小红书 MCP：自动化小红书运营 - Openclaw Skills

什么是 小红书 MCP？

小红书 MCP 技能在 AI 编程智能体与小红书（RedNote）平台之间架起了一座坚实的桥梁。通过利用 Openclaw Skills 架构，该工具可以实现内容运营的无缝自动化，包括发布高质量的图文帖子、进行深度市场调研以及管理用户动态。它依赖高性能的本地服务器来处理与小红书 API 的复杂交互，确保任务执行的安全与高效。

这项技能对于构建自动化营销工作流的开发者或希望从社交趋势中提取洞察的研究人员特别有价值。通过集成 Openclaw Skills，用户可以将本地环境转变为管理亚洲最具影响力的社交电商平台之一的强大指挥中心。

下载入口:https://github.com/openclaw/skills/tree/main/skills/borye/xiaohongshu-mcp

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install xiaohongshu-mcp

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式 ~/.openclaw/skills/ 工作区 <project>/skills/

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 xiaohongshu-mcp。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。

小红书 MCP 应用场景

• 自动发布图像类营销材料和产品描述。
• 实时关键词坚控，追踪新兴趋势和消费者情绪。
• 大规模收集帖子评论和互动指标，用于竞品分析。
• 自动发现并从推荐流中提取高表现内容。
• 通过标准化的基于 CLI 的工作流管理多个社交媒体账号。

小红书 MCP 工作原理

1. 用户将特定平台的 MCP 服务器和登录二进制文件下载到本地机器。
2. 通过二维码登录工具建立安全的身份验证会话，将本地服务器与小红书账号关联。
3. 在后台启动 MCP 服务器，本地端口（默认为 18060）的请求。
4. 使用 Openclaw Skills 的 AI 智能体调用捆绑的 Python 客户端脚本，向服务器发送指令。
5. 服务器执行请求的操作（如搜索或发布），并将结构化数据返回给智能体进行进一步处理。

小红书 MCP 配置指南

1. 准备二进制文件

下载适用于您操作系统的正确二进制文件并授予执行权限：

chmod +x xiaohongshu-mcp-darwin-arm64 xiaohongshu-login-darwin-arm64

2. 身份验证

通过使用手机 App 扫描二维码来初始化会话：

./xiaohongshu-login-darwin-arm64

3. 启动服务器

启动服务器以开始通过 Openclaw Skills 接收请求：

./xiaohongshu-mcp-darwin-arm64 -headless=true

小红书 MCP 数据架构与分类体系

该技能通过结构化的 Python 客户端接口组织交互数据。以下是操作过程中使用的主要数据分类：

对象类型	描述	关键属性
搜索结果	关键词查询返回的数据	feed_id, xsec_token, title
笔记详情	完整的帖子数据	content, comments_count, share_link
动态对象	推荐内容流	user_info, post_type, engagement_metrics
发布负载	创建帖子所需的数据	title, description, image_url_list

name: xiaohongshu-mcp
description: >
  Automate Xiaohongshu (RedNote) content operations using a Python client for the xiaohongshu-mcp server.
  Use for: (1) Publishing image, text, and video content, (2) Searching for notes and trends,
  (3) Analyzing post details and comments, (4) Managing user profiles and content feeds.
  Triggers: xiaohongshu automation, rednote content, publish to xiaohongshu, xiaohongshu search, social media management.

Xiaohongshu MCP Skill (with Python Client)

Automate content operations on Xiaohongshu (小红书) using a bundled Python script that interacts with the xpzouying/xiaohongshu-mcp server (8.4k+ stars).

Project: xpzouying/xiaohongshu-mcp

1. Local Server Setup

This skill requires the xiaohongshu-mcp server to be running on your local machine.

Step 1: Download Binaries

Download the appropriate binaries for your system from the GitHub Releases page.

Grant execute permission to the downloaded files:

chmod +x xiaohongshu-mcp-darwin-arm64 xiaohongshu-login-darwin-arm64

Step 2: Login (First Time Only)

Run the login tool. It will open a browser window with a QR code. Scan it with your Xiaohongshu mobile app.

./xiaohongshu-login-darwin-arm64

Important: Do not log into the same Xiaohongshu account on any other web browser, as this will invalidate the server's session.

Step 3: Start the MCP Server

Run the MCP server in a separate terminal window. It will run in the background.

# Run in headless mode (recommended)
./xiaohongshu-mcp-darwin-arm64

# Or, run with a visible browser for debugging
./xiaohongshu-mcp-darwin-arm64 -headless=false

The server will be available at http://localhost:18060.

2. Using the Skill

This skill includes a Python client (scripts/xhs_client.py) to interact with the local server. You can use it directly from the shell.

Available Commands

Example Workflow: Market Research

1. Check Status: First, ensure the server is running and you are logged in.

   python ~/clawd/skills/xiaohongshu-mcp/scripts/xhs_client.py status
   

2. Search for a Keyword: Find notes related to your research topic. The output will include the feed_id and xsec_token needed for the next step.

   python ~/clawd/skills/xiaohongshu-mcp/scripts/xhs_client.py search "户外电源"
   

3. Get Note Details: Use the feed_id and xsec_token from the search results to get the full content and comments of a specific note.

   python ~/clawd/skills/xiaohongshu-mcp/scripts/xhs_client.py detail "64f1a2b3c4d5e6f7a8b9c0d1" "security_token_here"
   

4. Analyze: Review the note's content, comments, and engagement data to gather insights.