xiaohongshu-mcp：让AI直接操控小红书的内容运营神器

想象一下：你经营着多个小红书账号，每天要手动发布图文、回复评论、查看数据——机械重复的劳动让人疲惫不堪。而现在，有了这个开源工具，你的AI助手可以直接"代劳"了。

xiaohongshu-mcp 是一个基于 Model Context Protocol（MCP）协议的小红书自动化工具，让 Claude、Cursor 等 AI 助手能够直接读取、发布和管理小红书内容。13980+ GitHub Stars 的热度背后，是无数内容创作者对效率的渴求。

项目背景：从个人需求到开源爆发

项目的作者 xpzouying 在开源捐赠页面透露，这个项目最初来自他个人运营小红书的真实需求。在稳定运行超过一年、验证自动化运营无封号风险后，他选择将核心代码开源。项目不仅解决了自己的问题，还通过 MCP 协议将能力开放给整个 AI 开发者社区——任何接入 MCP 的 AI 工具（如 Claude Code、Cursor Agent、Openclaw）都可以调用它来操控小红书。

有趣的是，项目将所有收到的赞赏资金用于慈善捐赠，截至目前已捐赠超过 1800 元人民币，这种"用技术做公益"的模式也赢得了社区的尊重。

类比解释：给AI配一个"小红书遥控器"

如果说 AI 是大脑，小红书是手指要操作的内容平台，那么 xiaohongshu-mcp 就相当于大脑和手指之间的"神经连接"——它把在小红书网页上执行操作的每一步动作，封装成标准化的 MCP 工具，AI 只需调用这些工具，就能完成原本需要人工操作才能完成的任务。

这比直接调用小红书官方 API 的方案更有优势：它不依赖官方接口权限的申请流程，也不受官方 API 能力范围的限制——只要人在浏览器里能做的事，理论上它都能做。

核心功能：覆盖内容运营全链路

项目提供了 11 大类工具，覆盖了小红书内容运营的完整工作流：

• 登录与状态检查：检查当前小红书登录状态，必要时引导用户扫码登录
• 发布图文内容：上传本地图片或图片 URL，填写标题、正文和 Tags 发布笔记
• 发布视频内容：上传本地视频文件，自动处理格式转换后发布
• 搜索内容：根据关键词搜索小红书帖子和用户
• 获取推荐流：抓取小红书首页推荐列表
• 获取帖子详情：读取笔记完整内容、互动数据（点赞/收藏/评论数）和评论列表
• 发表评论/回复：自动定位评论框并发布评论或回复特定评论
• 获取用户主页：读取任意用户的个人信息、粉丝数据和笔记列表
• 点赞/取消点赞：智能检测状态后执行点赞操作
• 收藏/取消收藏：智能检测状态后执行收藏操作

每个工具都支持 HTTP REST API 调用方式，方便非 MCP 用户直接通过 curl 集成。

技术架构：Go + 无头浏览器的强强联合

项目采用 Go 语言 开发，主要依赖包括：

架构上分为 MCP 服务层（mcp_server.go、mcp_handlers.go）和浏览器操作层（service.go、xiaohongsu 包），两者通过事件驱动解耦。MCP 层负责接收 AI 的工具调用请求，转换成对应的浏览器操作序列，最终通过 Rod 无头浏览器执行。

容器化部署：开箱即用的 docker-compose

项目提供了生产级的多阶段 Dockerfile 和 docker-compose.yml，部署只需三步：

# 克隆项目
git clone https://github.com/xpzouying/xiaohongshu-mcp
cd xiaohongshu-mcp/docker

# 配置 cookies（从浏览器导出 JSON 文件放入 data/ 目录）

# 一键启动
docker-compose up -d

容器内已预装 Google Chrome 无头浏览器和完整的运行环境，无需额外安装依赖。作者还提供了阿里云镜像源，国内用户拉取速度更快。对于非技术用户，项目还提供了零配置的 x-mcp 浏览器插件版，安装 Chrome 插件即可使用，完全绕过命令行。

争议与局限：风险与收益并存

这个项目不可避免地触及了平台规则的边界，需要客观看待：

Cookies 依赖脆弱性：项目依赖用户手动导出的浏览器 Cookies 来维持登录状态，而非 OAuth 授权。这意味着 Cookies 会过期（通常几天到几周不等），过期后需要重新导出。作者建议用户定期检查登录状态，并提供了自动重新登录的机制，但这仍然是维护上的痛点。

平台政策风险：小红书官方对自动化操作持谨慎态度。使用本项目存在账号被风控的风险——尽管作者表示个人使用一年多未遭遇封号，只有 Cookies 过期的问题，但规模化使用或高频操作仍可能触发平台反爬机制。项目文档也明确建议不要搬运内容、不要引流。

无 GPU 需求但有 Chrome 依赖：作为纯数据操作工具，项目不需要 GPU，但需要完整的 Chrome 环境才能运行，增加了部署的复杂度。

行业意义：内容自动化运营的新范式

xiaohongshu-mcp 的爆火折射出一个趋势：AI Agent 正在从"聊天"走向"做事"。当 AI 能操控真实平台、执行具体操作时，它就不再只是问答助手，而成为了真正的数字员工。

从技术角度看，这个项目展示了 MCP 协议在"AI + 真实世界操作"场景中的强大潜力——它证明了用标准化协议连接 AI 与 Web 操作的可行性。随着更多平台推出类似的 MCP Server，AI 将逐步渗透到内容运营、数据采集、社交媒体管理等领域。

对于 AI 开发者而言，这个项目是一个绝佳的参考范例：它展示了如何用 Go 语言 + 无头浏览器构建可靠的网络爬虫，如何设计清晰的 MCP 工具接口，以及如何通过 Docker 实现一键部署。如果你想构建类似的"AI + 平台操作"工具，它的代码结构值得深入研究。