📕 小红书创作者MCP工具包

一个强大的小红书自动化工具包，支持通过MCP协议与AI客户端（如Claude Desktop等）集成，实现与AI对话即可进行内容创作、发布及创作者数据分析。

✨ 主要特性

🍪 Cookie管理: 安全获取、验证和管理小红书登录凭证
🤖 MCP协议支持: 与Claude Desktop、CherryStudio等AI客户端无缝集成
📝 自动发布: 支持图文和视频笔记的自动化发布
🖼️ 多样化图片支持: 支持本地图片、网络URL
⏰ 定时任务: 支持cron表达式的定时数据采集
📊 数据采集: 自动采集创作者中心仪表板、内容分析、粉丝数据
🧠 AI数据分析: 中文表头数据，AI可直接理解和分析
💾 数据存储: 支持csv本地存储（sql目前保留，暂不开发）
🎯 统一接口: 一个工具解决llm操作小红书自动化需求

📋 功能清单

内容发布

图文发布 - 支持发布图文笔记
视频发布 - 支持发布视频笔记
话题标签 - 支持自动添加话题标签，提升内容曝光度
内容搜索 - 支持指定搜索（开发计划中）

数据采集

仪表板数据 - 采集账号概览数据（粉丝数、获赞数等）
内容分析数据 - 采集笔记表现数据（浏览量、点赞数等）
粉丝数据 - 采集粉丝增长和分析数据
定时采集 - 支持cron表达式的自动定时采集
数据存储 - CSV本地存储（默认）

📋 环境要求

🌐 浏览器环境

Google Chrome 浏览器 (最新版本推荐)
ChromeDriver (版本必须与Chrome版本完全匹配)

🔍 查看Chrome版本

在Chrome浏览器中访问：chrome://version/

chrome版本

📥 ChromeDriver安装方式

方法一：自动下载（推荐）

# 使用webdriver-manager自动管理
pip install webdriver-manager

方法二：手动下载

📋 访问官方下载页面：Chrome for Testing
🎯 选择与您Chrome版本完全匹配的ChromeDriver
📁 下载后解压到合适位置（如 /usr/local/bin/ 或 C:\tools\）
⚙️ 在 .env 文件中配置正确路径

方法三：包管理器安装

# macOS (Homebrew)
brew install --cask chromedriver

# Windows (Chocolatey)  
choco install chromedriver

# Linux (Ubuntu/Debian)
sudo apt-get install chromium-chromedriver

⚠️ 重要提示：版本不匹配是最常见的问题原因，请确保ChromeDriver版本与Chrome浏览器版本完全一致！

🌐 远程浏览器连接

支持连接到已运行的远程Chrome实例，提高性能和支持远程部署场景。

🔧 配置方法

在 .env 文件中添加以下配置：

# 启用远程浏览器连接
ENABLE_REMOTE_BROWSER=true
REMOTE_BROWSER_HOST=http://xx.xx.xx.xx
REMOTE_BROWSER_PORT=xxxx

🚀 启动远程Chrome

如果报错没有权限，请检查 ./chrome-data 目录是否存在切查看是否有读写权限，如果没有读写权限，请按照下面的步骤修复
1. docker run --rm selenium/standalone-chrome id seluser 获取seluser的uid，例如返回 uid=1200(seluser) gid=1200(seluser) groups=1200(seluser)
2. sudo chown -R 1200:1200 ./chrome-data 赋予seluser的读写权限，1200是seluser的uid
3. 重新执行 docker-compose up --force-recreate 启动容器

version: '3.8'

services:
  selenium-chrome:
    image: selenium/standalone-chrome:latest
    container_name: selenium-chrome
    ports:
      - "54444:4444"
      - "57900:7900"
    shm_size: 2g
    environment:
      - SE_VNC_NO_PASSWORD=1
    volumes:
      - ./chrome-data:/home/seluser  # 更换挂载路径，确保权限
    restart: unless-stopped
    command: >
      bash -c "mkdir -p /home/seluser/.config/google-chrome &&
              touch /home/seluser/.config/google-chrome/test.txt &&
              /opt/bin/entry_point.sh"

💡 使用场景

远程部署：在服务器上运行Chrome，本地连接使用
性能优化：复用已运行的Chrome实例，避免重复启动
开发调试：连接到已登录的Chrome实例，保持会话状态
Docker环境：在容器间共享Chrome实例

