
Bilibili MCP Server
Enables interaction with Bilibili (B站) platform through API and web scraping. Supports video search, article search, video info retrieval, comment fetching, danmaku extraction, and article content access.
README
Bilibili MCP Server
基于bilibili-api和Playwright的B站MCP Server,关注于数据获取,支持多种相关操作。
工具列表
- search_videos: 搜索视频,支持关键词搜索,可指定返回数量和方法(API/网页抓取)
- search_articles: 搜索专栏文章,使用网页抓取方式获取真实数据
- get_video_info: 获取视频详细信息,包括统计数据、UP主信息、标签等(API/网页抓取)
- get_danmaku: 获取视频弹幕信息,返回XML格式数据
- get_comments: 获取视频评论,支持嵌套回复和数量控制(需要cookies)
- get_article: 获取专栏文章详细内容和相关数据
如果API获取失败,可以使用脚本方法(method = "script"
)尝试获取。
环境要求
- Python 3.8+
- pip 包管理器
使用方法
- clone 本项目
git clone <repository-url>
cd bilibili-mcp-server
- 使用 pip 安装依赖
pip install -r requirements.txt
playwright install chromium
- 在任意 mcp client 中配置本 Server
{
"mcpServers": {
"bilibili": {
"command": "python",
"args": ["/your-project-path/bilibili-mcp-server/bilibili_mcp_server.py"]
}
}
}
- 在 client 中使用
快速测试
使用 MCP Inspector 进行测试:
# 安装 MCP Inspector
npm install -g @modelcontextprotocol/inspector
# 启动测试
mcp-inspector -- python bilibili_mcp_server.py
使用示例
搜索视频
{
"keyword": "Python教程",
"topk": 10,
"method": "api"
}
获取视频信息
{
"bvid": "BV1xx411c7mu",
"method": "api"
}
获取评论
{
"bvid": "BV1xx411c7mu",
"topk": 20,
"include_replies": true,
"reply_count": 5
}
配置Cookies
如果需要获取评论功能,需要配置用户cookies:
python cookies_tool.py
按照提示操作即可自动保存cookies。
注意事项
- 请求频率: 已添加请求延迟,避免触发反爬机制
- Cookies: 获取评论功能需要有效的用户cookies
- 网络环境: 确保网络连接稳定
- API限制: 遵循B站API使用规范,避免过度请求
故障排除
-
412错误: 请求被拒绝
- 解决方案:检查cookies是否有效,尝试使用script方法
-
超时错误: 请求超时
- 解决方案:检查网络连接,减少请求数量
-
Playwright错误: 专栏搜索失败
- 解决方案:运行
playwright install chromium
安装浏览器
- 解决方案:运行
项目结构
bili-mcp_backup/
├── bilibili_mcp_server.py # MCP服务器主文件
├── bilibili_client.py # B站API客户端
├── bilibili_cookies.json # 用户cookies配置
├── mcp_config.json # MCP配置文件
├── cookies_tool.py # Cookies管理工具
├── requirements.txt # 依赖包
├── README.md # 项目说明
└── 开发日志.md # 开发日志
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。