xiaohongshu-mcp
MCP for 小红书 / xiaohongshu.com。让你的 AI 助手直接访问小红书数据。
🚀 快速开始：选择最适合你的版本
[!IMPORTANT]
🔥 方案 A：Openclaw 深度集成 (推荐给开发者)
- Openclaw 太火啦 🔥🔥🔥 ，新增 Openclaw 支持，分为两种，请各位按需使用：
- xiaohongshu-mcp-skills（适用于已部署完本项目的用户）
- xiaohongshu-skills（开箱即用版）
[!TIP]
✨ 方案 B：x-mcp 浏览器插件版 (推荐给非技术同学 / 追求极简的用户)
- 不想折腾 Docker 或部署环境？试试：xpzouying/x-mcp
- 零配置：安装插件即用，无需任何代码、代理或复杂的环境配置。
- 安全稳定：直接在常用浏览器 (Chrome/Edge) 及本地网络运行，无服务器 IP 风险，且能解决 90% 的部署报错。
📖 相关资源
- 我的博客文章：haha.ai/xiaohongshu-mcp
- 贡献指南：Contributing Guide
🛠️ 疑难杂症
如果您在部署传统 Docker 版本时遇到问题，务必先查看：各种疑难杂症 (Issues #56)。
提示：如果环境排查太耗时，切换到 x-mcp 插件版 通常是更高效的选择。
Star History
赞赏支持
本项目所有的赞赏都会用于慈善捐赠。所有的慈善捐赠记录，请参考 DONATIONS.md。
捐赠时，请备注 MCP 以及名字。 如需更正/撤回署名，请开 Issue 或通过邮箱联系。
支付宝（不展示二维码）：
通过支付宝向 xpzouying@gmail.com 赞赏。
微信：
项目简介
主要功能
💡 提示： 点击下方功能标题可展开查看视频演示
第一步必须，小红书需要进行登录。可以检查当前登录状态。
登录演示：
https://github.com/user-attachments/assets/8b05eb42-d437-41b7-9235-e2143f19e8b7
检查登录状态演示：
https://github.com/user-attachments/assets/bd9a9a4a-58cb-4421-b8f3-015f703ce1f9
支持发布图文内容到小红书，包括标题、内容描述和图片。
图片支持方式：
支持两种图片输入方式：
-
HTTP/HTTPS 图片链接
["https://example.com/image1.jpg", "https://example.com/image2.png"] -
本地图片绝对路径（推荐）
["/Users/username/Pictures/image1.jpg", "/home/user/images/image2.png"]
为什么推荐使用本地路径：
- ✅ 稳定性更好，不依赖网络
- ✅ 上传速度更快
- ✅ 避免图片链接失效问题
- ✅ 支持更多图片格式
发布图文帖子演示：
https://github.com/user-attachments/assets/8aee0814-eb96-40af-b871-e66e6bbb6b06
支持发布视频内容到小红书，包括标题、内容描述和本地视频文件。
视频支持方式：
仅支持本地视频文件绝对路径：
"/Users/username/Videos/video.mp4"
功能特点：
- ✅ 支持本地视频文件上传
- ✅ 自动处理视频格式转换
- ✅ 支持标题、内容描述和标签
- ✅ 等待视频处理完成后自动发布
注意事项：
- 仅支持本地视频文件，不支持 HTTP 链接
- 视频处理时间较长，请耐心等待
- 建议视频文件大小不超过 1GB
根据关键词搜索小红书内容。
搜索帖子演示：
https://github.com/user-attachments/assets/03c5077d-6160-4b18-b629-2e40933a1fd3
获取小红书首页推荐内容列表。
获取推荐列表演示：
https://github.com/user-attachments/assets/110fc15d-46f2-4cca-bdad-9de5b5b8cc28
获取小红书帖子的完整详情，包括：
- 帖子内容（标题、描述、图片等）
- 用户信息
- 互动数据（点赞、收藏、分享、评论数）
- 评论列表及子评论
⚠️ 重要提示：
- 需要提供帖子 ID 和 xsec_token（两个参数缺一不可）
- 这两个参数可以从 Feed 列表或搜索结果中获取
- 必须先登录才能使用此功能
获取帖子详情演示：
https://github.com/user-attachments/assets/76a26130-a216-4371-a6b3-937b8fda092a
支持自动发表评论到小红书帖子。
功能说明：
- 自动定位评论输入框
- 输入评论内容并发布
