zhihu-mcp

MCP for 知乎/zhihu.com。

让 AI Agent 能够搜索知乎内容、阅读问题和回答、分析评论区、追踪用户动态 — 通过标准 MCP 协议接入任何 AI 客户端。

项目简介

主要功能

<details> <summary><b>1. 搜索知乎内容</b></summary>

按关键词搜索知乎，支持按相关性、时间、热度排序，可过滤内容类型（问题/回答/文章）。

基于知乎内部 API，比 DOM 抓取更稳定可靠。

</details>

<details> <summary><b>2. 获取问题详情</b></summary>

获取知乎问题的完整信息：

• 问题标题、描述、话题标签
• 关注数、浏览数、回答数
• Top 10 高赞回答列表（含作者、摘要、点赞数、链接）

</details>

<details> <summary><b>3. 阅读回答全文</b></summary>

获取指定回答的完整内容：

• 作者名称和简介
• 回答正文（图片替换为 [图片] 标记）
• 点赞数、评论数
• 发布/编辑时间

</details>

<details> <summary><b>4. 阅读专栏文章</b></summary>

获取知乎专栏（zhuanlan.zhihu.com）文章全文，包括作者、点赞数、评论数。

</details>

<details> <summary><b>5. 获取评论区</b></summary>

获取回答或文章的评论列表，包括评论内容和作者。支持自定义加载数量。

</details>

<details> <summary><b>6. 查看用户资料</b></summary>

获取知乎用户主页信息：昵称、简介、关注数、粉丝数、获赞数、回答数、文章数等。

</details>

<details> <summary><b>7. 追踪用户动态</b></summary>

实时抓取用户最近的活动（回答问题、发表文章、赞同内容等），自动存入本地 SQLite 数据库，支持历史查询。

</details>

风险说明

本项目使用 Playwright 驱动无头浏览器访问知乎，注入 stealth 反检测脚本。正常使用频率下（不频繁大量请求），风险较低。建议：

• 使用已登录的 Cookie，避免频繁登录操作
• 控制调用频率，避免短时间内大量请求
• 本项目基于学习目的，禁止用于违法行为

1. 快速开始

1.1. 安装

需要 Python 3.10+（mcp 包要求）。

# 克隆项目
git clone https://github.com/ay/zhihu-mcp.git
cd zhihu-mcp

# 创建虚拟环境并安装依赖
python3 -m venv venv
source venv/bin/activate   # Windows: venv\Scripts\activate
pip install -r requirements.txt

# 安装 Playwright 浏览器
playwright install chromium

1.2. 配置 Cookie

知乎需要登录才能正常使用。将浏览器中的知乎 Cookie 导出为 cookies.json（Playwright 格式），放在项目根目录。

获取方式：

1. 使用浏览器扩展（如 EditThisCookie、Cookie-Editor）导出
2. 从其他知乎项目（如 zhihu_monitor）复制
3. 确保包含 z_c0（认证 token）和 d_c0（设备 token）

1.3. 启动 MCP 服务

# 默认：无头模式
python3 mcp_server.py

# 如果需要看到浏览器界面（调试用）
HEADLESS=false python3 mcp_server.py

1.4. 验证

# 运行内置自测
python3 mcp_server.py --test

2. MCP 客户端接入

本服务使用 stdio 传输协议（标准输入/输出），兼容所有支持 stdio MCP 的客户端。

<details> <summary><b>Claude Code CLI</b></summary>

claude mcp add zhihu-mcp -- /path/to/zhihu-mcp/venv/bin/python3 /path/to/zhihu-mcp/mcp_server.py

</details>

<details> <summary><b>Claude Desktop</b></summary>

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "zhihu-mcp": {
      "command": "/path/to/zhihu-mcp/venv/bin/python3",
      "args": ["/path/to/zhihu-mcp/mcp_server.py"],
      "env": {
        "HEADLESS": "true"
      }
    }
  }
}

