Twitter MCP Server
通过模型上下文协议标准,为人工智能代理提供全面的 Twitter 功能,包括读取推文、发布内容、管理互动以及访问时间线数据,并具有强大的错误处理能力。
README
Twitter MCP 服务器
一个强大的 Twitter 集成,专为 AI 代理设计,利用模型上下文协议 (MCP) 标准,通过清晰一致的接口提供全面的 Twitter 功能。
概述
此服务器通过 MCP 工具提供对 Twitter 功能的访问,从而实现与 AI 助手和其他 MCP 兼容客户端的无缝集成。它构建于 agent-twitter-client 库之上,并提供强大的错误处理、速率限制和一致的响应格式。
功能
基本读取
- 获取用户推文,支持媒体内容
- 获取包含详细信息的用户个人资料
- 通过标签或关键词搜索推文
- 按最新/热门筛选搜索结果
- 速率限制(每个请求最多 50 条推文)
用户互动
- 喜欢/取消喜欢推文
- 转发/撤销转发
- 发布推文,包含:
- 文本内容
- 媒体附件(图像、视频)
- 回复功能
- 引用推文功能
高级功能
- 获取用户关系(关注者/关注对象)
- 获取热门话题
- 访问不同的时间线类型:
- 首页时间线
- 关注时间线
- 用户时间线
- 列表管理(获取列表推文)
媒体和高级互动
- 媒体处理:
- 图像上传(JPEG、PNG、GIF)
- 视频上传(MP4)
- Alt 文本支持
- 创建推文串
- 关注/取消关注用户
工具
读取工具
get_tweets- 获取用户最近的推文get_profile- 获取用户的个人资料信息search_tweets- 通过标签或关键词搜索推文
互动工具
like_tweet- 喜欢或取消喜欢推文retweet- 转发或撤销转发post_tweet- 发布包含可选媒体的新推文create_thread- 创建 Twitter 推文串
时间线工具
get_timeline- 获取来自不同时间线类型的推文get_list_tweets- 获取来自 Twitter 列表的推文get_trends- 获取当前热门话题
用户管理工具
get_user_relationships- 获取关注者或关注对象列表follow_user- 关注或取消关注用户
安装
- 安装依赖项:
npm install
- 构建服务器:
npm run build
- 配置环境变量:
# 必需:Twitter 帐户凭据(用于用户身份验证)
TWITTER_USERNAME=你的用户名
TWITTER_PASSWORD=你的密码
TWITTER_EMAIL=你的邮箱
# Twitter API 身份验证(可选)
TWITTER_API_KEY=你的 API 密钥
TWITTER_API_SECRET_KEY=你的 API 密钥密钥
TWITTER_ACCESS_TOKEN=你的访问令牌
TWITTER_ACCESS_TOKEN_SECRET=你的访问令牌密钥
- 将服务器配置添加到您的 MCP 客户端:
在 MacOS 上:
~/Library/Application Support/Claude/claude_desktop_config.json
在 Windows 上:
%APPDATA%/Claude/claude_desktop_config.json
配置:
{
"mcpServers": {
"twitter-mcp-server": {
"command": "/path/to/twitter-mcp-server/build/index.js"
}
}
}
开发
对于使用自动重新构建进行开发:
npm run watch
调试
由于 MCP 服务器通过 stdio 进行通信,因此您可以使用 MCP Inspector 进行调试:
npm run inspector
Inspector 将提供一个 URL 以访问浏览器中的调试工具。
错误处理
服务器实现了全面的错误处理:
- 所有参数的输入验证
- 速率限制保护
- 详细的错误消息
- 正确的错误传播
- 用于调试的日志记录
响应格式
所有工具都以一致的格式返回响应:
{
content: [{
type: "text",
text: string // JSON 字符串化的响应或错误消息
}]
}
贡献
欢迎贡献!请随时提交 Pull Request。
许可证
MIT 许可证 - 有关详细信息,请参阅 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。