⚠️ 注意事项

远程连接时不会启动新的Chrome实例
确保目标Chrome实例已开启远程调试功能
某些操作（如窗口大小调整）在远程模式下可能不支持

🚀 快速开始

💡 极简使用方式

# 克隆项目
git clone https://github.com/aki66938/xhs-toolkit.git
cd xhs-toolkit

# 运行（会自动安装依赖）
./xhs              # Mac/Linux
xhs.bat            # Windows

# 或使用 Python
python install_deps.py  # 安装依赖向导
./xhs                   # 启动程序

🎮 交互式菜单

运行 ./xhs 后会显示友好的菜单界面：

╭─────────────────────────────────────────╮
│         小红书MCP工具包 v1.3.0           │
│           快速操作菜单系统                │
╰─────────────────────────────────────────╯

【主菜单】
1. 🔄 数据收集
2. 🌐 浏览器操作
3. 📊 数据管理
4. 🍪 Cookie管理
5. 🚀 MCP服务器
6. ⚙️  系统工具
0. 退出

🛠️ 从源码运行

方法一：uv (推荐 ⚡)

# 克隆项目
git clone https://github.com/aki66938/xhs-toolkit.git
cd xhs-toolkit

# 使用uv安装依赖并运行
uv sync
uv run python xhs_toolkit.py status  ## 验证工具是否可用

💡 uv使用提示：文档中所有 python 命令都可以用 uv run python 替代，享受更快的依赖管理体验！

方法二：pip (传统方式)

# 克隆项目
git clone https://github.com/aki66938/xhs-toolkit.git
cd xhs-toolkit

# 创建虚拟环境（推荐）
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装依赖
pip install -r requirements.txt
python xhs_toolkit.py status  ## 验证工具是否可用

🛠️ 使用指南

1. 创建配置文件

复制并编辑配置文件：

cp env_example .env
vim .env  # 编辑配置

必需配置：

# Chrome浏览器路径
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"

# ChromeDriver路径  
WEBDRIVER_CHROME_DRIVER="/opt/homebrew/bin/chromedriver"

2. 获取登录凭证

# 方式一：使用交互式菜单
./xhs
# 选择 4 -> Cookie管理 -> 1 -> 获取新的Cookies

# 方式二：直接命令
./xhs cookie save

在弹出的浏览器中, 如果是连接的远程浏览器，可以访问 http://ip:57900 访问vnc界面，然后执行下面的步骤：

登录小红书创作者中心
确保能正常访问创作者中心功能
完成后按回车键保存

3. 启动MCP服务器

# 方式一：使用交互式菜单
./xhs
# 选择 5 -> MCP服务器 -> 1 -> 启动服务器

# 方式二：直接命令
./xhs server start

4. 客户端配置

Claude Desktop

使用 uv（推荐）

在 ~/Library/Application Support/Claude/claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "xhs-toolkit": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/xhs-toolkit",
        "run",
        "python",
        "-m",
        "src.server.mcp_server",
        "--stdio"
      ]
    }
  }
}

使用系统 Python

如果不使用 uv，可以配置为：

{
  "mcpServers": {
    "xhs-toolkit": {
      "command": "python3",
      "args": [
        "-m",
        "src.server.mcp_server",
        "--stdio"
      ],
      "cwd": "/path/to/xhs-toolkit",
      "env": {
        "PYTHONPATH": "/path/to/xhs-toolkit"
      }
    }
  }
}

注意：

需要将 /path/to/xhs-toolkit 替换为实际的项目路径
macOS 用户配置文件位置：~/Library/Application Support/Claude/claude_desktop_config.json
Windows 用户配置文件位置：%APPDATA%\Claude\claude_desktop_config.json
修改配置后需要重启 Claude Desktop

cherry studio

在MCP配置中添加

Cherry Studio配置

n8n

在n8n的AI agent节点的tool中添加配置配置

n8n的AI agent配置

🔧 主要功能

MCP工具列表

工具名称	功能说明	参数	备注
`test_connection`	测试MCP连接	无	连接状态检查
`smart_publish_note`	发布小红书笔记 ⚡	title, content, images, videos, tags, topics	支持本地路径、网络URL、话题标签
`check_task_status`	检查发布任务状态	task_id	查看任务进度
`get_task_result`	获取已完成任务的结果	task_id	获取最终发布结果
`login_xiaohongshu`	智能登录小红书	force_relogin, quick_mode	MCP专用无交互登录
`get_creator_data_analysis`	获取创作者数据用于分析	无	AI数据分析专用

