Bilibili API MCP Server
Enables interaction with Bilibili (哔哩哔哩) through its API, supporting video search and recommendations, user search, dynamic feeds, video collections, and danmaku retrieval through natural language.
README
Bilibili API MCP Server
用于哔哩哔哩 API 的 MCP(模型上下文协议)服务器,支持多种操作。
环境要求
- uv - 一个项目管理工具,可以很方便管理依赖。
使用方法
方式一:通过 PyPI 使用(推荐)
在任意 MCP client 中配置本 Server,系统会自动下载和启用
{
"mcpServers": {
"bilibili": {
"type": "stdio",
"isActive": true,
"command": "uvx",
"args": [
"bilibili-api-mcp-server"
]
}
}
}
💡 提示:您也可以直接使用项目根目录下的
mcp-config.json文件作为配置参考。
方式二:本地开发运行
- clone 本项目
git clone https://github.com/SMYB5431/bilibili-api-mcp-server.git
cd bilibili-api-mcp-server
- 使用 uv 安装依赖
uv sync
- 在任意 MCP client 中配置本 Server
{
"mcpServers": {
"bilibili": {
"command": "uvx",
"args": [
"--directory",
"/your-project-path/bilibili-api-mcp-server",
"run",
"bilibili.py"
]
}
}
}
开始使用
支持的操作
支持以下操作:
基础搜索功能
-
search_and_recommend_videos: 智能视频搜索和推荐功能。- 按综合排序搜索视频内容
- 自动过滤课堂视频(cheese链接)
- 返回前15条视频结果(可自定义数量)
- 基于搜索结果提供推荐理由
- 分析视频质量和热度
- 生成内容总结和推荐报告
-
search_user: 专门用于搜索哔哩哔哩用户的功能,可以按照粉丝数排序。 -
get_user_id_by_name: 通过用户名获取用户ID,支持精确搜索和详细信息返回。- 默认模式:只返回用户ID,用于快速获取用户标识
- 详细模式:返回完整用户信息和精确匹配状态
- 精确匹配:优先返回完全匹配用户名的结果
- 错误处理:提供详细的错误信息和异常处理
用户内容获取功能
-
get_user_dynamics: 获取指定用户的最新动态。- 支持通过用户名直接获取(如"技术爬爬虾")
- 可指定获取动态数量(默认10条)
- 返回动态内容、时间戳、链接等信息
-
get_user_videos: 获取指定用户的最新投稿视频。- 支持通过用户名直接获取
- 可指定获取视频数量(默认10条)
- 返回视频标题、BV号、播放量、时长等详细信息
-
get_user_collections: 获取指定用户的合集信息。- 支持通过用户名直接获取
- 返回合集标题、视频数量、播放量等信息
- 包含合集链接便于访问
-
get_collection_videos: 获取指定合集中的视频列表。- 支持通过合集名称或合集ID获取
- 可指定获取视频数量(默认10条)
- 返回视频详细信息(标题、播放量、点赞数、投币数等)
- 支持模糊匹配合集名称
-
search_collection_by_keyword: 在用户合集中搜索包含关键词的视频。- 支持在所有合集中搜索特定关键词
- 返回匹配的合集及其视频列表
- 适用于快速定位特定主题的视频内容
其他功能
get_video_danmaku: 获取视频弹幕信息。- 支持视频链接或BV号输入
- 自动从链接中提取BV号
- 支持多分P视频的弹幕获取
- 返回详细的视频信息和弹幕数据
声明
本项目在开发和测试过程中使用了哔哩哔哩 UP主 技术爬爬虾 的公开内容作为示例数据。
本项目仅用于技术学习和研究目的,所有示例数据的使用均遵循哔哩哔哩平台的使用条款。如有任何版权问题,请联系项目维护者。
License
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。