- 支持 HTTP API 和 MCP 工具调用
⚠️ 重要提示：
- 需要先登录才能使用此功能
- 需要提供帖子 ID、xsec_token 和评论内容
- 这些参数可以从 Feed 列表或搜索结果中获取
发表评论演示：
https://github.com/user-attachments/assets/cc385b6c-422c-489b-a5fc-63e92c695b80
获取小红书用户的个人主页信息，包括用户基本信息和笔记内容。
功能说明：
- 获取用户基本信息（昵称、简介、头像等）
- 获取关注数、粉丝数、获赞量统计
- 获取用户发布的笔记内容列表
- 支持 HTTP API 和 MCP 工具调用
⚠️ 重要提示：
- 需要先登录才能使用此功能
- 需要提供用户 ID 和 xsec_token
- 这些参数可以从 Feed 列表或搜索结果中获取
返回信息包括：
- 用户基本信息：昵称、简介、头像、认证状态
- 统计数据：关注数、粉丝数、获赞量、笔记数
- 笔记列表：用户发布的所有公开笔记
回复笔记下的指定评论，支持精准回复特定用户的评论。
功能说明：
- 回复指定笔记下的特定评论
- 支持通过评论 ID 或用户 ID 定位目标评论
- 需要提供 feed_id、xsec_token、comment_id/user_id 和回复内容
⚠️ 重要提示：
- 需要先登录才能使用此功能
- comment_id 和 user_id 至少提供一个
- 这些参数可以从帖子详情的评论列表中获取
为笔记点赞或取消点赞，智能检测当前状态避免重复操作。
功能说明：
- 为指定笔记点赞或取消点赞
- 智能检测：已点赞时跳过点赞，未点赞时跳过取消点赞
- 需要提供 feed_id 和 xsec_token
⚠️ 重要提示：
- 需要先登录才能使用此功能
- 默认为点赞操作，设置 unlike=true 可取消点赞
收藏笔记或取消收藏，智能检测当前状态避免重复操作。
功能说明：
- 收藏指定笔记或取消收藏
- 智能检测：已收藏时跳过收藏，未收藏时跳过取消收藏
- 需要提供 feed_id 和 xsec_token
⚠️ 重要提示：
- 需要先登录才能使用此功能
- 默认为收藏操作，设置 unfavorite=true 可取消收藏
小红书基础运营知识
- 标题：（非常重要）小红书要求标题不超过 20 个字
- 正文：（非常重要）：正文不能超过 1000 个字
- 当前支持图文发送以及视频发送：从推荐的角度看，图文的流量会比视频以及纯文字的更好。
- （低优先级）可以考虑纯文字的支持。1. 个人感觉纯文字会大大增加运营的复杂度；2. 纯文字在我的使用场景的价值较低。
- Tags：现已支持。添加合适的 Tags 能带来更多的流量。
- 根据本人实操，小红书每天的发帖量应该是 50 篇。
- （非常重要）小红书的同一个账号不允许在多个网页端登录，如果你登录了当前 xiaohongshu-mcp 后，就不要再在其他的网页端登录该账号，否则就会把当前 MCP 的账号“踢出登录”。你可以使用移动 App 端进行查看当前账号信息。
- 曝光低的话，首先查看内容中是否有违禁词，搜一下有很多第三方免费工具。
- 一定不要出现引流、纯搬运的情况，属于官方重点打击对象。
风险说明
- 该项目是在自己的另外一个项目的基础上开源出来的，原来的项目稳定运行一年多，没有出现过封号的情况，只有出现过 Cookies 过期需要重新登录。
- 我是使用 Claude Code 接入，稳定自动化运营数周后，验证没有问题后开源。
- 如果账号没有实名认证，特别是新号，一般会触发 实名认证 的消息提醒（参见下图）。⚠️ 这个不是封号，不用 MCP 也会要求实名认证。实名认证后，账号就正常了。建议使用该项目前就先实名。
该项目是基于学习的目的，禁止一切违法行为。
实操结果
第一天点赞/收藏数达到了 999+，
一周左右的成果
1. 使用教程
1.1. 快速开始（推荐）
方式一：下载预编译二进制文件
直接从 GitHub Releases 下载对应平台的二进制文件：
主程序（MCP 服务）：
- macOS Apple Silicon:
xiaohongshu-mcp-darwin-arm64 - macOS Intel:
xiaohongshu-mcp-darwin-amd64 - Windows x64:
xiaohongshu-mcp-windows-amd64.exe - Linux x64:
xiaohongshu-mcp-linux-amd64
登录工具：
- macOS Apple Silicon:
xiaohongshu-login-darwin-arm64 - macOS Intel:
xiaohongshu-login-darwin-amd64 - Windows x64:
xiaohongshu-login-windows-amd64.exe - Linux x64:
