Instagram研究MCP
一个以用户结果为中心的MCP服务器，用于系统的Instagram竞争对手研究和异常内容发现，遵循Anthropic的代理工具原则和IG Profit方法设计。
设计理念
该MCP服务器将18个通用的Instagram工具整合到3个特定于工作流程的研究操作中，将用户结果置于技术能力之上。
关键原则
- 用户成果焦点：围绕系统化竞争对手研究工作流程设计的工具
- 零幻觉：包含使用示例的全面参数文档
- 代币效率：具有整合操作的语义响应
- 代理优化：通过特定于工作流程的工具减少认知负荷
核心功能
1. discover_accounts_by_hashtag
通过带有追随者过滤的标签系统地发现Instagram的竞争对手。
取代手动流程：标签搜索→ 帐户筛选→ 竞争者识别
// Example: Find medium-sized affiliate marketing accounts
{
"hashtag": "affiliatemarketing",
"min_followers": 5000,
"max_followers": 50000,
"limit": 30,
"sort_by": "engagement_rate"
}2. analyze_account_outliers
通过深度内容发现，自动检测IG Profit“像艺术家一样偷窃”方法的5x+表演内容。
取代手动流程：内容审查→ 基线计算→ 异常值识别
// Example: Deep viral content analysis
{
"username": "jonathan_montoya24",
"outlier_multiplier": 5,
"time_range_days": 30,
"max_page_depth": 5,
"min_outlier_results": 8,
"content_limit": 50
}增强参数:
max_page_depth：将内容搜索深度相乘（例如，5=250个帖子，50个content_limit）min_outlier_results：要发现的病毒帖子的目标数量- 自动搜索更深入的内容，以全面发现异常值
3. batch_account_analysis
通过深度内容发现和CSV导出系统地处理多个竞争对手，以实现工作流集成。
取代手动流程：个人分析→ 比较评论→ 数据导出
// Example: Deep batch competitor analysis
{
"usernames": ["jonathan_montoya24", "charlie_chang", "alex_hormozi"],
"analysis_type": "outliers",
"export_format": "csv",
"max_page_depth": 4,
"outlier_multiplier": 3,
"time_range_days": 30
}增强参数:
max_page_depth：每个帐户的内容搜索倍数（例如，4=每个竞争对手200个帖子）- 对整个竞争对手进行一致的深入分析
- 系统竞争研究中的全面异常发现
安装
npm install @andrewlwn77/instagram-research-mcp配置
- 复制环境模板：
cp .env.example .env- 添加您的Instagram社交API密钥：
INSTAGRAM_SOCIAL_API_KEY=your_rapidapi_key_here从以下位置获取API密钥： Instagram社交API
使用示例
竞争对手发现
# Find 30 medium-sized affiliate marketing accounts
discover_accounts_by_hashtag(
hashtag="affiliatemarketing",
min_followers=5000,
max_followers=50000,
limit=30,
sort_by="engagement_rate"
)异常内容分析
# Deep analysis for comprehensive viral content discovery
analyze_account_outliers(
username="jonathan_montoya24",
outlier_multiplier=5,
time_range_days=30,
max_page_depth=5,
min_outlier_results=8
)批量竞争对手分析
# Deep batch analysis across multiple competitors
batch_account_analysis(
usernames=["account1", "account2", "account3"],
analysis_type="outliers",
export_format="csv",
max_page_depth=4,
outlier_multiplier=3
)与IG利润方法论的整合
此MCP服务器旨在与IG Profit“模仿/偷窃艺术家”方法论配合使用：
- 第一阶段：通过利基标签系统地发现竞争对手
- 第2阶段：异常值内容识别（5x+性能）
- 第三期：用于比较研究的批量分析
零幻觉设计
每个参数包括：
- 清晰描述业务背景
- 3+具体使用示例
- 现实的竞争对手名称和场景
- 枚举约束（如适用）
这可以防止参数猜测，并确保代理性能的一致性。
建筑
建立在经过验证的Instagram社交MCP基础之上，具有：
- 整合特定于工作流程的操作
- 语义自然语言反应
- 令牌高效输出格式
- 全面的错误处理
需求
- Node.js>=18.0.0
- Instagram社交API密钥（RapidAPI）
- 与现有的IG Profit工作流程和CSV格式兼容
许可证
麻省理工学院