💬 AI对话式操作指南

通过与AI对话即可完成登录、发布、数据分析等操作，无需学习复杂命令。

🔐 智能登录

用户："登录小红书"

重要提示：

🚨 首次使用请不要更改headless参数，获取到cookies后再更改为无头模式
🌐 AI调用登录工具后会拉起浏览器，首次登录需要手动输入验证码或扫码
🍪 成功后会自动保存cookies到本地，下次就免登录了

📝 内容发布

图文发布（本地图片）：

请发布一篇小红书笔记，标题："今日分享"，内容："..."，图片路径："/User/me/xhs/poster.png"

图文发布（网络图片）：

请发布一篇小红书笔记，标题："美食分享"，内容："今天的美食"，使用这个网络图片：https://example.com/food.jpg

视频发布：

请发布一篇小红书视频，标题："今日vlog"，内容："..."，视频路径："/User/me/xhs/video.mp4"

带话题标签发布：

请发布一篇小红书笔记，标题："AI学习心得"，内容："今天学习了机器学习基础"，话题："AI，人工智能，学习心得"，图片："/path/to/image.jpg"

📊 数据分析

请分析我的小红书账号数据，给出内容优化建议

🔧 发布原理

手工上传过程中，浏览器会弹窗让用户选中文件路径，AI会将用户提供的路径参数传递给MCP工具，自动完成上传动作。

⚡ 智能等待机制

📷 图片上传：快速上传，无需等待
🎬 视频上传：轮询检测上传进度，等待"上传成功"标识出现
⏱️ 超时保护：最长等待2分钟，避免MCP调用超时
📊 状态监控：DEBUG模式显示视频文件大小和时长信息
🔄 高效轮询：每2秒检查一次，精确文本匹配

📊 数据采集与AI分析功能

自动采集小红书创作者数据，支持定时任务和AI智能分析。

🧠 AI数据分析特性

中文表头: CSV文件使用中文表头，AI可直接理解数据含义
智能分析: 通过 get_creator_data_analysis MCP工具获取完整数据
数据驱动: AI基于真实数据提供内容优化建议
趋势分析: 分析账号表现趋势和粉丝增长情况

采集的数据类型

仪表板数据: 粉丝数、获赞数、浏览量等账号概览数据
内容分析数据: 笔记表现数据，包括浏览量、点赞数、评论数等
粉丝数据: 粉丝增长趋势、粉丝画像分析等

定时任务示例

采用cron语法，写入配置文件.env

# 每6小时采集一次
COLLECTION_SCHEDULE=0 */6 * * *

# 工作日上午9点采集
COLLECTION_SCHEDULE=0 9 * * 1-5

# 每月1号凌晨2点采集
COLLECTION_SCHEDULE=0 2 1 * *

🎯 手动操作工具

新增交互式菜单和手动操作工具，提供更便捷的操作体验：

主要功能

🔄 数据收集: 手动触发数据采集，支持选择数据类型和时间维度
🌐 浏览器操作: 快速打开已登录的小红书各页面
📊 数据管理: 导出Excel/JSON、分析数据趋势、备份恢复
🍪 Cookie管理: 获取、查看、验证Cookies状态

使用示例

# 启动交互式菜单
./xhs

# 或使用命令行
./xhs manual collect --type all      # 收集所有数据
./xhs manual browser --page publish  # 打开发布页面
./xhs manual export --format excel   # 导出Excel
./xhs manual analyze                 # 分析数据趋势

🚀 更新日志 - v1.3.0

🎯 重要功能更新

🏷️ 话题标签自动化功能（完整实现）

全新话题自动化系统：基于严谨的Playwright验证测试，实现真正有效的小红书话题标签添加
智能输入机制：使用Actions类逐字符输入和JavaScript事件模拟，完美模拟真实用户操作
完整DOM验证：支持检测data-topic属性和隐藏标识，确保话题获得平台流量推荐
多重备用方案：多种输入方式和验证机制，提供99%+的成功率保障

🔧 话题架构重构升级

术语统一：全面从"标签"重构为"话题"，符合小红书平台术语
组件化设计：新增topic_automation.py专用模块，提供基础和高级自动化功能
接口统一：更新所有模型、接口和服务器代码，保持向后兼容性

🧪 基于实测的关键修复

输入方式修复：解决直接send_keys无法触发下拉菜单的问题
验证机制改进：多层验证确保话题转换成功，包含完整的元数据检查
容错处理增强：即使某个环节失败也有多个备用方案，确保功能稳定性

