
TweetBinder by Audiense MCP Server
允许 Claude 和其他 MCP 兼容的 AI 模型访问 Audiense 的 TweetBinder 分析数据,从而能够分析 Twitter/X 上的话题标签、用户和对话,并提供互动指标、情感分析和报告生成功能。
README
Audiense MCP Server 的 TweetBinder
这是一个用于 TweetBinder by Audiense API 的 模型上下文协议 (MCP) 服务器,允许 Claude 和其他 MCP 兼容的 AI 模型访问 TweetBinder by Audiense 的分析数据。
功能
- 直接从 Claude 访问 TweetBinder 分析
- 分析 Twitter/X 上的话题标签、用户和对话
- 获取互动指标、情感分析等
- 使用自定义搜索查询创建 Twitter 报告
- 检查报告生成状态
- 检索详细的报告统计信息
- 获取帐户余额和配额信息
- 统计匹配特定查询的推文
- 列出和管理您的 TweetBinder 报告
- 从报告中访问推文内容和用户信息
安装
通过 Smithery 安装
要通过 Smithery 为 Claude Desktop 自动安装 mcp-tweetbinder,请执行以下操作:
npx -y @smithery/cli install @AudienseCo/mcp-tweetbinder --client claude
手动配置
前提条件
- Node.js (v18 或更高版本)
- Claude Desktop App
- 具有 API 凭据的 TweetBinder by Audiense 帐户
- 克隆此存储库
- 安装依赖项:
npm install
- 构建项目:
npm run build
您需要一个有效的 TweetBinder API Bearer Token 才能使用此服务。 在您的环境中设置它:
export TWEETBINDER_API_TOKEN='your-bearer-token-here'
与 Claude Desktop 一起使用
-
编辑您的 Claude Desktop 配置文件:
- MacOS:
code ~/Library/Application\ Support/Claude/claude_desktop_config.json
- Windows:
code %AppData%\Claude\claude_desktop_config.json
- MacOS:
-
添加此配置:
"mcpServers": {
"tweetbinder": {
"command": "node",
"args": [
"/absolute/path/to/build/index.js"
],
"env": {
"TWEETBINDER_API_TOKEN": "your-bearer-token-here"
}
}
}
- 重启 Claude Desktop
可用工具
create-twitter-report
创建一个新的报告,该报告根据搜索查询分析 Twitter/X 数据。
-
参数:
query
(string): Twitter 数据的搜索查询。 可以包括 AND、OR、话题标签、提及等运算符。limit
(number, optional): 要检索的最大推文数(最多 50,000 条)。startDate
(number, optional): 开始日期,以 Unix 时间戳表示(自 epoch 以来的秒数)。endDate
(number, optional): 结束日期,以 Unix 时间戳表示(自 epoch 以来的秒数)。reportType
(enum, optional): 要创建的报告类型:“7-day”表示过去一周,“historical”表示所有时间。 默认值:“7-day”。
-
响应:
- 已创建报告的报告 ID 和状态信息。
- 用于检查报告状态和检索统计信息的说明。
create-twitter-count
创建一个新的报告,该报告统计匹配搜索查询的推文。
-
参数:
query
(string): Twitter 数据的搜索查询。 可以包括 AND、OR、话题标签、提及等运算符。reportType
(enum, optional): 要创建的报告类型:“7-day”表示过去一周,“historical”表示所有时间。 默认值:“7-day”。
-
响应:
- 包含以下内容的原始 JSON 响应:
status
: 报告创建的状态resourceId
: 已创建报告的 IDerror
/message
: 任何错误或状态消息
- 包含以下内容的原始 JSON 响应:
list-reports
检索所有 TweetBinder 报告的列表,并具有排序功能。
-
参数:
order
(string, optional): 排序参数,格式为“field|direction”。 示例:“createdAt|-1”表示最新优先,“createdAt|1”表示最旧优先。
-
响应:
- 包含报告数组的原始 JSON 响应,其中包含每个报告的详细信息:
id
: 报告 IDname
: 报告名称status
: 当前状态(Generated、Waiting 等)createdAt
: 创建时间戳updatedAt
: 上次更新时间戳type
: 报告类型source
: 报告来源query
: 原始搜索查询
- 包含报告数组的原始 JSON 响应,其中包含每个报告的详细信息:
get-report-content
从生成的报告中检索实际的推文或用户,并具有高级过滤和分页功能。
-
参数:
reportId
(string): 要检索内容的报告的 ID。contentType
