RedBook-Search-Comment-MCP
这是一款基于 Playwright 开发的小红书自动搜索和评论工具,作为 MCP Server,可通过特定配置接入 MCP Client,帮助用户自动完成登录小红书、搜索关键词、获取笔记内容及发布智能评论等操作。
Documentation
小红书自动搜索评论工具(MCP Server)
> 本项目基于 JonaFly/RednoteMCP 并结合我自己的使用经验,进行优化和改进(by windsurf)。在此向原作者表示衷心的感谢!
这是一款基于 Playwright 开发的小红书自动搜索和评论工具,作为 MCP Server,可通过特定配置接入 MCP Client(如Claude for Desktop),帮助用户自动完成登录小红书、搜索关键词、获取笔记内容及发布智能评论等操作。
注:Redbook-Search-Comment-MCP2.0已经发布!直接点击前往使用即可!
2.0主要优化内容如下:
- 优化了搜索笔记时,标题不显示的问题
- 新增了多类获取笔记的方法,确保能完整获取笔记内容
- 重构了评论功能,利用MCP客户端(如Claude)的AI能力生成更自然的评论
- 将功能模块化,分为笔记分析、评论生成和评论发布三个独立模块
一、功能特点
- 自动登录:支持手动扫码登录方式,首次登录成功后会保存登录状态,后续使用无需重复扫码。
- 关键词搜索:能依据用户输入的关键词搜索小红书笔记,并可指定返回结果的数量。
- 笔记内容获取:输入笔记的 URL,即可获取该笔记的详细内容。
- 笔记评论获取:通过笔记 URL 获取相应笔记的评论信息。
- 智能评论发布:支持多种评论类型,包括引流(引导用户关注或私聊)、点赞(简单互动获取好感)、咨询(以问题形式增加互动)、专业(展示专业知识建立权威),可根据需求选择发布。
二、安装步骤
1. Python 环境准备:确保系统已安装 Python 3.8 或更高版本。若未安装,可从 Python 官方网站下载并安装。
2. 项目获取:将本项目克隆或下载到本地。
3. 创建虚拟环境:在项目目录下创建并激活虚拟环境(推荐):
# 创建虚拟环境
python3 -m venv venv
# 激活虚拟环境
# Windows
venv\Scripts\activate
# macOS/Linux
source venv/bin/activate4. 安装依赖:在激活的虚拟环境中安装所需依赖:
pip install -r requirements.txt
pip install fastmcp5. 安装浏览器:安装Playwright所需的浏览器:
playwright install三、MCP Server 配置
在 MCP Client(如Claude for Desktop)的配置文件中添加以下内容,将本工具配置为 MCP Server:
{
"mcpServers": {
"xiaohongshu MCP": {
"command": "/绝对路径/到/venv/bin/python3",
"args": [
"/绝对路径/到/xiaohongshu_mcp.py",
"--stdio"
]
}
}
}> 重要提示:
> - 请使用虚拟环境中Python解释器的完整绝对路径
> - 例如:`/Users/username/Desktop/RedBook-Search-Comment-MCP/venv/bin/python3`
> - 同样,xiaohongshu_mcp.py也需要使用完整绝对路径
四、使用方法
(一)启动服务器
1. 直接运行:在项目目录下,激活虚拟环境后执行:
python3 xiaohongshu_mcp.py2. 通过 MCP Client 启动:配置好MCP Client后,按照客户端的操作流程进行启动和连接。
(二)主要功能操作
在MCP Client(如Claude for Desktop)中连接到服务器后,可以使用以下功能:
1. 登录小红书
工具函数:
mcp0_login()在MCP客户端中的使用方式:
直接发送以下文本:
帮我登录小红书账号或:
请登录小红书功能说明:首次使用时会打开浏览器窗口,等待用户手动扫码登录。登录成功后,工具会保存登录状态。
2. 搜索笔记
工具函数:
mcp0_search_notes(keywords="关键词", limit=5)在MCP客户端中的使用方式:
发送包含关键词的搜索请求:
帮我搜索小红书笔记,关键词为:美食指定返回数量:
帮我搜索小红书笔记,关键词为旅游,返回10条结果功能说明:根据关键词搜索小红书笔记,并返回指定数量的结果。默认返回5条结果。
3. 获取笔记内容
工具函数:
mcp0_get_note_content(url="笔记URL")在MCP客户端中的使用方式:
发送包含笔记URL的请求:
帮我获取这个笔记的内容:https://www.xiaohongshu.com/search_result/xxxx或:
请查看这个小红书笔记的内容:https://www.xiaohongshu.com/search_result/xxxx功能说明:获取指定笔记URL的详细内容,包括标题、作者、发布时间和正文内容。