使用示例

# 新的话题功能使用（MCP工具中自动支持）
smart_publish_note(
    title="AI学习心得",
    content="分享一些人工智能学习经验",
    topics=["AI", "人工智能", "学习心得"],  # 新增话题参数
    images=["image.jpg"]
)

技术细节

验证测试覆盖率：基于3次严谨的Playwright验证测试
DOM结构适配：完全适配小红书真实的话题标签DOM结构
性能优化：智能等待机制和并发处理，提升自动化效率

测试效果

1.3.0

新增功能

🎮 交互式菜单系统

统一入口 ./xhs，无需记忆复杂命令
数字选择菜单，操作更直观
实时状态显示，了解系统状态
支持Windows（xhs.bat）和Unix系统

🛠️ 手动操作工具集

manual collect: 手动数据收集，支持选择类型和维度
manual browser: 打开已登录浏览器，快速访问各页面
manual export: 导出数据为Excel或JSON格式
manual analyze: 分析数据趋势，查看最佳笔记
manual backup/restore: 数据备份和恢复功能

🔧 改进的依赖管理

智能检测uv/pip环境
自动选择最佳Python环境
新增 install_deps.py 安装向导
同时支持uv和pip安装方式

优化改进

简化启动命令，统一使用 ./xhs
改进Windows支持，提供bat和PowerShell脚本
优化代码结构，拆分模块避免单文件过大
增强错误处理和用户提示

新增功能

🌐 网络图片支持

支持 HTTP/HTTPS 图片链接直接发布
自动下载网络图片到本地临时目录
支持常见图片格式（jpg、png、gif、webp）

📁 改进的图片处理

新增 ImageProcessor 模块统一处理各种图片输入
支持混合输入：["local.jpg", "https://example.com/img.jpg"]
更灵活的输入格式支持

使用示例

# 网络图片
smart_publish_note(
    title="美食分享",
    content="今天的美食",
    images=["https://example.com/food.jpg"]
)

# 混合使用
smart_publish_note(
    title="旅行记录",
    content="风景很美",
    images=["/local/photo.jpg", "https://example.com/view.jpg"]
)

其他优化

改进文本处理，保留换行符
更新文档说明

🔧 重要修复

🖥️ 无头模式优化

修复无头模式失效问题：增强Chrome无头模式配置，添加多重保险参数
优化浏览器启动逻辑：使用--headless=new和--headless双重无头模式配置
优化配置验证：确保所有模块都使用统一的HEADLESS配置，避免配置不一致问题

💡 细节

添加了--disable-gpu-compositing、--disable-notifications等多个Chrome参数
改进了MCP服务器启动时的异步初始化逻辑
增强了Windows环境下的兼容性和稳定性

🚀 更新日志 - v1.2.2

🆕 新增功能

🔐 智能登录系统

新增自动化登录检测机制，支持MCP模式下的无交互登录
实现四重检测机制：URL状态、页面元素、身份验证、错误状态检测
添加智能等待机制，自动监测登录完成状态
优化cookies保存逻辑，区分交互模式和自动化模式

🧠 智能路径解析系统

新增智能文件路径识别功能，支持多种输入格式自动解析
新增 smart_parse_file_paths() 函数，使用JSON解析、ast.literal_eval等多种解析方式
适配LLM对话场景和dify等平台的数组数据传递

支持的输入格式：

逗号分隔："a.jpg,b.jpg,c.jpg"
数组字符串："[a.jpg,b.jpg,c.jpg]"
JSON数组：'["a.jpg","b.jpg","c.jpg"]'
真实数组：["a.jpg", "b.jpg", "c.jpg"]
混合格式："[a.jpg,'b.jpg',\"c.jpg\"]"

🛠️ 代码架构优化

重构登录相关模块，提升代码可维护性
优化异常处理机制，增强系统稳定性

🔧 修复功能

📝 路径处理优化

解决用户反馈的多张图片上传格式识别问题
智能区分字符串和数组格式，避免数据类型判断错误
支持从不同平台（dify、LLM对话等）传递的各种数据格式
增强容错能力，即使格式不标准也能尽量解析

🚀 开发路线图

📋 待开发功能

🔥 高优先级

🔐 无头模式登录 - 完善无头模式下的自动登录流程，提升自动化体验

🔮 长期规划

🤖 AI创作声明 - 智能检测AI生成内容，自动添加创作声明标识
👥 多账号管理 - 支持多账号切换发布（遵循平台政策，单IP限制3个账号）
🌐 代理模式支持 - 配合多账号功能，支持代理网络访问
🐳 Docker容器化 - 提供容器化部署方案，便于多实例管理和部署
🔍 内容审核机制 - 敏感词提醒或过滤

