xiaofenshen-mcp-server
Exposes Xiaofenshen's public read-only APIs as MCP tools, enabling agents to read shared content, list image prompt templates, and fetch product documentation.
README
<p align="center"> <a href="https://xiaofenshen.com"> <img src="https://xiaofenshen.com/brand/xiaofenshen.svg" alt="小分身 TwinWrite Logo" width="128" height="128" /> </a> </p>
<h1 align="center">小分身 TwinWrite</h1>
<p align="center"> <strong>官方网站:<a href="https://xiaofenshen.com">https://xiaofenshen.com</a></strong><br /> 训练一个会越来越像你的写手分身。5 分钟,长出一个跟你写得一样的人。 </p>
<p align="center"> <a href="https://xiaofenshen.com">官网</a> · <a href="https://xiaofenshen.com/intro">产品介绍</a> · <a href="https://xiaofenshen.com/docs">帮助文档</a> · <a href="https://xiaofenshen.com/llms.txt">llms.txt</a> </p>
小分身公开 MCP
这是 小分身(TwinWrite)的公开 MCP 仓库,把已经免登录的只读接口转成 MCP 工具,给 Cursor、Claude Desktop 等外部 Agent 使用。
小分身是什么
小分身 是一个通过对话、长期记忆和「造梦」持续进化的个人 AI 创作分身。官网:xiaofenshen.com。
你通过对话与训练告诉它你的语气、句式与偏好,它再用你的口吻帮你写下一篇。你可以创建多个分身,各自专注不同的创作场景;随着对话、记忆与反馈不断积累,它对你的理解会越来越深,输出也越来越像你本人。
常见用法是模仿你的风格写公众号、小红书等自媒体内容:在对话里粘贴代表作或直接训练,让分身学你的表达,再把 AI 写出来的稿子改得不像 AI、更像你本人。
本仓库是公开的薄客户端:只保存工具契约和 HTTP 转发。业务数据与实现都在小分身线上服务(xiaofenshen.com),这里不复制抓取、计费或分身逻辑。
当前开放
| 工具 | 上游 |
|---|---|
read_public_share |
GET /api/share/:token |
list_image_prompt_templates |
GET /api/image-prompt-templates |
get_product_docs |
GET /llms.txt、GET /docs/<slug>.md |
这三条产品侧本来就不挂登录。MCP 不新增鉴权,也不扩大可读范围。
明确不做(本版本)
热点、网页/微信抓取、分身对话、记忆、生图、公众号搜号等,都要用户身份或付费凭据。后续会走用户 token 授权,再在小分身加稳定 API,本仓库只增加对应工具名和转发,不把实现搬过来。
使用
需要 Node 22+。
pnpm install
pnpm test
pnpm build
Cursor mcp.json 示例:
{
"mcpServers": {
"xiaofenshen": {
"command": "npx",
"args": ["-y", "github:TwinWrite/xiaofenshen-mcp-server"]
}
}
}
| 环境变量 | 默认 |
|---|---|
XIAOFENSHEN_WEB_ORIGIN |
https://xiaofenshen.com |
XIAOFENSHEN_API_BASE_URL |
https://api.xiaofenshen.com |
相关链接
- 官网:https://xiaofenshen.com
- 产品介绍:https://xiaofenshen.com/intro
- 帮助文档:https://xiaofenshen.com/docs
- 给模型看的站点索引:https://xiaofenshen.com/llms.txt
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。
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。
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。
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。
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。
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。
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。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。