(enum): 要检索的内容类型:“tweets”表示推文数据,“users”表示用户数据。page
(number, optional): 分页的页码。 从 1 开始。perPage
(number, optional): 每页的项目数。sortBy
(string, optional): 要排序的字段(例如,“createdAt”、“counts.favorites”)。sortDirection
(enum, optional): 排序方向:“1”表示升序,“-1”表示降序。filter
(string, optional): 包含筛选条件的 JSON 字符串。 示例:'{"counts.favorites":{"$gt":10}}'
-
响应:
- 包含以下内容的原始 JSON 响应:
items
: 推文或用户对象数组pagination
: 有关总项目数和页数的信息
请求推文时,将返回详细信息,包括:
- 推文 ID、文本、创建日期、语言
- 作者详细信息(姓名、用户名、关注者等)
- 互动指标(转发、点赞、回复等)
- 媒体内容(话题标签、图像、链接)
- 情感分析
请求用户信息时,信息包括:
- 用户 ID、姓名、用户名
- 个人资料图片 URL
- 关注者和关注人数
- 验证状态
- 用户价值和其他指标
- 包含以下内容的原始 JSON 响应:
注意: 报告必须处于“Generated”状态才能访问内容。 使用 get-report-status
工具检查报告是否已准备好。
查询语法示例:
#apple
: 包含话题标签 #apple 的推文apple lang:en
: 包含“apple”的英文推文(#apple OR #iphone) -#android
: 包含 #apple 或 #iphone 但不包含 #android 的推文@apple
: 提及 @apple 的推文from:apple
: 用户“apple”发布的推文
注意: 创建计数报告后,使用 get-report-status
工具检查其何时准备就绪,然后使用 get-report-stats
获取实际计数。
get-report-status
检查 TweetBinder 报告的当前状态。
-
参数:
reportId
(string): 要检查的报告的 ID。
-
响应:
- 报告的当前状态,可以是以下之一:
- Generated: 报告已完成并可以使用。
- Waiting: 报告仍在生成或等待收集推文。
- Outdated: 报告正在使用新数据进行更新,并且很快将可用。
- Deleted: 报告已被删除,不再可用。
- Archived: 报告已被存档,可能很快会被删除。
- 对状态含义和可用操作的解释。
- 报告的当前状态,可以是以下之一:
注意: 您必须首先使用 create-twitter-report
或 create-twitter-count
工具创建一个报告才能获得报告 ID。
get-report-stats
检索 TweetBinder 报告的全面统计信息和分析。
-
参数:
reportId
(string): 要检索统计信息的报告的 ID。
-
响应:
- 报告统计信息的格式化摘要,包括:
- Overview: 总推文数、日期范围、贡献者、互动、媒体和链接。
- Engagement Metrics: 潜在覆盖人数、展示次数、转发和点赞。
- Sentiment Analysis: 总体情感得分和解释。
- Top Contributors: 最活跃的用户及其推文数。
- Popular Content: 转发次数最多的帖子。
- Frequently Used Hashtags: 对话中常用的主题标签。
- 报告统计信息的格式化摘要,包括:
注意: 报告必须具有“Generated”状态才能检索统计信息。 使用 get-report-status
工具检查报告是否已准备好。
get-account-balances
检索有关您帐户的信用余额、使用情况和剩余配额的信息。
-
参数:
- 无
-
返回:
- 包含以下内容的原始 JSON 响应:
total
: 可用总信用额度used
: 已用信用额度available
: 当前可用信用额度discount
: 任何适用的折扣remainingReports
: 剩余报告数quota
: 配额信息,包括:startedAt
: 配额期开始日期finishedAt
: 配额期结束日期remaining
: 剩余配额used
: 已用配额total
: 总配额
- 任何错误或状态消息
- 包含以下内容的原始 JSON 响应:
故障排除
工具未出现在 Claude 中
- 检查 Claude Desktop 日志:
tail -f ~/Library/Logs/Claude/mcp*.log
- 验证环境变量是否已正确设置。
- 确保 index.js 的绝对路径正确。
身份验证问题
- 仔细检查凭据。
- 确保刷新令牌仍然有效。
- 验证是否已启用所需的 API 范围,并且您有足够的信用额度。
查看日志
要检查服务器日志:
对于 MacOS/Linux:
tail -n 20 -f ~/Library/Logs/Claude/mcp*.log
对于 Windows:
Get-Content -Path "$env:AppData\Claude\Logs\mcp*.log" -Wait -Tail 20
安全注意事项
- 确保 API 凭据安全 – 永远不要在公共存储库中公开它们。
- 使用环境变量来管理敏感数据。
📄 许可证
本项目根据 Apache 2.0 许可证获得许可。 有关更多详细信息,请参见 LICENSE 文件。
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。