小红书MCP服务
一个用于小红书API的MCP服务器,支持搜索笔记、获取内容、查看评论和发表评论等功能。
README
小红书MCP服务
一个用于小红书API的MCP(Model Context Protocol)服务器,支持搜索笔记、获取内容、查看评论和发表评论等功能。
特点
- [x] 采用js逆向出x-s,x-t,直接请求http接口,无须笨重的playwright
- [x] 搜索笔记
- [x] 获取笔记内容
- [x] 获取笔记的评论
- [x] 发表评论

快速开始
方法一:使用uvx(推荐)
1. 环境要求
- Python 3.12+
- uv (安装方法:
pip install uv)
2. 获取小红书的cookie
打开web小红书
登录后,获取cookie,将cookie配置到下一步的 XHS_COOKIE 环境变量中

3. 配置MCP服务器
在你的MCP客户端配置文件中添加以下配置:
{
"mcpServers": {
"xhs-mcp": {
"command": "uvx",
"args": [
"--from",
"jobson-xhs-mcp",
"xhs-mcp"
],
"env": {
"XHS_COOKIE": "你的小红书cookie"
}
}
}
}
4. 测试运行
# 设置环境变量
export XHS_COOKIE="你的小红书cookie"
# 直接运行测试
uvx --from jobson-xhs-mcp xhs-mcp --help
方法二:从源码安装
1. 环境要求
- node
- python 3.12
- uv (pip install uv)
2. 克隆并安装
git clone git@github.com:jobsonlook/xhs-mcp.git
cd xhs-mcp
uv sync
3. 获取小红书的cookie
打开web小红书
登录后,获取cookie,将cookie配置到下一步的 XHS_COOKIE 环境变量中

4. 配置MCP服务器
{
"mcpServers": {
"xhs-mcp": {
"command": "uv",
"args": [
"--directory",
"/path/to/xhs-mcp",
"run",
"xhs_mcp/__main__.py"
],
"env": {
"XHS_COOKIE": "你的小红书cookie"
}
}
}
}
可用工具
本MCP服务器提供以下工具:
check_cookie()- 检测cookie是否失效home_feed()- 获取首页推荐笔记search_notes(keywords)- 根据关键词搜索笔记get_note_content(url)- 获取笔记内容(需要带xsec_token的完整URL)get_note_comments(url)- 获取笔记评论(需要带xsec_token的完整URL)post_comment(comment, note_id)- 发布评论到指定笔记
使用示例
在Claude Desktop中使用
- 打开Claude Desktop的设置
- 找到MCP服务器配置
- 添加上述JSON配置
- 重启Claude Desktop
- 现在你可以在对话中使用小红书相关功能了
常见问题
Q: Cookie如何获取? A: 在浏览器中登录小红书网页版,打开开发者工具,在Network标签页中找到任意请求,复制Cookie头的值。
Q: 为什么提示cookie失效? A: 小红书的cookie有时效性,需要定期更新。重新登录网页版获取新的cookie即可。
Q: uvx命令找不到?
A: 请先安装uv:pip install uv,然后确保PATH环境变量包含uv的安装路径。
免责声明
本项目仅用于学习交流,禁止用于其他用途,任何涉及商业盈利目的均不得使用,否则风险自负。
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。