</details>

<details> <summary><b>Cursor</b></summary>

在项目根目录创建 .cursor/mcp.json：

{
  "mcpServers": {
    "zhihu-mcp": {
      "command": "/path/to/zhihu-mcp/venv/bin/python3",
      "args": ["/path/to/zhihu-mcp/mcp_server.py"],
      "env": {
        "HEADLESS": "true"
      }
    }
  }
}

</details>

<details> <summary><b>VSCode</b></summary>

在项目根目录创建 .vscode/mcp.json：

{
  "servers": {
    "zhihu-mcp": {
      "command": "/path/to/zhihu-mcp/venv/bin/python3",
      "args": ["/path/to/zhihu-mcp/mcp_server.py"],
      "env": {
        "HEADLESS": "true"
      }
    }
  }
}

</details>

<details> <summary><b>OpenClaw（通过 MCPorter）</b></summary>

# 安装 MCPorter（如未安装）
npm i -g mcporter

# 添加 zhihu-mcp 到 MCPorter 配置
npx mcporter config add zhihu-mcp /path/to/zhihu-mcp/venv/bin/python3 /path/to/zhihu-mcp/mcp_server.py

# 验证
npx mcporter list zhihu-mcp

或直接编辑 MCPorter 配置文件（通常在 ~/.config/mcporter/config.json 或 OpenClaw 项目的 config/mcporter.json）：

{
  "mcpServers": {
    "zhihu-mcp": {
      "command": "/path/to/zhihu-mcp/venv/bin/python3",
      "args": ["/path/to/zhihu-mcp/mcp_server.py"],
      "env": {
        "HEADLESS": "true",
        "TMPDIR": "/tmp"
      }
    }
  }
}

</details>

<details> <summary><b>其他 MCP 客户端</b></summary>

任何支持 stdio MCP 协议的客户端都可以接入。核心配置：

• command: python3（或 venv 中的 python 路径）
• args: ["/path/to/zhihu-mcp/mcp_server.py"]
• transport: stdio

</details>

3. 可用 MCP 工具

连接成功后，可使用以下 12 个 MCP 工具：

内容搜索与浏览

工具	说明	关键参数
search_content	搜索知乎内容	keyword（必需）, sort（relevance/newest/most_upvoted）, content_type（all/question/article/answer）, count
get_question_detail	获取问题详情 + Top 回答列表	question_id（必需）
get_answer_detail	获取回答完整内容	question_id（必需）, answer_id（必需）
get_article_detail	获取专栏文章全文	article_id（必需）
get_comments	获取评论列表	url（必需，内容页完整 URL）, count

用户相关

工具	说明	关键参数
user_profile	获取用户主页信息	token（必需，URL 中的用户标识，如 jiayaosu）
get_activities	实时抓取用户动态（会启动浏览器）	user（必需）, count
get_new_since	查询本地数据库中的历史动态（不爬取）	hours, user
get_db_stats	数据库统计信息	无

认证管理

工具	说明	关键参数
check_login_status	检查登录状态，返回用户名	无
cookie_status	Cookie 文件状态检查	无
delete_cookies	删除 Cookie 文件，重置登录	无

4. OpenClaw Skills

预置的高级技能，将多个 MCP 工具组合成完整的工作流：

Skill	说明
research-on-zhihu	知乎话题研究 — 搜索 + 阅读高赞回答 + 分析评论 → 输出研究报告
analyze-zhihu-question	问题深度分析 — 获取问题详情 + 逐个阅读回答 → 输出观点分布
analyze-zhihu-answer	回答深度分析 — 回答全文 + 评论区讨论 → 输出可信度评估
track-zhihu-user	用户追踪 — 资料 + 动态抓取 → 输出用户画像和活跃领域

