What is Redbook Search Comment Mcp

This project is an automated search and comment tool for Xiaohongshu based on Playwright, allowing users to log into their accounts, search for notes, retrieve note content, and publish intelligent comments through an MCP Server architecture.

Use cases

Users can automatically log into Xiaohongshu, search for notes based on specific keywords, retrieve detailed note information, get comments on notes, and post various types of intelligent comments that enhance engagement, such as promotional content, questions for interaction, or authoritative insights.

How to use

Users need to clone or download the project, set up a virtual environment, install required dependencies, and configure the MCP Client to point to the MCP Server. After this setup, they can initiate a connection and execute commands for login, searching, content retrieval, and commenting directly through the MCP Client interface.

Key features

The tool supports automatic login and session management, keyword-based note searching with customizable result limits, detailed content retrieval from notes, commenting capabilities that are generated based on note content and specified types, and a modular design separating functionalities for analysis, comment generation, and publishing.

Where to use

This tool is primarily designed for users of Xiaohongshu who wish to automate interactions on the platform, including content creators seeking to enhance their social media engagement, marketers aiming to leverage user-generated content, and researchers interested in analyzing social media trends.

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/activate
   

4. 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 fastmcp
   

5. 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.py
   

2. 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：

   • 确保使用了虚拟环境中Python解释器的完整绝对路径
   • 确保MCP服务器正在运行
   • 尝试重启MCP服务器和客户端

2. 浏览器会话问题：
   如果遇到Page.goto: Target page, context or browser has been closed错误：

   • 重启MCP服务器
   • 重新连接并登录

3. 依赖安装问题：
   如果遇到ModuleNotFoundError错误：

   • 确保在虚拟环境中安装了所有依赖
   • 检查是否安装了fastmcp包

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。