4. 获取笔记评论
工具函数:
mcp0_get_note_comments(url="笔记URL")在MCP客户端中的使用方式:
发送包含笔记URL的评论请求:
帮我获取这个笔记的评论:https://www.xiaohongshu.com/search_result/xxxx或:
请查看这个小红书笔记的评论区:https://www.xiaohongshu.com/search_result/xxxx功能说明:获取指定笔记URL的评论信息,包括评论者、评论内容和评论时间。
5. 发布智能评论
工具函数:
mcp0_post_smart_comment(url="笔记URL", comment_type="评论类型")在MCP客户端中的使用方式:
发送包含笔记URL和评论类型的请求:
帮我在这个笔记发布专业类型的评论:https://www.xiaohongshu.com/search_result/xxxx或:
请在这个小红书笔记下发布一条引流评论:https://www.xiaohongshu.com/search_result/xxxx评论类型参数可选值:
- `"引流"` (默认):引导用户关注或私聊
- `"点赞"`:简单互动获取好感
- `"咨询"`:以问题形式增加互动
- `"专业"`:展示专业知识建立权威
功能说明:在指定笔记下发布智能评论,系统会根据笔记内容和指定的评论类型自动生成适合的评论内容。
五、代码结构
- xiaohongshu_mcp.py:实现主要功能的核心文件,包含登录、搜索、获取内容和评论、发布评论等功能的代码逻辑。
- requirements.txt:记录项目所需的依赖库。
六、常见问题与解决方案
1. 连接失败:
2. 浏览器会话问题:
如果遇到`Page.goto: Target page, context or browser has been closed`错误:
3. 依赖安装问题:
如果遇到`ModuleNotFoundError`错误:
七、注意事项
- 浏览器模式:工具使用 Playwright 的非隐藏模式运行,运行时会打开真实浏览器窗口。
- 登录方式:首次登录需要手动扫码,后续使用若登录状态有效,则无需再次扫码。
- 平台规则:使用过程中请严格遵守小红书平台的相关规定,避免进行过度操作,防止账号面临封禁等风险。
- 功能兼容性:由于小红书平台可能会进行更新和调整,搜索结果和评论功能的可用性可能会受到影响。若出现异常,请及时关注项目更新或联系开发者。
八、免责声明
本工具仅用于学习和研究目的,使用者应严格遵守相关法律法规以及小红书平台的规定。因使用不当导致的任何问题,本项目开发者不承担任何责任。
Frequently asked questions
What is RedBook-Search-Comment-MCP?
RedBook-Search-Comment-MCP is 这是一款基于 Playwright 开发的小红书自动搜索和评论工具,作为 MCP Server,可通过特定配置接入 MCP Client,帮助用户自动完成登录小红书、搜索关键词、获取笔记内容及发布智能评论等操作。
How do I install RedBook-Search-Comment-MCP?
Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.
Is RedBook-Search-Comment-MCP open source?
Yes — it is hosted on GitHub at https://github.com/chenningling/RedBook-Search-Comment-MCP and has 43 stars.
Related MCP tools
Cognee is the open-source AI memory platform for agents. Give your AI agents persistent long-term memory across sessions with a self-hosted knowledge graph engine.
Automate browser based workflows with AI
Hindsight: Agent Memory That Learns
A privacy-first app that strips AI watermarks from content you own.
Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.
The power of Claude Code / GeminiCLI / CodexCLI + [Gemini / OpenAI / OpenRouter / Azure / Grok / Ollama / Custom Model / All Of The Above] working as one.
Run your own MCP server? See who uses it and what to fix.
Measure it with TrackMCP