- name
- xhs-search
- description
- |
xhs-search
小红书内容搜索技能。使用已登录的小红书账号，通过 MCP 服务搜索和提取小红书内容。
前置条件
1. 安装 xiaohongshu-mcp
# 下载 macOS amd64 版本（其他系统替换文件名）
curl -L -o ~/Downloads/xhs-mcp.tar.gz \
"https://github.com/xpzouying/xiaohongshu-mcp/releases/latest/download/xiaohongshu-mcp-darwin-amd64.tar.gz"
cd ~/Downloads && tar -xzf xhs-mcp.tar.gz
mkdir -p ~/.local/bin
mv xiaohongshu-login xiaohongshu-mcp ~/.local/bin/
chmod +x ~/.local/bin/xiaohongshu-*2. 扫码登录（一次性）
在 Mac/有显示器的 Linux 上运行：
~/.local/bin/xiaohongshu-login -bin "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome"- 弹出浏览器窗口 → 小红书 App 扫码授权
- 登录状态保存在本地 Cookie 文件中，长期有效
3. 启动 MCP 服务
~/.local/bin/xiaohongshu-mcp -bin "/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" -port ":18060"服务常驻后台，开机自动启动（可加入 launchd/systemd）。
使用方法
基本搜索
用户提供关键词 → 调用 MCP search_feeds → 返回结果
可用工具（MCP tools）
| 工具名 | 用途 |
|---|---|
check_login_status | 检查登录状态 |
search_feeds | 关键词搜索笔记 |
list_feeds | 获取首页推荐 |
get_feed_detail | 获取帖子详情（需 feed_id + xsec_token） |
user_profile | 获取用户主页（需 user_id） |
like_feed | 点赞/取消点赞 |
favorite_feed | 收藏/取消收藏 |
publish_content | 发布图文笔记 |
Python 调用示例
import urllib.request, json
MCP_URL = "http://localhost:18060/mcp"
def mcp_init():
payload = json.dumps({"jsonrpc":"2.0","id":1,"method":"initialize",
"params":{"protocolVersion":"2024-11-05","capabilities":{},
"clientInfo":{"name":"agent","version":"1.0"}}}).encode()
req = urllib.request.Request(MCP_URL, data=payload,
headers={"Content-Type":"application/json","Accept":"application/json, text/event-stream"})
sid = urllib.request.urlopen(req, timeout=30).headers.get("Mcp-Session-Id","")
# 发送 initialized 通知
notif = json.dumps({"jsonrpc":"2.0","method":"notifications/initialized","params":{}}).encode()
nr = urllib.request.Request(MCP_URL, data=notif,
headers={"Content-Type":"application/json","Accept":"application/json, text/event-stream","Mcp-Session-Id":sid})
urllib.request.urlopen(nr, timeout=10)
return sid
def mcp_call(tool, args, sid):
payload = json.dumps({"jsonrpc":"2.0","id":2,"method":"tools/call",
"params":{"name":tool,"arguments":args}}).encode()
req = urllib.request.Request(MCP_URL, data=payload,
headers={"Content-Type":"application/json","Accept":"application/json, text/event-stream","Mcp-Session-Id":sid})
resp = urllib.request.urlopen(req, timeout=60)
return json.loads(resp.read().decode())
# 使用
sid = mcp_init()
r = mcp_call("search_feeds", {"keyword":"关键词","filters":{"sort_by":"最新"}}, sid)
feeds = json.loads(r["result"]["content"][0]["text"])["feeds"]搜索结果字段说明
每个笔记包含：
| 字段 | 说明 |
|---|---|
id | 笔记ID（用于获取详情） |
noteCard.displayTitle | 标题 |
noteCard.user.nickName | 作者昵称 |
noteCard.interactInfo.likedCount | 点赞数 |
noteCard.interactInfo.collectedCount | 收藏数 |
noteCard.interactInfo.commentCount | 评论数 |
xsecToken | 访问令牌（获取详情时需要） |
注意事项
- 排序选项仅支持
最新（其他值会返回错误） - 部分笔记详情因隐私设置可能不可访问
- 搜索结果每次最多约44条
- Cookie 过期后重新运行登录工具扫码即可
免责声明
- 仅供个人研究学习使用，不得用于商业数据整理、批量内容抓取，或任何违反小红书平台服务条款的活动。
- 本技能依赖第三方开源工具 xiaohongshu-mcp，该工具的版权归原作者所有。
- 用户使用本技能产生的任何行为及后果，由用户自行承担。
- 本技能发布者与小红书平台无任何关联。