1. 小红书内容运营的数据困局与 MCP 破局思路做小红书内容运营的朋友大概率都经历过这种场景老板要一份近 30 天穿搭赛道的爆款笔记清单还要把评论区里用户提到的品牌、尺码、价格诉求全部整理出来。手动复制粘贴50 篇笔记加上每篇几十条评论光是翻页就能耗掉一整个下午更别提还要把昵称、点赞数、发布时间这些字段对齐到表格里。我试过用浏览器插件抓取结果页面结构一改就全废也试过写 Python 爬虫但登录态维护和风控策略又成了新的坑。这时候 MCPModel Context Protocol的价值就体现出来了。它本质上是一套让 AI 大模型能够调用外部工具的协议标准你可以把它理解成给大模型装了一双手——模型负责理解你的自然语言指令MCP 服务器负责执行具体的抓取、导出动作。小红书 MCP 服务器就是这样一个专门封装了笔记列表获取、评论列表获取能力的工具集它把复杂的接口调用、分页处理、字段解析都藏在内部对外只暴露几个语义清晰的工具函数。小红书 MCP 能做什么简单说它支持两类核心操作一是按分类或关键词获取推荐笔记列表二是根据笔记链接或 ID 获取该笔记下的全部评论数据。导出结果会以结构化文件形式保存到你的本地目录通常是 JSON 或 CSV 格式方便后续用 Excel、Python 或 BI 工具做二次分析。适合谁用内容运营、品牌投放、竞品分析、选品调研这几类角色最直接受益。你不需要懂爬虫也不需要维护登录态只要有一个支持 MCP 的 AI 客户端比如 Claude Desktop、Cline、Cursor 等配上 TaoToken 提供的模型接入能力就能把导出 50 篇穿搭笔记这句话变成实际的数据文件。整个链路的逻辑是这样的你在 AI 客户端里输入自然语言指令 → 大模型解析出需要调用的 MCP 工具和参数 → MCP 服务器执行抓取 → 结果写入本地文件 → 大模型读取文件内容做总结或字段映射。下面我会从环境准备开始一步步带你搭起这条链路并给出可复制的配置片段和一次完整导出任务的验证过程。2. TaoToken 接入前置API Key 获取与 MCP 客户端环境准备在配置小红书 MCP 之前你需要先确保 AI 客户端能够正常调用大模型。这里推荐使用 TaoToken 作为模型接入层它兼容 OpenAI 风格的 API 调用方式配置简单适合快速验证 MCP 链路是否通畅。第一步获取 API Key访问 TaoToken 官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册并登录后进入控制台。在左侧菜单找到「API Keys」页面点击创建新的密钥。建议给这个 Key 起一个容易识别的名字比如xhs-mcp-test方便后续在多个项目间区分。创建完成后立即复制保存页面刷新后就看不到完整 Key 了。第二步确认 Base URL 和可用模型TaoToken 的 API 基础地址是https://taotoken.net/api注意这个地址在配置 MCP 客户端时不要加任何 UTM 参数保持干净。模型 ID 方面你可以根据任务复杂度选择如果只是做字段映射和简单总结用轻量级模型即可如果需要模型理解评论语义并做分类归纳建议选能力更强的版本。具体可用模型列表可以在控制台的「模型对话」页面查看或者直接调用/v1/models接口获取。第三步选择 MCP 客户端目前支持 MCP 协议的客户端有不少我实测下来比较顺手的是 ClineVS Code 插件和 Claude Desktop。两者的配置方式略有差异但核心都是三件套Base URL、API Key、Model ID。如果你用的是 Cline它内置了 MCP 服务器管理面板可以直接在设置里添加如果用 Claude Desktop则需要编辑claude_desktop_config.json文件。第四步安装小红书 MCP 服务器小红书 MCP 服务器通常以 npm 包或独立可执行文件的形式分发。以 npm 方式为例你可以在终端执行安装命令或者直接在 MCP 客户端配置里通过npx调用。安装完成后MCP 服务器会注册两个核心工具get_recommend_notes获取推荐笔记列表和get_note_comments获取笔记评论列表。你可以在客户端的 MCP 工具面板里看到这两个函数的签名和参数说明。这里有一个关键点需要注意MCP 服务器本身不负责大模型调用它只负责执行工具逻辑。