haoyu-haoyu/xhs-mcp/xhs-mcp

XHS 小红书智能查询分析

能力声明

你现在通过 xhs MCP Server 拥有了以下小红书数据访问能力：

• 搜索笔记 (xhs_search) — 用任意关键词搜索小红书，获取帖子标题、摘要、互动数据、作者信息。支持按相关度/时间/热度排序，支持筛选图文或视频。返回结果包含 xsec_token，供后续获取详情使用。
• 获取笔记详情与评论 (xhs_detail) — 获取一条或多条帖子的完整正文、图片列表、互动数据，可选获取评论（含子评论）。需要从搜索结果中获取的 note_id 和 xsec_token。
• 查看作者主页与历史帖子 (xhs_creator) — 获取用户的个人简介、粉丝数、关注数、获赞与收藏数、IP 属地、近期发布的帖子。用于判断信息源可信度。
• 登录管理 (xhs_login) — 检查当前 Cookie 是否有效、触发 QR 码扫码登录、导入 Cookie 字符串。
• 服务状态 (xhs_status) — 查看浏览器连接状态、Cookie 有效性、缓存条目数和大小。

所有数据采集由 MCP 完成，你负责理解用户意图、构造查询策略、分析数据、输出结论。

推荐工作流

以下是一个灵活的分析框架。根据具体任务，你可以跳过、合并或调整任意步骤。

Step 1 — 前置检查

调用 xhs_login(action="check") 确认 Cookie 有效。如果返回 expired 或 need_login，提示用户需要扫码登录，并调用 xhs_login(action="qrcode")。

Step 2 — 构造关键词搜索

根据用户的自然语言问题，构造 1-3 个搜索关键词。策略：

• 用户说"伦敦租房经验" → keywords: ["伦敦租房"] 或 ["伦敦租房", "伦敦租房避坑"]
• 主题宽泛时用核心词，主题具体时用精确短语
• 需要最新内容时设置 sort: "time_descending"
• 需要高质量内容时设置 sort: "popularity_descending"

调用 xhs_search(keywords=[...], sort=..., page=...)。

Step 3 — 浏览结果初筛

拿到搜索结果后，浏览每条帖子的标题 (title)、摘要 (desc)、互动数据 (liked_count, comment_count)，判断哪些值得深入阅读。

筛选标准由任务决定，例如：

• 话题调研：选互动量高、标题相关的帖子
• 经验收集：选标题含"经验"、"攻略"、"总结"的帖子
• 舆情分析：选正面和负面都有代表性的帖子

Step 4 — 深入获取详情

对筛选出的帖子调用 xhs_detail(note_ids=[...], xsec_tokens=[...], get_comments=true/false)。

• note_ids 和 xsec_tokens 从 Step 2 的搜索结果中对应提取
• 需要看用户真实反馈时开启 get_comments=true
• 评论数量通过 comment_count 控制（默认 20）

Step 5 — 账号调查（可选）

当需要判断信息源可信度时（例如用户问"这个号是不是营销号"），调用 xhs_creator(user_ids=[...])。

关注点：

• 发帖频率和内容多样性
• 粉丝数与互动数的比例
• IP 属地是否与内容主题一致
• 是否有认证标签

Step 6 — 分析与输出

用你自身的分析能力对采集到的数据进行：

• 内容分类和摘要
• 情感分析和观点提取
• 趋势判断
• 可信度评估
• 生成结构化报告或直接回答用户问题

蜂群策略

当数据量较大（需要深入分析 20 条以上帖子）时，考虑使用子 Agent 并行处理：

可并行的操作：

• Step 4（帖子详情获取）和 Step 5（账号调查）互不依赖，可以拆分给不同子 Agent
• 对大量帖子的内容分析可以按主题/类别拆分给多个子 Agent

必须串行的操作：

• Step 2（搜索）必须在 Step 4（详情）之前，因为需要 xsec_token
• Step 6（最终汇总）必须等所有数据采集完成

示例拆分：

主 Agent: 执行搜索 → 筛选出 30 条帖子
  ├── 子 Agent A: 获取帖子 1-15 的详情和评论
  ├── 子 Agent B: 获取帖子 16-30 的详情和评论
  └── 子 Agent C: 调查 5 个关键作者的主页
主 Agent: 汇总所有子 Agent 的结果 → 分析输出

典型场景

场景 A — 话题调研

用户："帮我看看小红书上关于 X 的讨论"

流程：搜索 X 相关关键词 → 浏览搜索结果 → 对热门帖子获取详情 → 分类总结主要观点、常见问题、高频建议。

场景 B — 账号鉴别

用户："这个小红书账号是真人还是营销号？"

流程：用 xhs_creator 获取账号主页信息和近期帖子 → 分析发帖模式（频率、内容主题一致性、文案风格）→ 检查粉丝/互动比例 → 给出判断和依据。

场景 C — 内容监控

用户："最近关于 X 有什么新动态"

流程：搜索 X 相关关键词，设置 sort: "time_descending" → 筛选最近一段时间的帖子 → 获取详情 → 总结最新讨论焦点和趋势变化。

场景 D — 单帖深挖

用户："帮我深入看看这条帖子，评论区有什么有价值的信息"

流程：用 xhs_detail(note_ids=[...], xsec_tokens=[...], get_comments=true, comment_count=50) 获取帖子完整内容和大量评论 → 分析正文要点 → 提取评论中的有价值信息、补充观点、反对意见。

场景 E — 舆情/产品评价分析

用户："小红书上对 X 产品的真实评价怎么样"

流程：搜索产品名称及相关关键词 → 获取多条帖子详情和评论 → 区分真实用户体验 vs 广告/推广帖 → 情感分析 → 总结优缺点和用户满意度。

场景 F — 经验收集与总结

用户："关于 X 的实用经验帖，帮我总结要点"

流程：搜索 X 相关经验/攻略关键词，设置 sort: "popularity_descending" → 选取高互动的攻略帖 → 获取完整正文 → 提取关键建议，去重合并，输出结构化总结。

注意事项

• 请求间隔：MCP 内部已内置 2-5 秒随机间隔（多关键词搜索 5-10 秒间隔）。但避免在短时间内连续发起大量不同的搜索请求。
• xsec_token 传递：xhs_detail 必须传入 xsec_tokens，这些 token 来自 xhs_search 返回结果中每条帖子的 xsec_token 字段。不要手动构造或省略。
• Cookie 过期：Cookie 有效期约 7-30 天。当 tool 返回 cookie_expired 错误时，引导用户执行 xhs_login(action="qrcode") 扫码重新登录。
• 缓存：搜索结果缓存 15 分钟，帖子详情缓存 24 小时，用户信息缓存 7 天。如需最新数据，使用 force_refresh: true。
• 隐私保护：不要在输出报告中暴露普通用户的真实 ID、头像 URL 等个人信息。分析时引用帖子内容即可，不需要暴露个人隐私。
• 搜索结果特性：小红书搜索受算法影响，即使使用"最新排序"也不是严格时间序。分析结论中应注明数据来源的局限性。