
user = note.get("user", {})
|
||||
interact = note.get("interactInfo", {})
|
||||
entries.append({
|
||||
"feed_id": feed.get("id", ""),
|
||||
"xsec_token": feed.get("xsecToken", ""),
|
||||
"title": note.get("displayTitle", "未知标题"),
|
||||
"author": user.get("nickname", user.get("nickName", "")),
|
||||
"user_id": user.get("userId", ""),
|
||||
"likes": interact.get("likedCount", "0"),
|
||||
"type": note.get("type", ""),
|
||||
})
|
||||
if entries:
|
||||
return entries
|
||||
except (json.JSONDecodeError, TypeError, AttributeError):
|
||||
pass
|
||||
|
||||
# 方式2: 正则提取 —— 适配 MCP 的文本格式
|
||||
# 匹配 feed_id (24位十六进制)
|
||||
feed_ids = re.findall(r'(?:feed_id|id)["\s:：]+([0-9a-f]{24})', text, re.I)
|
||||
# 匹配 xsecToken
|
||||
tokens = re.findall(r'(?:xsec_?[Tt]oken)["\s:：]+([A-Za-z0-9+/=_-]{20,})', text, re.I)
|
||||
# 匹配标题
|
||||
titles = re.findall(r'(?:title|标题)["\s:：]+(.+?)(?:\n|$)', text, re.I)
|
||||
# 匹配 userId
|
||||
user_ids = re.findall(r'(?:user_?[Ii]d|userId)["\s:：]+([0-9a-f]{24})', text, re.I)
|
||||
|
||||
count = max(len(feed_ids), len(tokens))
|
||||
for i in range(count):
|
||||
entries.append({
|
||||
"feed_id": feed_ids[i] if i < len(feed_ids) else "",
|
||||
"xsec_token": tokens[i] if i < len(tokens) else "",
|
||||
"title": titles[i].strip() if i < len(titles) else f"笔记 {i+1}",
|
||||
"author": "",
|
||||
"user_id": user_ids[i] if i < len(user_ids) else "",
|
||||
"likes": "",
|
||||
"type": "",
|
||||
})
|
||||
|
||||
return entries
|
||||
|
||||
def list_feeds_parsed(self) -> list[dict]:
|
||||
"""获取首页推荐并解析为结构化列表"""
|
||||
result = self.list_feeds()
|
||||
if "error" in result:
|
||||
return []
|
||||
return self._parse_feed_entries(result.get("text", ""))
|
||||
|
||||
def search_feeds_parsed(self, keyword: str, sort_by: str = "综合") -> list[dict]:
|
||||
"""搜索笔记并解析为结构化列表"""
|
||||
result = self.search_feeds(keyword, sort_by=sort_by)
|
||||
if "error" in result:
|
||||
return []
|
||||
return self._parse_feed_entries(result.get("text", ""))
|
||||
|
||||
# ---------- 帖子详情 ----------
|
||||
|
||||
def get_feed_detail(self, feed_id: str, xsec_token: str,
|
||||
load_all_comments: bool = False) -> dict:
|
||||
"""获取笔记详情"""
|
||||
args = {
|
||||
"feed_id": feed_id,
|
||||
"xsec_token": xsec_token,
|
||||
"load_all_comments": load_all_comments,
|
||||
}
|
||||
return self._call_tool("get_feed_detail", args)
|
||||
|
||||
# ---------- 发布 ----------
|
||||
|
||||
def publish_content(self, title: str, content: str, images: list[str],
|
||||
tags: list[str] = None, schedule_at: str = None) -> dict:
|
||||
"""发布图文内容"""
|
||||
args = {
|
||||
"title": title,
|
||||
"content": content,
|
||||
"images": images,
|
||||
}
|
||||
if tags:
|
||||
args["tags"] = tags
|
||||
if schedule_at:
|
||||
args["schedule_at"] = schedule_at
|
||||
return self._call_tool("publish_content", args)
|
||||
|
||||
def publish_video(self, title: str, content: str, video_path: str,
|
||||
tags: list[str] = None, schedule_at: str = None) -> dict:
|
||||
"""发布视频内容"""
|
||||
args = {
|
||||
"title": title,
|
||||
"content": content,
|
||||
"video": video_path,