大模型调用是由你的 AI 客户端发起的而客户端又通过 TaoToken 的 API 来访问模型。所以整条链路上TaoToken 提供的是大脑能力小红书 MCP 提供的是手脚能力两者缺一不可。3. 可复制配置MCP 服务器 JSON 片段与字段映射表这一节给出可以直接复制粘贴的配置片段。根据你使用的客户端不同配置文件的位置和格式略有差异但核心字段是一致的。3.1 Cline / VS Code 的 MCP 配置如果你用的是 Cline 插件打开 VS Code 设置搜索cline.mcpServers或者直接在项目根目录创建.vscode/mcp.json文件。内容如下{ mcpServers: { xhs-mcp: { command: npx, args: [ -y, xhs-mcp-serverlatest ], env: { XHS_COOKIE: 你的小红书登录Cookie, OUTPUT_DIR: ./xhs_exports } } } }注意XHS_COOKIE字段需要填入你从浏览器开发者工具中获取的小红书登录态 Cookie。获取方法是登录小红书网页版按 F12 打开开发者工具切换到 Network 面板刷新页面后随便点一个请求在 Request Headers 里找到Cookie字段整段复制出来。OUTPUT_DIR是导出文件的保存目录建议用相对路径方便在不同机器上迁移。3.2 Claude Desktop 的配置Claude Desktop 的配置文件位于用户目录下Windows 是%APPDATA%\Claude\claude_desktop_config.jsonmacOS 是~/Library/Application Support/Claude/claude_desktop_config.json。内容格式与上面类似{ mcpServers: { xhs-mcp: { command: npx, args: [-y, xhs-mcp-serverlatest], env: { XHS_COOKIE: 你的小红书登录Cookie, OUTPUT_DIR: /Users/yourname/xhs_exports } } } }3.3 TaoToken 模型接入配置MCP 服务器配好后还需要确保 AI 客户端能调用大模型。以 Cline 为例在设置里找到 API Provider选择 OpenAI Compatible然后填入配置项值Base URLhttps://taotoken.net/apiAPI Key你在 TaoToken 控制台创建的 KeyModel ID根据控制台模型列表选择如gpt-4o-mini或claude-3-5-sonnet如果你用的是 Claude Code 或 Codex 这类工具配置方式类似核心都是 Base URL Key Model ID 三件套。Codex 的auth.json里需要填写api_base和api_key字段Claude Code 则通过环境变量ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY来指定。3.4 字段映射表导出后的数据结构需要和你的分析目标对齐。下面这张表列出了小红书 MCP 导出笔记和评论时的核心字段以及它们在常见分析场景中的用途字段名所属对象含义分析用途note_id笔记笔记唯一标识去重、关联评论title笔记笔记标题关键词提取、爆款标题分析desc笔记笔记正文内容主题分类liked_count笔记点赞数热度排序collected_count笔记收藏数收藏率计算comment_count笔记评论数互动率评估user_id笔记/评论用户标识用户画像关联nickname评论评论者昵称用户识别content评论评论正文情感分析、需求挖掘create_time评论评论时间时间趋势分析ip_location评论IP 归属地地域分布统计这张表建议保存下来后续写提示词让大模型做字段映射时可以直接引用。比如你可以说请把导出的评论数据按 ip_location 字段做地域聚合统计每个省份的评论数量。4. 验证请求一次完整的笔记与评论导出任务配置完成后我们需要跑一次完整的导出任务来验证链路是否通畅。下面以导出 50 篇穿搭分类笔记并获取其中 3 篇美食笔记的全部评论为例演示从指令输入到结果验证的全过程。4.1 启动 MCP 服务器并确认工具列表在 AI 客户端里打开 MCP 面板确认xhs-mcp服务器状态为 running。