mcp-twitterio
Allows AI assistants to query Twitter data including user info, tweets, trends, and more via twitterapi.io API.
README
Twitter API MCP服务
这是一个基于Model Context Protocol (MCP)的Twitter API客户端,使用twitterapi.io的API服务来获取Twitter数据。该服务允许AI助手(如Claude)查询Twitter数据,包括用户信息、推文、趋势等。
功能
- 获取用户信息和用户关系数据(粉丝、关注)
- 搜索和获取推文,包括用户时间线、列表推文
- 获取推文详情、回复、引用和转发信息
- 高级推文搜索功能
环境要求
- Python 3.12或更高版本
- mcp库 >= 1.6.0
- httpx >= 0.28.1
- python-dotenv >= 1.0.0 (可选,用于加载环境变量)
安装
-
确保你已安装必要的依赖:
pip install "mcp>=1.6.0" "httpx>=0.28.1" "python-dotenv>=1.0.0"或者使用uv:
uv pip install "mcp>=1.6.0" "httpx>=0.28.1" "python-dotenv>=1.0.0" -
设置Twitter API密钥:
export TWITTER_API_KEY="your_api_key_here"或者创建一个
.env文件:TWITTER_API_KEY=your_api_key_here
使用方法
使用uvx命令直接在Cherry Studio等终端中使用
本项目已经上传到PyPI,可直接通过uvx在Cherry Studio中使用:
mcp-twitterio
需要从twitterapi.io官网获得TWITTER_API_KEY作为环境变量。
Cherry Studio使用示例
在Cherry Studio中使用mcp-twitterio服务:

查询Twitter用户信息示例:

使用MCP CLI运行服务
mcp dev main.py
这将使用MCP Inspector启动服务,可通过本地网页界面测试其功能。
安装到Claude Desktop
要在Claude Desktop中使用此服务:
mcp install main.py --name "Twitter API"
直接执行
python main.py
可用的工具
用户相关工具
get_user_info_by_username- 根据用户名获取Twitter用户信息batch_get_users_by_ids- 批量获取用户信息get_user_last_tweets- 获取用户最新的推文get_user_followers- 获取用户的粉丝列表get_user_followings- 获取用户的关注列表get_user_mentions- 获取用户被提及的推文
推文相关工具
get_tweets_by_ids- 通过推文ID获取推文get_tweet_replies- 获取推文的回复get_tweet_quotations- 获取引用推文的推文get_tweet_retweeters- 获取转发推文的用户get_list_tweets- 获取列表中的推文advanced_search_tweets- 高级搜索推文
示例使用场景
使用Claude与此MCP服务的交互示例:
-
获取用户信息: "请获取Twitter用户'elonmusk'的个人资料信息。"
-
搜索推文: "请通过高级搜索找到关于'人工智能'的最新推文,限制结果为5条。"
-
查看用户推文: "显示用户'elonmusk'的最新3条推文。"
-
获取推文回复: "获取ID为'1234567890'的推文的所有回复。"
-
了解推文引用: "查看有哪些用户引用了ID为'1234567890'的推文。"
注意事项
- 你需要一个有效的twitterapi.io API密钥才能使用此服务
- 某些API调用可能受到twitterapi.io的速率限制
- 确保遵守Twitter的服务条款和API使用政策
开发与测试
项目包含examples目录中的客户端示例代码,可用于了解如何从Python程序中调用此MCP服务。 tests目录包含基本的单元测试,可确保服务核心功能正常工作。
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。