|
||||
}
|
||||
if tags:
|
||||
args["tags"] = tags
|
||||
if schedule_at:
|
||||
args["schedule_at"] = schedule_at
|
||||
return self._call_tool("publish_with_video", args)
|
||||
|
||||
# ---------- 评论 ----------
|
||||
|
||||
def post_comment(self, feed_id: str, xsec_token: str, comment: str) -> dict:
|
||||
"""发表评论"""
|
||||
return self._call_tool("post_comment_to_feed", {
|
||||
"feed_id": feed_id,
|
||||
"xsec_token": xsec_token,
|
||||
"content": comment,
|
||||
})
|
||||
|
||||
def reply_comment(self, feed_id: str, xsec_token: str,
|
||||
comment_id: str, user_id: str, content: str) -> dict:
|
||||
"""回复评论"""
|
||||
return self._call_tool("reply_comment_in_feed", {
|
||||
"feed_id": feed_id,
|
||||
"xsec_token": xsec_token,
|
||||
"comment_id": comment_id,
|
||||
"user_id": user_id,
|
||||
"content": content,
|
||||
})
|
||||
|
||||
# ---------- 互动 ----------
|
||||
|
||||
def like_feed(self, feed_id: str, xsec_token: str, unlike: bool = False) -> dict:
|
||||
"""点赞/取消点赞"""
|
||||
return self._call_tool("like_feed", {
|
||||
"feed_id": feed_id,
|
||||
"xsec_token": xsec_token,
|
||||
"unlike": unlike,
|
||||
})
|
||||
|
||||
def favorite_feed(self, feed_id: str, xsec_token: str,
|
||||
unfavorite: bool = False) -> dict:
|
||||
"""收藏/取消收藏"""
|
||||
return self._call_tool("favorite_feed", {
|
||||
"feed_id": feed_id,
|
||||
"xsec_token": xsec_token,
|
||||
"unfavorite": unfavorite,
|
||||
})
|
||||
|
||||
# ---------- 用户 ----------
|
||||
|
||||
def get_user_profile(self, user_id: str, xsec_token: str) -> dict:
|
||||
"""获取用户主页信息"""
|
||||
return self._call_tool("user_profile", {
|
||||
"user_id": user_id,
|
||||
"xsec_token": xsec_token,
|
||||
})
|
||||
3
requirements.txt
Normal file
3
requirements.txt
Normal file
@ -0,0 +1,3 @@
|
||||
gradio>=4.0.0
|
||||
requests>=2.28.0
|
||||
Pillow>=9.0.0
|
||||
145
sd_service.py
Normal file
145
sd_service.py
Normal file
@ -0,0 +1,145 @@
|
||||
"""
|
||||
Stable Diffusion 服务模块
|
||||
封装对 SD WebUI API 的调用，支持 txt2img 和 img2img
|
||||
"""
|
||||
import requests
|
||||
import base64
|
||||
import io
|
||||
import logging
|
||||
from PIL import Image
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
SD_TIMEOUT = 180 # 图片生成可能需要较长时间
|
||||
|
||||
# 默认反向提示词
|
||||
DEFAULT_NEGATIVE = (
|
||||
"nsfw, lowres, bad anatomy, bad hands, text, error, missing fingers, "
|
||||
"extra digit, fewer digits, cropped, worst quality, low quality, "
|
||||
"normal quality, jpeg artifacts, signature, watermark, blurry"
|
||||
)
|
||||
|
||||
|
||||
class SDService:
|
||||
"""Stable Diffusion WebUI API 封装"""
|
||||
|
||||
def __init__(self, sd_url: str = "http://127.0.0.1:7860"):
|
||||
self.sd_url = sd_url.rstrip("/")
|
||||
|
||||
def check_connection(self) -> tuple[bool, str]:
|
||||
"""检查 SD 服务是否可用"""
|
||||
try:
|
||||
resp = requests.get(f"{self.sd_url}/sdapi/v1/sd-models", timeout=5)
|
||||
if resp.status_code == 200:
|
||||
count = len(resp.json())
|
||||
return True, f"SD 已连接，{count} 个模型可用"
|
||||
return False, f"SD 返回异常状态: {resp.status_code}"
|
||||
except requests.exceptions.ConnectionError:
|
||||
