1. 为什么我宁愿在 AiPy 里操作小红书也不愿再切 APP先说清楚这篇要解决的事AiPy 是一个本地 AI 工作台它本身不直接内置小红书功能而是通过 MCPModel Context Protocol把外部工具接进来。小红书 MCP 就是其中一个——它把登录、搜索笔记、读取正文、抓评论、发评论这些动作封装成标准工具AiPy 调用它就等于你在一个窗口里把小红书遥控了一遍。适合谁适合每天要扒素材、盯竞品评论区、做内容选题又不想在浏览器和手机之间反复横跳的人。我自己的痛点很具体写脚本时要找参考笔记打开 APP 搜关键词看到有用的切回编辑器记两笔再切回去看评论思路断三四次。更麻烦的是评论互动——想给某条笔记留个言测试话术还得掏手机。整个过程不是难是碎。AiPy 加 MCP 的思路是把这些碎动作收进一个对话流。你在 AiPy 里说搜一下露营装备的笔记它调 MCP 返回结果你说把第三条的评论抓出来它继续调你说发一条评论它执行。全程不离开工作台也不用点开小红书 APP。这里有个关键认知要先建立MCP 不是魔法它本质是一个本地跑起来的服务进程AiPy 通过配置里的地址去连它。所以整件事的成败八成取决于 MCP 服务有没有正确跑起来、AiPy 有没有正确指向它。下面我按准备环境 → 配置 MCP → 写 Python 脚本 → 验证 → 排错的顺序走一遍每一步都给可复制的命令和配置。需要提前说明的是本文用到的模型调用能力我走的是 TaoToken 的接口。它的官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 。后面配置里出现的 Base URL 和 Key都按这个来填。你如果已经有别的可用通道替换成自己的即可逻辑完全一样。另外提醒一句小红书 MCP 这类工具涉及账号登录态务必只在自己账号、自己设备上做测试不要拿它去批量骚扰或抓取隐私数据。自动化是提效手段不是绕过平台规则的工具。这一点先摆在前头后面所有操作都建立在这个前提上。2. 前置准备Python 环境、AiPy 安装与 TaoToken 接入配置这一节把地基打好。很多人卡在第一步不是不会配而是环境版本不对、依赖装错地方。我按顺序拆开讲。2.1 Python 环境与虚拟环境小红书 MCP 服务通常要求 Python 3.8 以上。先确认版本python --version如果低于 3.8去 Python 官网下新版装好。接着建一个独立虚拟环境避免污染全局包python -m venv xhs-mcp-envWindows 激活xhs-mcp-env\Scripts\activatemacOS / Linux 激活source xhs-mcp-env/bin/activate激活后命令行前面会出现(xhs-mcp-env)说明进对环境了。这一步别省我见过太多人全局装依赖结果和别的项目打架报错查半天。2.2 获取 MCP 服务代码MCP 服务一般托管在 GitHub 仓库克隆到本地git clone 小红书MCP仓库地址 cd 仓库目录进目录后装依赖。常见两种方式看仓库有没有 requirements.txtpip install -r requirements.txt如果没有就按 README 手动装通常是pip install mcp加几个 HTTP 请求库。装完可以用pip list确认关键包在不在。2.3 AiPy 安装与 TaoToken 接入AiPy 从官网下载安装即可装完打开。接下来是重点把模型通道配成 TaoToken这样 AiPy 的对话和工具调用才有稳定的模型支撑。在 AiPy 的设置里找到模型配置填三样东西配置项填写内容Base URLhttps://taotoken.net/apiAPI Key在 TaoToken 控制台创建的 KeyModel ID你开通的模型标识如 claude 系列或 gpt 系列Key 的创建入口在控制台的 API Keys 页面地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。创建后复制保存只显示一次。如果你用的是 Claude Code 这类命令行工具配置方式略有不同可以参考接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。文档里有针对不同客户端的 Base URL 和 Key 填法。配好后在 AiPy 里发一句你好测试能正常回复说明模型通道通了。这一步不通后面 MCP 配了也白搭因为 AiPy 没法驱动工具调用。2.4 关于 Coding Plan 的说明如果你打算长期用 AiPy 做编码和 Agent 类任务比如让它帮你写 Python 脚本、调试 MCP 配置可以考虑 Coding Plan入口在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。它更适合高频调用场景普通尝鲜用按量就够。3. 可复制配置MCP 服务启动与 AiPy 接入片段这一节给能直接抄的配置。