xiaohongshu-login-linux-amd64
使用步骤：
# 1. 首先运行登录工具
chmod +x xiaohongshu-login-darwin-arm64
./xiaohongshu-login-darwin-arm64
# 2. 然后启动 MCP 服务
chmod +x xiaohongshu-mcp-darwin-arm64
./xiaohongshu-mcp-darwin-arm64
⚠️ 重要提示：首次运行时会自动下载无头浏览器（约 150MB），请确保网络连接正常。后续运行无需重复下载。
方式二：源码编译
依赖 Golang 环境，安装方法请参考 Golang 官方文档。
设置 Go 国内源的代理，
# 配置 GOPROXY 环境变量，以下三选一
# 1. 七牛 CDN
go env -w GOPROXY=https://goproxy.cn,direct
# 2. 阿里云
go env -w GOPROXY=https://mirrors.aliyun.com/goproxy/,direct
# 3. 官方
go env -w GOPROXY=https://goproxy.io,direct
方式三：使用 Docker 容器（最简单）
使用 Docker 部署是最简单的方式，无需安装任何开发环境。
1. 从 Docker Hub 拉取镜像（推荐）
我们提供了预构建的 Docker 镜像，可以直接从 Docker Hub 拉取使用：
# 拉取最新镜像
docker pull xpzouying/xiaohongshu-mcp
Docker Hub 地址：https://hub.docker.com/r/xpzouying/xiaohongshu-mcp
2. 使用 Docker Compose 启动（推荐）
我们提供了配置好的 docker-compose.yml 文件，可以直接使用：
# 下载 docker-compose.yml
wget https://raw.githubusercontent.com/xpzouying/xiaohongshu-mcp/main/docker/docker-compose.yml
# 或者如果已经克隆了项目，进入 docker 目录
cd docker
# 启动服务
docker compose up -d
# 查看日志
docker compose logs -f
# 停止服务
docker compose stop
3. 自己构建镜像（可选）
# 在项目根目录运行
docker build -t xpzouying/xiaohongshu-mcp .
4. 配置说明
Docker 版本会自动：
- 配置 Chrome 浏览器和中文字体
- 挂载
./data用于存储 cookies - 挂载
./images用于存储发布的图片 - 暴露 18060 端口供 MCP 连接
详细使用说明请参考：Docker 部署指南
Windows 遇到问题首先看这里：Windows 安装指南
1.2. 登录
第一次需要手动登录，需要保存小红书的登录状态。
使用二进制文件：
# 运行对应平台的登录工具
./xiaohongshu-login-darwin-arm64
使用源码：
go run cmd/login/main.go
1.3. 启动 MCP 服务
启动 xiaohongshu-mcp 服务。
使用二进制文件：
# 默认：无头模式，没有浏览器界面
./xiaohongshu-mcp-darwin-arm64
# 非无头模式，有浏览器界面
./xiaohongshu-mcp-darwin-arm64 -headless=false
使用源码：
# 默认：无头模式，没有浏览器界面
go run .
# 非无头模式，有浏览器界面
go run . -headless=false
配置代理（可选）：
如果需要通过代理访问，可以设置 XHS_PROXY 环境变量：
# 设置代理后启动
XHS_PROXY=http://user:pass@proxy:port ./xiaohongshu-mcp-darwin-arm64
# 或使用源码
XHS_PROXY=http://proxy:port go run .
支持 HTTP/HTTPS/SOCKS5 代理，日志中会自动隐藏代理的认证信息。
1.4. 验证 MCP
npx @modelcontextprotocol/inspector
运行后，打开红色标记的链接，配置 MCP inspector，输入 http://localhost:18060/mcp ，点击 Connect 按钮。
注意： 左侧边框中的选项是否正确。
按照上面配置 MCP inspector 后，点击 List Tools 按钮，查看所有的 Tools。
1.5. 使用 MCP 发布
检查登录状态