使用示例

帮我研究一下知乎上关于"大模型Agent"的讨论

分析这个知乎问题：https://www.zhihu.com/question/19550225

看看知乎用户 jiayaosu 最近在做什么

帮我看看这个回答的评论区怎么说：https://www.zhihu.com/question/19550225/answer/1992353258262504861

5. 架构

┌─────────────┐     MCP/stdio      ┌──────────────┐    Playwright     ┌──────────────┐
│   AI Agent   │◄──────────────────►│  mcp_server  │◄────────────────►│   Chromium    │
│              │                    │              │   (headless)      │  + stealth    │
│ Claude Code  │                    │   12 tools   │                   └──────┬───────┘
│ Cursor       │                    └──────┬───────┘                          │
│ OpenClaw     │                           │                                  ▼
│ ...          │                    ┌──────┴───────┐                  ┌──────────────┐
└─────────────┘                    │   SQLite DB   │                  │  zhihu.com   │
                                   │  (活动历史)    │                  └──────────────┘
                                   └──────────────┘

工作原理：

1. AI Agent 通过 MCP stdio 协议调用工具
2. mcp_server.py 接收请求，驱动 Playwright 无头浏览器
3. 浏览器注入 stealth 反检测脚本，访问知乎页面
4. 搜索功能使用知乎内部 API（/api/v4/search_v3），更稳定
5. 其他功能通过 DOM 提取页面数据
6. 用户动态自动存入 SQLite，支持历史查询

6. 项目结构

zhihu-mcp/
├── mcp_server.py            # MCP 服务器入口（12 个工具定义）
├── zhihu_mcp/               # 核心包
│   ├── scraper.py           # 知乎页面抓取（DOM 提取 + 内部 API）
│   ├── config.py            # 配置管理
│   ├── storage.py           # SQLite 数据层
│   ├── errors.py            # 自定义异常
│   ├── browser/
│   │   ├── manager.py       # 浏览器生命周期管理
│   │   └── stealth.py       # 反检测 JS 脚本注入
│   ├── cookies/
│   │   └── manager.py       # Cookie 加载与持久化
│   └── backend/
│       └── pinchtab.py      # Pinchtab HTTP 后端（备用）
├── skills/                  # OpenClaw 高级技能
│   ├── research-on-zhihu/
│   ├── analyze-zhihu-question/
│   ├── analyze-zhihu-answer/
│   └── track-zhihu-user/
├── tests/                   # 单元测试
├── config.example.json      # 配置文件模板
├── requirements.txt         # Python 依赖
└── pyproject.toml           # 项目元数据与打包配置

7. 常见问题

Q: Cookie 过期了怎么办？

重新从浏览器导出 Cookie，替换 cookies.json。关键 cookie z_c0 通常有效期约 6 个月。

Q: 搜索结果为空？

搜索功能使用知乎内部 API，需要有效的登录 Cookie。请先用 check_login_status 确认登录状态。

Q: 浏览器启动失败？

确保已运行 playwright install chromium 安装浏览器。macOS 上如果遇到沙箱问题，设置环境变量 TMPDIR=/tmp。

Q: 和 zhihu_monitor 项目的关系？

zhihu-mcp 是 zhihu_monitor 的升级版，增加了搜索、内容详情、评论、用户资料等功能，并以标准 MCP 协议提供服务。

技术栈

• Python 3.10+
• Playwright — 浏览器自动化 + stealth 反检测
• FastMCP (mcp) — MCP 协议服务器框架
• SQLite — 本地数据持久化

致谢

本项目的开发受到以下开源项目的启发：

• xiaohongshu-mcp by @xpzouying — 小红书 MCP 服务器。本项目的架构设计、MCP 工具组织方式和 OpenClaw Skills 格式均参考了该项目。
• zhihu_monitor by @shural — 知乎用户动态监控工具。本项目的知乎 stealth 反检测策略、DOM 选择器和 Cookie 管理逻辑源自该项目。

感谢这两个项目的作者和贡献者们的优秀工作。

License

MIT