一个小红书MCP的开源产品

项目源自github上一个很有趣的MCP产品，我尝试使用它，并思考有哪些可以改进的地方。
产品链接：https://xhs-mcp.aicu.icu/

我对这类产品的期待：我需要一个自动化拔取小红书信息的工具，我需要一个能自动化分析爆款，并给出新的建议的工具。总而言之，我希望我用这个产品可以迅速起号。围绕这个需求，我尝试这个产品，并思考有哪些可以改进的地方。

这个项目的开源代码不是简单的前端应用，而是通过Electron创建内嵌浏览器，使用Web自动化技术访问小红书Web版的API。它在本地启动一个服务器，提供API接口给其他应用调用，实现了小红书数据的采集、处理和导出功能。这种方式绕过了小红书的API限制，直接使用已登录的Web会话获取数据，确保了数据访问的可靠性和高效性。

但目前使用起来会发现，它很不稳定。目前可以确认，它不稳定的原因是小红书的官方API限制访问，当然我们也可以用线上服务器的方式单开一个平台，自动化搜索，但这样就会很慢，使用的效果也很糟糕。

开源代码分析

Xhs-mcp-server项目架构与技术路线分析
架构概述
xhs-mcp-server是一个基于Electron的应用程序，主要功能是提供小红书API的接口封装，使AI或其他客户端能够自动化操作小红书平台。项目采用了模块化设计，由以下几个主要部分组成：

核心组件
MCP服务器（Model Context Protocol服务器）：在src-mcpserver目录下，负责提供API接口
浏览器自动化：在src-extension目录中，是一个Chrome扩展，用于与小红书网站交互
Electron应用：在src目录中，提供用户界面和管理后台服务
技术栈
后端：Node.js、TypeScript
MCP框架：@aicu/mcp-framework（专门用于构建AI工具的框架）
前端：React (在Electron中)
浏览器自动化：Chrome扩展

工作原理

浏览器自动化：通过Chrome扩展(content.js)注入到小红书网站
API封装：在xhs-browser.ts中使用Electron的BrowserWindow加载小红书网站并通过executeJavaScript执行操作
工具集：每个功能都被封装成一个Tool类，如SearchnotesTool、GetuserpostsTool等
MCP框架：提供统一的接口规范，使AI可以直接调用这些工具

设计思路与亮点

无需模拟点击：直接通过API调用，比传统爬虫更高效
浏览器模拟：使用真实浏览器环境，可以处理登录、验证码等复杂场景
数据导出：支持CSV导出，便于分析
MCP协议：使用Model Context Protocol，让AI可以直接调用小红书功能
模块化设计：每个功能单独封装为工具类，易于维护和扩展

实现类似产品的技术路线

架构设计
我的项目/
├── electron-app/ # Electron主应用
│ ├── src/ # 应用源码
│ │ ├── main/ # 主进程代码
│ │ ├── preload/ # 预加载脚本
│ │ └── renderer/ # 渲染进程(UI)代码
│ └── package.json # 应用依赖
│
├── browser-extension/ # 浏览器扩展
│ ├── manifest.json # 扩展配置
│ └── content.js # 注入脚本
│
├── mcp-server/ # MCP服务器
│ ├── src/ # 服务器源码
│ │ ├── tools/ # API工具集
│ │ ├── browser.ts # 浏览器交互层
│ │ └── index.ts # 服务器入口
│ └── package.json # 服务器依赖
核心技术选择
运行环境：Electron (提供UI和浏览器环境)
浏览器自动化：
方案1：Chrome扩展 (类似原项目)
方案2：Puppeteer/Playwright (更通用但可能更易被检测)
服务端：Node.js + TypeScript
接口规范：REST API 或 MCP (Model Context Protocol)
数据处理：支持JSON/CSV导出
安全与稳定性考虑
登录管理：处理Cookie、账号登录、验证码等
反爬措施应对：
请求频率控制
用户行为模拟
IP代理支持
数据缓存：减少重复请求
错误处理：自动重试、异常恢复机制
扩展功能
多平台支持：不仅限于小红书，可扩展到其他社交平台
数据分析：集成数据可视化和分析工具
AI集成：接入大模型进行内容分析和生成
自动化任务：定时采集、数据监控等