小红书

核心用法

Xiaohongshu MCP 是一套基于 Python 的命令行工具，通过本地 MCP 服务器与小红书平台交互。主要功能包括：

1. 内容搜索：按关键词检索笔记，支持多维度筛选（排序方式、内容类型、发布时间范围），输出可切换为原始 JSON 便于二次处理
2. 详情获取：提取单条笔记的完整内容、互动数据（点赞/收藏/评论数）及评论区内容
3. 信息流浏览：获取个性化推荐 feed
4. 内容发布：支持图文笔记的自动化发布，需准备公开可访问的图片 URL

典型工作流分为「市场调研」和「内容发布」两类，文档提供了详细的步骤检查清单。

显著优点

• 本地化处理：数据流转在本地完成，避免云端中间商
• 灵活筛选：搜索支持 5 种排序维度 + 3 种内容类型 + 4 种时间范围，便于精准定位竞品或爆款
• 结构化输出：--json 参数支持程序化解析，适合接入数据分析 pipeline
• 开源可审计：基于社区开源项目，代码透明可查

潜在缺点与局限性

• 部署门槛高：需自行安装 Python 依赖、运行本地 MCP 服务器，非技术用户上手困难
• 账号耦合风险：运行期间禁止在其他浏览器登录同一账号，否则会导致 session 失效
• 稳定性依赖本地服务：服务器必须常驻 localhost:18060，进程崩溃即中断
• 反爬机制敏感：官方未开放 API，存在触发风控、限流甚至封号的可能
• 图片托管前置成本：发布功能要求图片已托管于公网可访问 URL，增加操作链条

适合人群

• 小红书运营人员批量抓取竞品数据
• 市场研究员进行内容趋势分析
• 技术背景用户构建自动化工作流
• 多账号矩阵管理的 MCN 机构（需注意合规风险）

常规风险

• 账号安全：使用非官方接口可能导致临时封禁或永久封号
• 数据隐私：本地服务器虽减少云端暴露，但登录凭证仍存储于本地环境
• 服务连续性：依赖个人维护的开源项目，更新与兼容性无保障
• 法律合规：批量爬取用户内容可能涉及平台服务条款违约及数据合规问题

核心用法

本 Skill 是小红书（Xiaohongshu/RedNote）平台的 MCP 客户端封装，通过命令行工具与本地 MCP 服务器通信，实现以下功能：

• 搜索笔记：按关键词搜索，支持排序（综合/最新/最多点赞/评论/收藏）、类型（视频/图文）、时间范围筛选
• 获取详情：根据 feed_id 和 xsec_token 获取笔记完整内容及评论数据
• 浏览推荐流：获取首页推荐内容
• 发布内容：支持图文笔记发布，可指定标题、正文、图片 URL 和标签

典型工作流包括「市场调研」和「内容发布」两大场景，均需先验证 MCP 服务器连接状态。

显著优点

1. 功能完整覆盖：涵盖小红书核心操作场景，从内容消费到内容生产形成闭环
2. 参数过滤丰富：搜索支持多维度筛选，便于精准定位目标内容
3. 输出格式灵活：所有命令支持 --json 参数，便于程序化解析和数据分析
4. 代码结构清晰：输入验证完善，无危险函数使用，安全审计评分优秀（85分，S级）
5. 隐私合规良好：不收集敏感数据，符合 GDPR 数据最小化原则

潜在缺点与局限性

1. 强依赖外部服务：功能完全依赖第三方个人开发者维护的 MCP 服务器（xpzouying/xiaohongshu-mcp），其安全性和稳定性不在本 Skill 控制范围内
2. 部署门槛较高：用户需额外安装并维护本地 MCP 服务器，首次配置复杂
3. 平台风控风险：小红书官方未开放 API，自动化操作存在账号限制或封禁风险
4. 会话管理限制：禁止在浏览器端同时登录同一账号，使用场景受限
5. 网络限制严格：仅支持 localhost 通信，无法分布式部署或远程调用

适合人群

• 内容运营人员：需要批量分析竞品笔记、监测热点趋势
• 市场研究人员：进行小红书平台的内容 sentiment 分析和用户洞察
• 自动化爱好者：希望将小红书操作整合到个人工作流的开发者
• MCN 机构：管理多账号内容发布（需注意平台规则风险）

常规风险

• 账号安全风险：自动化操作可能触发平台反爬虫机制，导致限流或封号
• 会话冲突风险：与其他设备/浏览器登录冲突会导致认证失效
• 依赖维护风险：上游 MCP 服务器停止维护或出现安全漏洞将直接影响功能
• 内容合规风险：自动化发布需严格遵守社区规范，避免违规内容传播