什么是 ai.smithery/blbl147-xhs-mcp？
支持搜索小红书笔记、浏览推荐、查看内容与评论，并直接发表评论，让你在工作流中高效跟进热门话题。
README
小红书MCP服务
特点
- 采用js逆向出x-s,x-t,直接请求http接口,无须笨重的playwright
- 搜索笔记
- 获取笔记内容
- 获取笔记的评论
- 发表评论
快速开始
1. 环境
- node
- python 3.12
- uv (pip install uv)
2. 安装依赖
git clone git@github.com:jobsonlook/xhs-mcp.git
cd xhs-mcp
uv sync
3. 获取小红书的cookie
打开web小红书
登录后，获取cookie，将cookie配置到第4步的 XHS_COOKIE 环境变量中
4. 配置mcp server
{
"mcpServers": {
"xhs-mcp": {
"command": "uv",
"args": [
"--directory",
"/Users/xxx/xhs-mcp",
"run",
"main.py"
],
"env": {
"XHS_COOKIE": "xxxx"
}
}
}
}
免责声明
本项目仅用于学习交流，禁止用于其他用途，任何涉及商业盈利目的均不得使用，否则风险自负。
常见问题
ai.smithery/blbl147-xhs-mcp 是什么？
支持搜索小红书笔记、浏览推荐、查看内容与评论，并直接发表评论，让你在工作流中高效跟进热门话题。
相关 Skills
Claude接口
by anthropics
面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景，自动识别项目语言并给出对应示例与默认配置，快速搭建 LLM 应用。
✎ 想把Claude能力接进应用或智能体，用claude-api上手快、兼容Anthropic与Agent SDK，集成路径清晰又省心
智能体流程设计
by alirezarezvani
面向生产级多 Agent 编排，梳理顺序、并行、分层、事件驱动、共识五种工作流设计，覆盖 handoff、状态管理、容错重试、上下文预算与成本优化，适合搭建复杂 AI 协作系统。
✎ 帮你把多智能体流程设计、编排和自动化统一起来，复杂工作流也能更稳地落地，适合追求强控制力的团队。
提示工程专家
by alirezarezvani
覆盖Prompt优化、Few-shot设计、结构化输出、RAG评测与Agent工作流编排，适合分析token成本、评估LLM输出质量，并搭建可落地的AI智能体系统。
✎ 把提示优化、LLM评测到RAG与智能体设计串成一套方法，适合想系统提升AI开发效率的人。
相关 MCP Server
知识图谱记忆
编辑精选by Anthropic
Memory 是一个基于本地知识图谱的持久化记忆系统，让 AI 记住长期上下文。
✎ 帮 AI 和智能体补上“记不住”的短板，用本地知识图谱沉淀长期上下文，连续对话更聪明，数据也更可控。
顺序思维
编辑精选by Anthropic
Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。
✎ 这个服务器展示了如何让 Claude 像人类一样逐步推理，适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例，别指望直接用在生产环境里。
PraisonAI
编辑精选by mervinpraison
PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。
✎ 如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务（比如自动研究或代码生成），PraisonAI 的低代码设计和多平台集成（如 Telegram）让它上手极快。但作为非官方项目，它的生态成熟度可能不如 LangChain 等主流框架，适合愿意尝鲜的开发者。