如果显示 failed先检查XHS_COOKIE是否过期以及npx命令是否能在终端正常执行。确认无误后你应该能看到两个可用工具get_recommend_notes和get_note_comments。4.2 输入自然语言指令在对话窗口输入以下提示词请帮我导出 50 篇穿搭分类的笔记数据保存到本地。 然后获取 3 篇美食笔记的评论数据也一并导出。大模型会先解析你的意图然后调用get_recommend_notes工具参数大致是{category: 穿搭, limit: 50}。MCP 服务器执行抓取后会把结果写入OUTPUT_DIR指定的目录文件名通常是notes_穿搭_20250101_120000.json这样的格式。4.3 检查导出文件打开导出目录你应该能看到类似这样的文件结构xhs_exports/ ├── notes_穿搭_20250101_120000.json ├── comments_note_abc123_20250101_120500.json ├── comments_note_def456_20250101_120600.json └── comments_note_ghi789_20250101_120700.json用文本编辑器打开笔记文件内容大致如下[ { note_id: abc123, title: 秋冬穿搭分享, desc: 今天给大家分享一套..., liked_count: 1234, collected_count: 567, comment_count: 89, user_id: user_001, nickname: 穿搭小达人 } ]评论文件的结构类似每条评论包含content、nickname、create_time、ip_location等字段。4.4 让大模型做二次分析导出完成后你可以继续在对话里让大模型读取文件并做分析。比如请读取刚才导出的评论文件统计每个 IP 归属地的评论数量并按从高到低排序。大模型会调用文件读取能力解析 JSON然后输出一张地域分布表。这一步验证的是整条链路的闭环MCP 负责抓取和落盘TaoToken 提供模型推理能力两者配合完成从数据采集到洞察输出的全过程。4.5 验证成功的关键指标一次成功的导出任务应该满足以下条件笔记数量与指令一致50 篇、评论文件数量与指定笔记数一致3 个、字段完整无缺失、时间戳和 IP 归属地等字段有实际值。如果发现某个字段大量为空可能是 Cookie 权限不足或接口返回结构变化需要检查 MCP 服务器版本是否最新。5. 常见报错排查401、local proxy failed、reading choices 与 OAuth即使配置看起来没问题实际跑的时候还是可能遇到各种报错。下面列出几个我踩过的坑和对应的排查思路。5.1 401 Unauthorized这是最常见的错误通常出现在两个环节一是 TaoToken API Key 无效或过期二是小红书 Cookie 失效。如果是 TaoToken 侧报 401检查 API Key 是否复制完整有没有多余空格。可以在终端用 curl 快速验证curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer 你的Key \ -H Content-Type: application/json \ -d {model:gpt-4o-mini,messages:[{role:user,content:hi}]}如果返回{error:{message:Invalid API key}}说明 Key 有问题去控制台重新生成一个。如果是小红书侧报 401说明 Cookie 过期了。重新登录网页版按前面说的方法复制新的 Cookie更新到 MCP 配置的XHS_COOKIE字段然后重启 MCP 服务器。5.2 local proxy failed这个报错通常出现在 MCP 客户端尝试连接本地 MCP 服务器时。可能的原因有三个一是npx命令找不到检查 Node.js 是否安装、版本是否过低二是端口被占用MCP 服务器默认使用某个本地端口通信如果被其他程序占用就会失败三是防火墙拦截某些安全软件会阻止本地进程间通信。排查方法先在终端手动执行npx -y xhs-mcp-serverlatest看是否能正常启动。如果终端能启动但客户端报错检查客户端的 MCP 配置里command字段是否写的是绝对路径。