xiaohongshu-mcp
MCP for xiaohongshu.com
Install / Use
claude mcp add xpzouying -- npx -y github:xpzouying/xiaohongshu-mcpIf the server publishes to npm under a different name, use that package instead — check the repo README.
MCP Server
Model Context Protocol server
Quality Score
Category
Development & EngineeringSupported Platforms
Tags
Skill content
View source on GitHubxiaohongshu-mcp
<!-- ALL-CONTRIBUTORS-BADGE:START - Do not remove or modify this section --> <!-- ALL-CONTRIBUTORS-BADGE:END -->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
<!-- 图表由 .github/workflows/star-history.yml 每周生成到 star-history 数据分支(star-history.com 托管图表因 GitHub API 限制已失效) --> <a href="https://www.star-history.com/#xpzouying/xiaohongshu-mcp&Timeline"> <picture> <source media="(prefers-color-scheme: dark)" srcset="https://raw.githubusercontent.com/xpzouying/xiaohongshu-mcp/star-history/assets/star-history-dark.svg" /> <img alt="Star History Chart" src="https://raw.githubusercontent.com/xpzouying/xiaohongshu-mcp/star-history/assets/star-history.svg" /> </picture> </a>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:
<img src="donate/wechat@2x.png" alt="WeChat Pay QR" width="260" />项目简介
主要功能
<details> <summary><b>1. 登录和检查登录状态</b></summary>💡 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
</details> <details> <summary><b>2. 发布图文内容</b></summary>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
</details> <details> <summary><b>3. 发布视频内容</b></summary>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
</details> <details> <summary><b>5. 获取推荐列表</b></summary>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
</details> <details> <summary><b>6. 获取帖子详情(包括互动数据和评论)</b></summary>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
</details> <details> <summary><b>7. 发表评论到帖子</b></summary>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
</details> <details> <summary><b>8. 获取用户个人主页</b></summary>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。 <img width="508" height="306" alt="image" src="https://github.com/user-attachments/assets/34383e1b-f666-409f-9870-002655507dc1" />
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+,
<img width="386" height="278" alt="CleanShot 2025-09-05 at 01 31 55@2x" src="https://github.com/user-attachments/assets/4b5a283b-bd38-45b8-b608-8f818997366c" /> <img width="350" height="280" alt="CleanShot 2025-09-05 at 01 32 49@2x" src="https://github.com/user-attachments/assets/4481e1e7-3ef6-4bbd-8483-dcee8f77a8f2" />一周左右的成果
<img width="1840" height="582" alt="CleanShot 2025-09-05 at 01 33 13@2x" src="https://github.com/user-attachments/assets/fb367944-dc48-4bbd-8ece-934caa86323e" />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 - Windows x64:
xiaohongshu-mcp-windows-amd64.exe - Linux x64:
xiaohongshu-mcp-linux-amd64
登录工具:
- macOS Apple Silicon:
xiaohongshu-login-darwin-arm64 - Windows x64:
xiaohongshu-login-windows-amd64.exe - Linux x64:
xiaohongshu-login-linux-amd64
目前支持以上三个平台。macOS Intel 与 Linux ARM64 暂不支持。
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
<details> <summary>源码编译安装详情</summary>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
</details>
方式三:使用 Docker 容器(最简单)
<details> <summary>Docker 部署详情</summary>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:
- 配置内置浏览器和中文字体
- 挂载
./data用于存储 cookies 和运行数据目录 - 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
</details>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

发布图文
示例中是从 https://unsplash.com/ 中随机找了个图片做测试。

搜索内容
使用搜索功能,根据关键词搜索小红书内容:

2. MCP 客户端接入
本服务支持标准的 Model Context Protocol (MCP),可以接入各种支持 MCP 的 AI 客户端。
2.1. 快速开始
启动 MCP 服务
# 启动服务(默认无头模式)
go run .
# 或者有界面模式
go run . -headless=false
服务将运行在:http://localhost:18060/mcp
验证服务状态
# 测试 MCP 连接
curl -X POST http://localhost:18060/mcp \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","method":"initialize","params":{},"id":1}'
Claude Code CLI 接入
# 添加 HTTP MCP 服务器
claude mcp add --transport http xiaohongshu-mcp http://localhost:18060/mcp
# 检查 MCP 是否添加成功(确保 MCP 已经启动的前提下,运行下面命令)
claude mcp list
2.2. 支持的客户端
<details> <summary><b>Claude Code CLI</b></summary>官方命令行工具,已在上面快速开始部分展示:
# 添加 HTTP MCP 服务器
claude mcp add --transport http xiaohongshu-mcp http://localhost:18060/mcp
# 检查 MCP 是否添加成功(确保 MCP 已经启动的前提下,运行下面命令)
claude mcp list
</details>
<details>
<summary><b>Open Code CLI</b></summary>
使用交互式命令添加 MCP Server:
opencode mcp add
以添加 xiaohongshu-mcp 为例:
┌ Add MCP server
│
◇ Enter MCP server name
│ xiaohongshu-mcp
│
◇ Select MCP server type
│ Remote
│
◇ Enter MCP server URL
│ http://localhost:18060/mcp
│
◇ Does this server require OAuth authentication?
│ No
│
◆ MCP server "xiaohongshu-mcp" added to C:\Users\admin\.config\opencode\opencode.json
│
└ MCP server added successfully
验证是否添加成功(确保 MCP 已启动的前提下):
opencode mcp list
┌ MCP Servers
│
● ✓ xiaohongshu-mcp connected
</details>
<details>
<summary><b>Cursor</b></summary>
配置文件的方式
创建或编辑 MCP 配置
Truncated for display — read the full file on GitHub.
Related Skills
Agent-Reach
84.4kGive your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu — one CLI, zero API fees.
headroom
73.4kCompress tool outputs, logs, files, and RAG chunks before they reach the LLM. 20% fewer tokens for coding agents, 60-95% fewer tokens for JSON, same answers. Library, proxy, MCP server.
ruflo
73.0k🌊 The original agent harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, federation, vector RAG integration, and native Claude Code / Codex / Hermes and many more Integrated
career-ops
72.4kOpen-source AI job search: scan job portals, evaluate listings into a structured A-H report with a global 1-5 score, tailor your CV, track applications — runs locally in your AI coding CLI (Claude Code, Codex, OpenCode, Antigravity…)
