xiaohongshu-mcp
# xiaohongshu-mcp
使用 `mcporter` 调用本地 `xiaohongshu` MCP 服务,并提供一套开箱即用的小红书工作流脚本。
## 先做的检查
先验证服务和登录状态:
```bash
mcporter --config assets/config/mcporter.json list --json
mcporter --config assets/config/mcporter.json call xiaohongshu.check_login_status
```
如果本地 MCP 未启动,可使用 `assets/docker-compose.xiaohongshu-mcp.yml` 启动容器。
具体步骤见 `references/setup.md`。
## 常用调用
### 1) 搜索小红书
```bash
./scripts/xhs-search.sh OpenClaw
```
### 2) 查看笔记详情
需要 `feed_id` 和 `xsec_token`:
```bash
./scripts/xhs-detail.sh <feed_id> <xsec_token>
./scripts/xhs-detail.sh <feed_id> <xsec_token> true
```
如果想把“搜索 → 选中结果 → 自动读详情”串起来:
```bash
./scripts/xhs-pick-detail.sh OpenClaw
./scripts/xhs-pick-detail.sh --comments OpenClaw
```
### 3) 发表评论 / 回复评论
一级评论:
```bash
./scripts/xhs-comment.sh <feed_id> <xsec_token> "评论内容"
```
回复指定评论:
```bash
./scripts/xhs-comment.sh <feed_id> <xsec_token> "回复内容" <comment_id> <user_id>
```
### 4) 发布图文
发布前优先用“仅自己可见”测试。
```bash
./scripts/xhs-publish.sh assets/templates/publish-template-private.json
./scripts/xhs-publish.sh assets/templates/publish-template-public.json
./scripts/xhs-publish.sh assets/templates/publish-template-url-image.json
```
### 5) 发布视频
直接调用 MCP:
```bash
mcporter --config assets/config/mcporter.json call xiaohongshu.publish_with_video --args '{"title":"标题","content":"正文","video":"/videos/demo.mp4","visibility":"仅自己可见","tags":["标签1"]}'
```
## 本地图片规则
如果发布时使用本地图片,不要传宿主机路径,传**容器内路径**。
默认挂载建议:
- 宿主机目录:`./data/xiaohongshu-mcp/images`
- 容器内目录:`/images`
示例:
- 宿主机文件:`./data/xiaohongshu-mcp/images/demo.png`
- 发布参数里应写:`/images/demo.png`
如果只是快速验证发布能力,也可以直接传 HTTPS 图片 URL。
## 建议流程
1. 先 `check_login_status`
2. 搜索或读取笔记时,先取 `feed_id` / `xsec_token`
3. 发布内容时,默认先用 `visibility=仅自己可见`
4. 确认无误后,再改成 `公开可见`
5. 发布动作可能较慢,设置:`MCPORTER_CALL_TIMEOUT=300000`
## 注意事项
- 脚本默认使用仓库内的 `assets/config/mcporter.json`
- 本地图片必须使用容器内可见路径
- 如果发布超时,先看容器日志:
```bash
docker logs --tail 200 <your-xiaohongshu-mcp-container>
```
- 如果登录失效,可重新检查:
```bash
mcporter --config assets/config/mcporter.json call xiaohongshu.check_login_status
mcporter --config assets/config/mcporter.json call xiaohongshu.get_login_qrcode
```
标签
skill
ai