return False, "SD WebUI 未启动或端口错误"
|
||||
except Exception as e:
|
||||
return False, f"SD 连接失败: {e}"
|
||||
|
||||
def get_models(self) -> list[str]:
|
||||
"""获取 SD 模型列表"""
|
||||
resp = requests.get(f"{self.sd_url}/sdapi/v1/sd-models", timeout=5)
|
||||
resp.raise_for_status()
|
||||
return [m["title"] for m in resp.json()]
|
||||
|
||||
def switch_model(self, model_name: str):
|
||||
"""切换 SD 模型"""
|
||||
try:
|
||||
requests.post(
|
||||
f"{self.sd_url}/sdapi/v1/options",
|
||||
json={"sd_model_checkpoint": model_name},
|
||||
timeout=60,
|
||||
)
|
||||
except Exception as e:
|
||||
logger.warning("模型切换失败: %s", e)
|
||||
|
||||
def txt2img(
|
||||
self,
|
||||
prompt: str,
|
||||
negative_prompt: str = DEFAULT_NEGATIVE,
|
||||
model: str = None,
|
||||
steps: int = 25,
|
||||
cfg_scale: float = 7.0,
|
||||
width: int = 768,
|
||||
height: int = 1024,
|
||||
batch_size: int = 2,
|
||||
seed: int = -1,
|
||||
) -> list[Image.Image]:
|
||||
"""文生图"""
|
||||
if model:
|
||||
self.switch_model(model)
|
||||
|
||||
payload = {
|
||||
"prompt": prompt,
|
||||
"negative_prompt": negative_prompt,
|
||||
"steps": steps,
|
||||
"cfg_scale": cfg_scale,
|
||||
"width": width,
|
||||
"height": height,
|
||||
"batch_size": batch_size,
|
||||
"seed": seed,
|
||||
}
|
||||
|
||||
resp = requests.post(
|
||||
f"{self.sd_url}/sdapi/v1/txt2img",
|
||||
json=payload,
|
||||
timeout=SD_TIMEOUT,
|
||||
)
|
||||
resp.raise_for_status()
|
||||
|
||||
images = []
|
||||
for img_b64 in resp.json().get("images", []):
|
||||
img = Image.open(io.BytesIO(base64.b64decode(img_b64)))
|
||||
images.append(img)
|
||||
return images
|
||||
|
||||
def img2img(
|
||||
self,
|
||||
init_image: Image.Image,
|
||||
prompt: str,
|
||||
negative_prompt: str = DEFAULT_NEGATIVE,
|
||||
denoising_strength: float = 0.6,
|
||||
steps: int = 25,
|
||||
cfg_scale: float = 7.0,
|
||||
) -> list[Image.Image]:
|
||||
"""图生图（参考图修改）"""
|
||||
# 将 PIL Image 转为 base64
|
||||
buf = io.BytesIO()
|
||||
init_image.save(buf, format="PNG")
|
||||
init_b64 = base64.b64encode(buf.getvalue()).decode("utf-8")
|
||||
|
||||
payload = {
|
||||
"init_images": [init_b64],
|
||||
"prompt": prompt,
|
||||
"negative_prompt": negative_prompt,
|
||||
"denoising_strength": denoising_strength,
|
||||
"steps": steps,
|
||||
"cfg_scale": cfg_scale,
|
||||
"width": init_image.width,
|
||||
"height": init_image.height,
|
||||
}
|
||||
|
||||
resp = requests.post(
|
||||
f"{self.sd_url}/sdapi/v1/img2img",
|
||||
json=payload,
|
||||
timeout=SD_TIMEOUT,
|
||||
)
|
||||
resp.raise_for_status()
|
||||
|
||||
images = []
|
||||
for img_b64 in resp.json().get("images", []):
|
||||
img = Image.open(io.BytesIO(base64.b64decode(img_b64)))
|
||||
images.append(img)
|
||||
return images
|
||||
|
||||
def get_lora_models(self) -> list[str]:
|
||||
"""获取可用的 LoRA 模型列表"""
|
||||
try:
|
||||
resp = requests.get(f"{self.sd_url}/sdapi/v1/loras", timeout=5)
|
||||
resp.raise_for_status()
|
||||
return [lora["name"] for lora in resp.json()]
|
||||
except Exception:
|
||||
return []
|
||||
Loading…
x
Reference in New Issue
Block a user