🔧 故障排除

ChromeDriver常见问题

❌ 问题：版本不匹配错误

selenium.common.exceptions.SessionNotCreatedException: session not created: This version of ChromeDriver only supports Chrome version XX

✅ 解决方案：

🔍 检查Chrome版本：访问 chrome://version/
📥 下载对应版本的ChromeDriver：Chrome for Testing
⚙️ 更新 .env 文件中的路径配置

❌ 问题：ChromeDriver找不到

selenium.common.exceptions.WebDriverException: 'chromedriver' executable needs to be in PATH

✅ 解决方案：

确认ChromeDriver已下载并解压
方案A：将ChromeDriver添加到系统PATH
方案B：在 .env 中配置完整路径：WEBDRIVER_CHROME_DRIVER="/path/to/chromedriver"
Linux/macOS: 确保文件有执行权限 chmod +x chromedriver

❌ 问题：Chrome浏览器路径错误

selenium.common.exceptions.WebDriverException: unknown error: cannot find Chrome binary

✅ 解决方案：在 .env 文件中配置正确的Chrome路径

# macOS
CHROME_PATH="/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"

# Windows
CHROME_PATH="C:\Program Files\Google\Chrome\Application\chrome.exe"

# Linux
CHROME_PATH="/usr/bin/google-chrome"

其他常见问题

❌ 问题：MCP连接失败

✅ 解决方案：

确认服务器已启动：python xhs_toolkit.py server start
检查端口8000是否被占用
重启Claude Desktop或其他MCP客户端

❌ 问题：登录失败

✅ 解决方案：

清除旧的cookies：删除 xhs_cookies.json 文件
重新获取cookies：python xhs_toolkit.py cookie save
确保使用正确的小红书创作者中心账号

🙏 贡献者

感谢所有为项目做出贡献的人！

如果您也想为项目做出贡献，欢迎提交 Pull Request 或 Issue！

📄 许可证

本项目基于 MIT许可证开源。

🔐 安全承诺

✅ 本地存储: 所有数据仅保存在本地
✅ 开源透明: 代码完全开源，可审计
✅ 用户控制: 您完全控制自己的数据

Xiaohongshu Toolkit

📕 小红书创作者MCP工具包

✨ 主要特性

📋 功能清单

登录

内容发布

数据采集

📋 环境要求

🌐 浏览器环境

🔍 查看Chrome版本

📥 ChromeDriver安装方式

方法一：自动下载（推荐）

方法二：手动下载

方法三：包管理器安装

🌐 远程浏览器连接

🔧 配置方法

🚀 启动远程Chrome

💡 使用场景

⚠️ 注意事项

🚀 快速开始

💡 极简使用方式

🎮 交互式菜单

🛠️ 从源码运行

方法一：uv (推荐 ⚡)

方法二：pip (传统方式)

🛠️ 使用指南

1. 创建配置文件

2. 获取登录凭证

3. 启动MCP服务器

4. 客户端配置

使用 uv（推荐）

使用系统 Python

🔧 主要功能

MCP工具列表

💬 AI对话式操作指南

🔐 智能登录

📝 内容发布

📊 数据分析

🔧 发布原理

⚡ 智能等待机制

📊 数据采集与AI分析功能

🧠 AI数据分析特性

采集的数据类型

定时任务示例

🎯 手动操作工具

主要功能

使用示例

🚀 更新日志 - v1.3.0

🎯 重要功能更新

🏷️ 话题标签自动化功能（完整实现）

🔧 话题架构重构升级

🧪 基于实测的关键修复

使用示例

技术细节

测试效果

新增功能

🎮 交互式菜单系统

🛠️ 手动操作工具集

🔧 改进的依赖管理

优化改进

新增功能

🌐 网络图片支持

📁 改进的图片处理

使用示例

其他优化

🔧 重要修复

🖥️ 无头模式优化

💡 细节

🚀 更新日志 - v1.2.2

🆕 新增功能

🔐 智能登录系统

🧠 智能路径解析系统

🛠️ 代码架构优化

🔧 修复功能

📝 路径处理优化

🚀 开发路线图

📋 待开发功能

🔥 高优先级

🔮 长期规划

🔧 故障排除