MCP 服务的接入方式通常有两种一种是 stdioAiPy 直接拉起进程一种是 HTTP/SSE服务先跑起来AiPy 连地址。我两种都给。3.1 先让 MCP 服务能独立跑起来在虚拟环境里按仓库说明启动服务。常见命令形态python server.py或者python -m xhs_mcp跑起来后终端会打印监听地址比如http://127.0.0.1:8000或某个 SSE 端点。记下这个地址AiPy 配置要用。3.2 AiPy 的 MCP 配置片段JSONAiPy 的 MCP 配置一般是一个 JSON 文件或设置面板里的 JSON 输入框。stdio 模式长这样{ mcpServers: { xiaohongshu: { command: python, args: [/绝对路径/小红书MCP仓库/server.py], env: { PYTHONUNBUFFERED: 1 } } } }注意args里的路径要换成你本地的绝对路径Windows 用反斜杠或正斜杠都行但别写相对路径否则 AiPy 拉起进程时找不到文件。HTTP/SSE 模式{ mcpServers: { xiaohongshu: { url: http://127.0.0.1:8000/sse } } }url换成你服务实际打印的地址。SSE 端点常见后缀是/sse具体看仓库 README。3.3 如果用 TOML 配置部分客户端有些客户端用 TOML写法[mcp_servers.xiaohongshu] command python args [/绝对路径/server.py]或者远程模式[mcp_servers.xiaohongshu] url http://127.0.0.1:8000/sse3.4 三件套别漏Base URL Key Model ID不管哪种配置AiPy 要驱动 MCP模型通道必须完整。再强调一次三件套Base URLhttps://taotoken.net/apiAPI Key控制台创建Model ID你开通的模型标识这三个缺一个AiPy 要么连不上模型要么调不动工具。我踩过的坑就是只填了 Key 没填 Base URL结果一直报连接失败查了半天才发现是地址空着。3.5 配置完重启 AiPy改完 MCP 配置一定要重启 AiPy让它重新加载。很多配置没生效其实是没重启。重启后在工具列表里应该能看到xiaohongshu相关的工具项比如登录、搜索、发评论。看到就说明接上了。4. 验证请求从登录到发评论的完整 Python 脚本配置通了接下来验证。我分两步先用 AiPy 对话式验证再用 Python 脚本直接调确保链路每一环都通。4.1 AiPy 对话式验证在 AiPy 里依次输入第一步登录调用小红书工具登录我的账号如果 MCP 支持扫码或账密按提示完成。登录态一般会存到本地文件后续不用重复登。第二步搜索搜索关键词露营装备返回前 5 条笔记标题和链接AiPy 会调 MCP 的搜索工具返回结构化结果。如果返回空或报错先看服务终端有没有打印请求日志。第三步读正文和评论读取第二条笔记的正文并抓取前 10 条评论第四步发评论在第二条笔记下发一条评论测试自动化请忽略发完去小红书确认。如果评论区出现这条说明全链路通了。4.2 Python 脚本直连验证对话式验证通过后写个脚本固化流程。假设 MCP 是 HTTP 模式用 requests 调import requests BASE http://127.0.0.1:8000 def search_notes(keyword, limit5): resp requests.post( f{BASE}/tools/search_notes, json{keyword: keyword, limit: limit}, timeout30 ) resp.raise_for_status() return resp.json() def get_note_detail(note_id): resp requests.post( f{BASE}/tools/get_note, json{note_id: note_id}, timeout30 ) resp.raise_for_status() return resp.json() def post_comment(note_id, content): resp requests.post( f{BASE}/tools/post_comment, json{note_id: note_id, content: content}, timeout30 ) resp.raise_for_status() return resp.json() if __name__ __main__: notes search_notes(露营装备) print(搜索结果, notes) if notes.get(data): first_id notes[data][0][id] detail get_note_detail(first_id) print(笔记详情, detail) result post_comment(first_id, 自动化测试评论) print(评论结果, result)注意上面的接口路径/tools/search_notes是示例实际路径以你用的 MCP 仓库文档为准。