Windows 上有时需要写成npx.cmd。5.3 reading choices 报错这个错误通常来自大模型侧意思是模型返回的结构不符合预期客户端在解析choices字段时失败。常见原因是模型 ID 填错了或者 Base URL 指向了一个不兼容 OpenAI 格式的接口。检查你的 Model ID 是否在 TaoToken 控制台的可用列表里。有些模型名称在不同平台上有差异比如claude-3-5-sonnet和claude-3.5-sonnet可能被识别为不同模型。建议直接从控制台的模型对话页面复制模型 ID。另外如果你用的是 Claude Code 或 Codex 这类工具它们对 API 返回格式有特定要求。Codex 的auth.json里需要确保api_base指向https://taotoken.net/api而不是其他路径。Claude Code 则需要设置ANTHROPIC_BASE_URL环境变量并且模型 ID 要用 Anthropic 风格的命名。5.4 OAuth 相关报错部分 MCP 客户端在首次连接时会尝试 OAuth 流程如果配置里没有正确设置认证方式就会卡在 OAuth 回调环节。解决方法是在 MCP 配置里显式指定auth: none或使用 API Key 方式认证。对于小红书 MCP 来说认证信息是通过XHS_COOKIE环境变量传递的不需要额外的 OAuth 流程。如果客户端强制要求 OAuth检查是否有oauth: false这样的配置项可以关闭。Cline 和 Claude Desktop 都支持在 MCP 服务器配置里关闭 OAuth。5.5 导出文件为空或字段缺失如果 MCP 服务器运行正常但导出文件是空的先检查OUTPUT_DIR目录是否有写入权限。然后确认小红书 Cookie 对应的账号是否有权限访问目标分类的笔记。有些分类可能需要特定账号等级才能看到完整列表。字段缺失通常是接口版本变化导致的。小红书 MCP 服务器会定期更新以适配平台变化建议使用latest标签安装最新版本。如果问题依旧可以在 MCP 服务器的 GitHub 仓库提 issue附上你的配置和报错日志。6. 从导出到洞察TaoToken 模型对话与 Coding Plan 的衔接数据导出只是第一步真正的价值在于后续的分析和自动化。当你把笔记和评论数据落盘后可以进一步用 TaoToken 的模型对话能力做语义分析或者用 Coding Plan 把整个流程固化成可复用的脚本。模型对话场景把导出的评论文件拖进对话窗口让模型做情感分类、需求提取、竞品对比。比如你可以问这些评论里有多少条提到了显瘦把提到显瘦的评论单独整理出来。模型会读取文件内容筛选出相关评论并生成新的列表。这个过程中TaoToken 提供的是稳定的模型推理能力你不需要关心底层是哪个厂商的模型只需要关注输入和输出。Coding Plan 场景如果你需要定期执行导出任务比如每天早上 9 点自动抓取前一天的热门笔记可以把 MCP 调用逻辑写成一个脚本用 Coding Plan 来管理和调度。Coding Plan 适合长期运行的编码任务它提供了更稳定的会话管理和上下文保持能力避免每次都要重新配置环境。接入文档参考TaoToken 的接入文档在 https://taotoken.net/doc 有详细说明包括不同客户端的配置示例、API 参数说明、错误码对照表。建议在遇到配置问题时先查阅文档大部分常见问题都有现成的解决方案。API Keys 管理如果你在多个项目里使用 TaoToken建议为每个项目创建独立的 API Key方便追踪用量和排查问题。API Keys 页面在 https://taotoken.net/api-keys 支持创建、禁用和删除操作。模型对话入口如果你想快速验证某个模型是否适合你的分析任务可以直接在 https://taotoken.net/chat 页面测试不需要写代码输入提示词就能看到模型输出效果。Coding Plan 入口对于需要长期运行的编码和 Agent 任务Coding Plan 提供了更合适的资源分配方式详情见 https://taotoken.net/coding-plan 。整条链路的搭建并不复杂核心就是三件事配好 MCP 服务器、填对 TaoToken 的三件套、跑通一次导出验证。剩下的就是根据你的业务需求不断优化提示词和字段映射让数据真正为运营决策服务。
