The reputation layer for AI skills, tools & agents

chenningling/Redbook-Search-Comment-MCP2.0

Score: 19.6 Rank #13743

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AI生成评论等操作。

Overview

chenningling/Redbook-Search-Comment-MCP2.0 is a Python MCP server. 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AI生成评论等操作。

Ranked #13743 out of 25632 indexed tools.

Ecosystem

Python No license

Signal Breakdown

Stars 404
Freshness 8mo ago
Issue Health 6%
Contributors 1
Dependents 0
Forks 62
Description Good
License None

How to Improve

Description low impact

Expand your description to 150+ characters for better discoverability

License low impact

Add an MIT or Apache-2.0 license to signal trust and enable adoption

Freshness high impact

Last commit was 268 days ago — a recent commit would boost your freshness score

Badge

AgentRank score for chenningling/Redbook-Search-Comment-MCP2.0
[![AgentRank](https://agentrank-ai.com/api/badge/tool/chenningling--Redbook-Search-Comment-MCP2.0)](https://agentrank-ai.com/tool/chenningling--Redbook-Search-Comment-MCP2.0)
<a href="https://agentrank-ai.com/tool/chenningling--Redbook-Search-Comment-MCP2.0"><img src="https://agentrank-ai.com/api/badge/tool/chenningling--Redbook-Search-Comment-MCP2.0" alt="AgentRank"></a>

Matched Queries

"mcp server""mcp-server"

From the README

# 小红书自动搜索评论工具(MCP Server 2.0)

<div align="right">

[English](README_EN.md) | 中文

</div>

> 本项目基于 [JonaFly/RednoteMCP](https://github.com/JonaFly/RednoteMCP.git) 并结合多次实战经验,进行全面优化和功能扩展(by windsurf)。在此向原作者的贡献表示由衷的感谢!

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AI生成评论等操作。

## 主要特点与优势

- **深度集成AI能力**:利用MCP客户端(如Claude)的大模型能力,生成更自然、更相关的评论内容
- **模块化设计**:将功能分为笔记分析、评论生成和评论发布三个独立模块,提高代码可维护性
- **强大的内容获取能力**:集成多种获取笔记内容的方法,确保能完整获取各类笔记的标题、作者和正文内容
- **持久化登录**:使用持久化浏览器上下文,首次登录后无需重复登录
- **两步式评论流程**:先获取笔记分析结果,然后由MCP客户端生成并发布评论

## 2.0版本主要优化

- **内容获取增强**:重构了笔记内容获取模块,增加页面加载等待时间和滚动操作,实现四种不同的内容获取方法
- **AI评论生成**:重构评论功能,将笔记分析结果返回给MCP客户端,由客户端的AI能力生成更自然、更相关的评论
- **功能模块化**:将功能分为笔记分析、评论生成和评论发布三个独立模块,提高代码可维护性
- **搜索结果优化**:解决了搜索笔记时标题不显示的问题,提供更完整的搜索结果
- **错误处理增强**:添加更详细的错误处理和调试信息输出

## 一、核心功能

### 1. 用户认证与登录
- **持久化登录**:支持手动扫码登录,首次登录后保存状态,后续使用无需重复扫码
- **登录状态管理**:自动检测登录状态,并在需要时提示用户登录

### 2. 内容发现与获取
- **智能关键词搜索**:支持多关键词搜索,可指定返回结果数量,并提供完整的笔记信息
Read full README on GitHub →
Are you the maintainer? Claim this listing