发现一个神器！用AI自动化管理小红书的开源项目 - xiaohongshu-mcp

陈希瑞

801人浏览 · 2025-11-23 23:26:25

陈希瑞 · 2025-11-23 23:26:25 发布

🚀 发现一个神器！用AI自动化管理小红书的开源项目 - xiaohongshu-mcp

前言

最近在GitHub上发现了一个非常有趣的开源项目 - xiaohongshu-mcp，这是一个基于Model Context Protocol (MCP) 的小红书自动化工具。作为一个经常需要管理社交媒体内容的开发者，我被这个项目的创新性和实用性深深吸引了。今天就来给大家详细介绍一下这个项目。

🎯 项目简介

xiaohongshu-mcp 是一个专门为小红书平台设计的自动化工具，它通过Model Context Protocol (MCP) 协议，让AI助手（如Claude、Cursor、VSCode等）能够直接与小红书平台进行交互。简单来说，就是让你可以通过自然语言命令来自动化管理小红书内容。

核心特性

🤖 AI驱动: 支持Claude、Cursor、VSCode等主流AI工具
📝 内容发布: 自动化图文和视频内容发布
💬 社交互动: 自动点赞、收藏、评论等操作
🔍 内容发现: 智能搜索和内容分析
🔐 安全认证: 基于二维码的安全登录系统

🏗️ 技术架构

该项目采用了现代化的技术栈，展现了作者深厚的技术功底：

后端技术栈

Go 1.24+: 现代Go语言，支持泛型等新特性
Gin框架: 轻量级高性能HTTP框架
Rod浏览器自动化: 基于Chrome DevTools协议的浏览器控制
MCP协议: 标准化的AI集成协议

架构设计

🚀 功能特色

1. 智能内容发布

项目支持多种内容类型的自动化发布：

图文内容: 支持多图上传，自动标题和描述生成
视频内容: 本地视频文件上传，元数据自动处理
标签管理: 智能话题标签建议和自动应用
内容验证: 自动检查标题长度（最多20字符）和内容长度（最多1000字符）

2. 社交互动自动化

点赞/取消点赞: 智能防重复操作
收藏/取消收藏: 自动化内容收藏管理
评论发布: 上下文感知的自动评论
互动分析: 获取点赞、分享、评论等数据

3. 内容发现与研究

高级搜索: 关键词搜索，支持按互动量、内容类型、发布时间筛选
信息流聚合: 接入小红书推荐算法，获取热门内容
用户画像分析: 深度用户资料提取，包括粉丝数据和内容历史
内容详情提取: 深度内容分析，包括元数据、互动数据和评论

💡 使用场景

内容创作者

自动化发布工作流，提高内容发布效率
批量管理多个账号的内容
智能标签推荐，提升内容曝光

营销团队

品牌推广的批量操作
受众互动和活动管理
竞品分析和市场研究

开发者

将小红书功能集成到LLM应用中
构建聊天机器人和自动化工作流
开发社交媒体管理工具

🛠️ 快速上手

方式一：二进制安装（推荐）

# macOS Apple Silicon
wget https://github.com/xpzouying/xiaohongshu-mcp/releases/latest/download/xiaohongshu-mcp-darwin-arm64
chmod +x xiaohongshu-mcp-darwin-arm64

# 运行登录工具
./xiaohongshu-login-darwin-arm64

# 启动MCP服务
./xiaohongshu-mcp-darwin-arm64

方式二：Docker部署

# 使用预构建镜像
docker pull xpzouying/xiaohongshu-mcp

# 使用Docker Compose
wget https://raw.githubusercontent.com/xpzouying/xiaohongshu-mcp/main/docker/docker-compose.yml
docker compose up -d

方式三：源码编译

# 克隆仓库
git clone https://github.com/xpzouying/xiaohongshu-mcp.git
cd xiaohongshu-mcp

# 安装依赖
go mod download

# 构建应用
go build -o xiaohongshu-mcp .

# 运行登录设置
go run cmd/login/main.go

# 启动服务
go run .

🔧 集成示例

与Claude集成

{
  "mcpServers": {
    "xiaohongshu": {
      "command": "xiaohongshu-mcp",
      "args": [],
      "env": {
        "HEADLESS": "true"
      }
    }
  }
}