Tiktok API Docs MCP

TikTok API文档MCP服务器

一个MCP（模型上下文协议）服务器，使用OpenAI的向量存储为TikTok API文档提供语义搜索和检索。兼容ChatGPT连接器、深入研究和API集成。

🎯 目的

该服务器使人工智能模型能够通过模型上下文协议搜索和检索TikTok API文档。它旨在与以下设备配合使用：

• ChatGPT连接器，增强聊天功能
• 深度研究模型（o4迷你深度研究）
• 任何兼容MCP的客户端

✨ 特性

• 语义搜索：使用自然语言查询搜索TikTok API文档
• 文献检索：按ID获取完整文档内容
• 矢量存储集成：由OpenAI的矢量存储提供支持，用于精确的语义搜索
• 双重运输支持：通过stdio（本地）或SSE/HTTP（远程）运行
• ChatGPT 兼容：实现所需 search 和 fetch ChatGPT集成工具

📋 先决条件

1. OpenAI API密钥：矢量存储操作所需
2. Bun运行时：此项目使用Bun以获得最佳性能
3. TikTok文档：在安装过程中自动下载

🚀 快速开始

1.安装依赖项

bun install

2.设置OpenAI API密钥

export OPENAI_API_KEY=sk-your-api-key-here

3.使用TikTok Docs初始化矢量存储

# This downloads TikTok docs and uploads them to OpenAI vector store
bun run src/scripts/tikTokDocsToVectorStore.ts

这将：

• 下载所有TikTok API文档（约200多个文件）
• 创建一个名为“TikTok API文档”的OpenAI矢量存储
• 上传并索引所有文档
• 将配置保存到 tiktok-docs/vector-store-config.json

4.启动MCP服务器

对于HTTP/SSE模式（ChatGPT和远程访问）：

bun run start:http

对于stdio模式（本地MCP客户端）：

bun run start

🛠️ 可用工具

search

搜索TikTok API文档以获取相关信息。

参数：

• query （string）：搜索查询

退货：

{
  "results": [
    {
      "id": "file_123",
      "title": "Campaign Management",
      "text": "Relevant snippet...",
      "url": "https://platform.tiktok.com/docs/campaign-management"
    }
  ]
}

fetch

检索文档文件的完整内容。

参数：

• id （string）：搜索结果中的文件ID

退货：

{
  "id": "file_123",
  "title": "Campaign Management",
  "text": "Full document content...",
  "url": "https://platform.tiktok.com/docs/campaign-management",
  "metadata": {...}
}

vector_store_status

检查矢量存储配置状态。

退货：

{
  "configured": true,
  "store_id": "vs_abc123",
  "message": "Vector store is configured and ready"
}

🔗 与ChatGPT集成

通过ChatGPT连接器

1. 转到ChatGPT设置→ 连接器
2. 添加新的MCP服务器：

- 网址： https://your-server-url/sse/ - 工具： search, fetch - 批准：设置为“从不”进行深入研究

通过OpenAI API

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "o4-mini-deep-research",
    "input": [{
      "role": "user",
      "content": [{
        "type": "input_text",
        "text": "How do I create a TikTok ad campaign?"
      }]
    }],
    "tools": [{
      "type": "mcp",
      "server_label": "tiktok-docs",
      "server_url": "http://localhost:3001/sse/",
      "allowed_tools": ["search", "fetch"],
      "require_approval": "never"
    }]
  }'

📁 项目结构

├── src/
│   ├── core/
│   │   ├── services/
│   │   │   ├── vector-store-service.ts  # OpenAI vector store operations
│   │   │   └── greeting-service.ts      # Legacy example service
│   │   ├── tools.ts                     # MCP tool definitions
│   │   ├── resources.ts                 # MCP resources
│   │   └── prompts.ts                   # MCP prompts
│   ├── scripts/
│   │   ├── tikTokDocsToVectorStore.ts   # Setup script for vector store
│   │   └── getTikTokDocsMd.ts          # TikTok docs downloader
│   ├── server/
│   │   ├── http-server.ts              # SSE/HTTP server
│   │   └── server.ts                    # Core server setup
│   └── index.ts                         # stdio server entry
├── tiktok-docs/                         # Downloaded documentation (gitignored)
│   └── vector-store-config.json        # Vector store configuration
├── MCP_SERVER_README.md                # Detailed MCP server documentation
└── README.md                            # This file

🧪 测试

测试服务器

# Run the test script
node test-mcp-server.js

手动测试

搜索文档：

curl -X POST http://localhost:3001/sse/ \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "search",
      "arguments": {"query": "campaign creation"}
    }
  }'

📝 脚本

矢量存储管理

# Download docs and sync to vector store
bun run src/scripts/tikTokDocsToVectorStore.ts

# Search the vector store
bun run src/scripts/tikTokDocsToVectorStore.ts --search "your query"

服务器命令

# Production
bun run start          # stdio mode
bun run start:http     # HTTP/SSE mode

# Development (with auto-reload)
bun run dev           # stdio mode
bun run dev:http      # HTTP/SSE mode

# Build
bun run build         # Build stdio server
bun run build:http    # Build HTTP server

🔧 配置

环境变量

OPENAI_API_KEY=sk-...  # Required: OpenAI API key
PORT=3001              # HTTP server port (default: 3001)

矢量存储配置

运行安装脚本后，配置将保存到：

{
  "vectorStoreId": "vs_abc123",
  "vectorStoreName": "TikTok API Documentation",
  "lastSync": "2024-01-01T00:00:00Z",
  "filesCount": 200
}

🚢 部署

使用PM2

# Install PM2
npm install -g pm2

# Start the server
pm2 start bun --name "tiktok-mcp" -- run start:http

# Save PM2 configuration
pm2 save
pm2 startup

使用Docker

FROM oven/bun:latest
WORKDIR /app
COPY package.json bun.lockb ./
RUN bun install
COPY . .
ENV PORT=3001
EXPOSE 3001
CMD ["bun", "run", "start:http"]

🔒 安全考虑

• API密钥：从不将API密钥提交到版本控制
• 超文本传输安全协议：在生产环境中使用HTTPS
• 认证：为公共部署实施身份验证
• 速率限制：考虑对API端点实施速率限制
• CORS：为您的用例配置适当的CORS标头

📚 文档

• MCP服务器文档 -详细的MCP实施指南
• 模型上下文协议 -MCP官方文件
• FastMCP框架 -框架文件
• OpenAI矢量存储 -矢量存储API指南

🤝 贡献

欢迎投稿！请随时提交拉取请求。

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• 内置于 FastMCP
• 由...驱动 OpenAI矢量存储
• 来自的TikTok API文档 TikTok商业版