有的用/call加工具名有的用 JSON-RPC 格式。核心是找到仓库 README 里的接口定义替换掉。4.3 成功结果长什么样搜索成功会返回类似{ data: [ {id: abc123, title: 露营装备清单, url: ...}, {id: def456, title: 新手露营避坑, url: ...} ] }评论成功会返回状态码或{success: true}。如果返回里带error字段看错误信息定位。4.4 把脚本接进 AiPy 工作流脚本能跑通后你可以让 AiPy 直接执行这个脚本或者把脚本逻辑封装成 AiPy 的自定义工具。这样以后在 AiPy 里说一句跑一下小红书采集它就自动执行。这一步是把自动化真正落地的关键。5. 常见报错排查401、local proxy failed、reading choices、OAuth这一节是干货都是我实际遇到或收集到的报错。对照着查能省很多时间。5.1 401 Unauthorized现象调 MCP 或调模型时返回 401。原因通常两个一是 TaoToken 的 API Key 填错或过期二是 MCP 服务本身需要鉴权你没带 token。排查先去控制台确认 Key 有效重新复制一次填进 AiPy。如果 MCP 需要 token检查配置里有没有漏填。401 基本就是凭证问题别往别处想。5.2 local proxy failed现象AiPy 报本地代理失败连不上 MCP 服务。原因MCP 服务没启动或者地址端口填错或者服务崩了。排查回到终端看服务进程还在不在。如果挂了看报错日志。如果服务在跑用浏览器或 curl 访问一下地址curl http://127.0.0.1:8000/sse能返回内容说明服务正常问题在 AiPy 配置的地址。注意别把127.0.0.1写成localhost有时会有解析差异统一用一个。5.3 reading choices 相关报错现象模型返回解析失败报 reading choices 之类的错。原因模型返回格式和客户端预期不一致常见于模型通道不兼容或返回被截断。排查换一个 Model ID 试试确认你填的模型标识是 TaoToken 支持的。另外检查请求有没有超时长返回被截断也会导致解析失败。把超时时间调大比如从 30 秒调到 60 秒。5.4 OAuth 相关报错现象登录环节报 OAuth 失败或回调错误。原因小红书登录态获取需要走 OAuth 流程回调地址或端口没对上。排查看 MCP 仓库文档里 OAuth 回调地址要求确认本地端口没被占用。如果之前登录过清掉本地缓存的登录态文件重新登。有时候是缓存过期导致的假失败。5.5 工具列表里看不到小红书现象AiPy 重启后工具列表没有 xiaohongshu。原因MCP 配置 JSON 格式错误或者路径不对。排查把配置贴到 JSON 校验工具里检查语法。路径用绝对路径。stdio 模式下确认command指向的 python 是虚拟环境里的那个不是全局的。5.6 依赖装错环境现象服务启动报 ModuleNotFoundError。原因依赖装到了全局但服务跑在虚拟环境里。排查确认命令行前面有(xhs-mcp-env)再pip install一次。用which pythonmacOS/Linux或where pythonWindows确认当前 python 路径在虚拟环境目录下。5.7 排错通用思路遇到报错先分层模型层TaoToken 通不通、MCP 服务层进程在不在、AiPy 配置层地址对不对、账号层登录态有没有。一层层排除别一上来就重装。大部分问题在配置和路径上。6. 把 AiPy 小红书自动化用起来接入文档与模型验证入口链路通了之后日常怎么用才顺手我的做法是把常用动作固化成几个 AiPy 指令模板比如搜关键词 抓前三条评论 汇总成表格一句话触发。这样每次找素材不用重复描述。如果你在接入过程中卡在配置最直接的是翻接入文档里面有各客户端的 Base URL 和 Key 填法https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。想先验证模型通不通可以用模型对话页面发几条测试https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。长期做编码和 Agent 任务的话Coding Plan 更合适https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。最后给个实用技巧MCP 服务的日志一定要开着出问题时第一时间看日志比猜快十倍。另外登录态文件定期备份换设备时能省去重新登录的麻烦。脚本里的接口路径以你实际用的仓库为准别照抄我的示例路径先看 README 再动手。
