小红书内容自动生成与发布系统

中文 | English

一个基于AI的智能小红书内容生成和自动发布Web应用，通过MCP（Model Context Protocol）集成多种工具服务， 实现从主题输入到内容发布的全自动化流程。

简单来说：输入一个主题所有 AI 帮你搞定，直接发布到你的小红书账号上

系统主界面：

✨ 功能特点

• 🎨 现代化Web界面 - 简洁美观的左右分栏布局，响应式设计
• ⚙️ 配置管理 - 所有配置通过Web界面输入，自动保存到配置文件
• 🔌 MCP服务集成 - 集成Jina搜索、Tavily搜索、小红书发布三大MCP服务
• 🤖 智能内容生成 - 基于用户主题自动检索资料、分析整理、撰写文章
• 📝 自动格式化 - 自动适配小红书发布格式（标题、正文、标签、配图）
• 🚀 一键发布 - 生成完成后自动发布到小红书平台
• 📊 实时进度 - 显示执行进度和状态信息
• ✅ 结果展示 - 展示最终发布的标题、内容、标签、配图等信息
• 🔥 热点主题推荐 - 自动获取今日热点新闻，智能提取主题供选择
• 🎯 批量生成发布 - 支持批量选择多个主题，一键批量生成并发布
• 🌐 URL内容提取 - 支持输入网页链接，自动爬取并提取主题内容
• 🏷️ 领域快速筛选 - 提供AI、融资、论文、机器人等领域快捷筛选按钮

打个广告

这是我自己运营的账号，全部由这个项目写出来的文章

个人主页欢迎查看，点点关注，带你获取一手的 AI 资源

📋 前置要求

1. 启动小红书MCP服务

必须先启动 xiaohongshu-mcp 服务

bashCopy code
# 1. 克隆小红书MCP项目
git clone https://github.com/xpzouying/xiaohongshu-mcp.git
cd xiaohongshu-mcp

# 2. 按照项目README的说明启动服务
# 默认服务地址: http://localhost:18060/mcp

⚠️注意：要先登录自己的小红书账号（按照这个 mcp 服务里面的方式来进行登录）

2. 系统环境

• Python 3.8+
• Node.js 16+ (用于MCP工具)
• npm/npx (用于运行MCP工具)

🚀 快速开始

1. 安装依赖

bashCopy code
cd xhs_web_app
pip install -r requirements.txt

2. 启动应用

bashCopy code
python app.py

应用默认在 http://localhost:8080 启动。

3. 配置系统

访问 http://localhost:8080，在左侧面板配置以下信息：

必填配置

可选配置(必须选一个)

推荐使用 Tavily 作为搜索工具，每个月能白嫖 1000 次搜索请求

💡 提示: 点击配置项旁边的"获取密钥"或"查看文档"链接可直接跳转到对应的服务网站。

4. 生成内容

系统采用全新的沉浸式双视图设计：

方式一：创作中心（Home View）

这是系统的默认视图，专注于单一主题的深度创作。

1. 输入主题：在屏幕中央的"What will you create today?"下方输入框中，输入你想要创作的主题。
2. 开始生成：点击右侧的"✨ 生成"按钮。
3. 实时状态：
   • 输入框下方会自动弹出"当前任务状态卡片"。
   • 你可以看到 AI 正在进行的步骤（检索资料 -> 撰写文章 -> 格式适配 -> 自动发布）。
   • 进度条会实时更新，展示当前执行百分比。

主题示例：

• "生成式AI优先级悖论解析"

方式二：热点发现（Trending View）

点击左侧侧边栏的"🔥 热点"图标进入此视图，适合寻找灵感和批量生产。

1. 按领域获取热点

在页面顶部，点击玻璃拟态风格的领域标签，快速获取该领域的热门话题：

• 🤖 AI - 人工智能、大模型前沿动态
• 💰 融资 - 创投圈最新融资消息
• 📄 论文 - 学术界最新研究成果
• 🦾 机器人 - 具身智能与自动化技术

2. 从网页链接提取

如果你有特定的文章链接：

1. 在"或粘贴网页链接提取主题..."输入框中粘贴 URL。
2. 点击"提取"按钮，系统将智能分析网页内容并提炼核心主题。

3. 批量生成发布

获取到主题卡片后：

1. 选择主题：点击感兴趣的主题卡片（卡片会高亮显示并出现✓标记）。
2. 全选功能：点击列表上方的"✓ 全选所有"按钮可一键选中当前所有主题。
3. 批量执行：
   • 底部会自动浮现"批量操作栏"，显示已选数量。
   • 点击"🚀 批量生成选中主题"按钮。
   • 系统将自动创建任务队列，依次处理每个主题的生成与发布。

任务历史与管理

点击左侧侧边栏的"📝 历史"图标打开历史记录模态框：

• 查看详情：点击任意任务的"查看"按钮，可预览生成的完整小红书文案（标题、正文、标签）和配图。
• 状态筛选：使用顶部的分段控制器（全部/成功/失败）快速筛选任务状态。

📂 项目结构

Copy code
xhs_web_app/
├── app.py                      # FastAPI主程序
├── requirements.txt            # Python依赖
├── README.md                   # 本文档
│
├── config/                     # 配置模块
│   ├── __init__.py
│   ├── config_manager.py       # 配置管理器
│   ├── app_config.json         # 应用配置（自动生成）
│   ├── servers_config.json     # MCP服务配置（自动生成）
│   └── .env                    # 环境变量（自动生成）
│
├── core/                       # 核心功能模块
│   ├── __init__.py
│   ├── content_generator.py    # 内容生成器（基于MCP工具执行）
│   └── xhs_llm_client.py       # MCP客户端和LLM交互
│
├── cache/                      # 缓存模块
│   ├── __init__.py
│   ├── cache_manager.py        # 任务历史缓存管理
│   └── task_history.json       # 任务历史记录（自动生成）
│
├── static/                     # 静态资源
│   ├── css/
│   │   └── style.css          # 样式文件
│   └── js/
│       └── app.js             # 前端交互逻辑
│
└── templates/                  # HTML模板
    └── index.html             # 主页面

🔧 配置文件说明

1. app_config.json

存储应用的主要配置信息：

jsonCopy code
{
  "llm_api_key": "sk-xxx...",
  "openai_base_url": "https://api.openai.com/v1",
  "default_model": "claude-sonnet-4-20250514",
  "jina_api_key": "jina_xxx...",
  "tavily_api_key": "tvly_xxx...",
  "xhs_mcp_url": "http://localhost:18060/mcp"
}

2. servers_config.json

MCP服务器配置（根据app_config.json自动生成）：

jsonCopy code
{
  "mcpServers": {
    "jina-mcp-tools": {
      "command": "npx",
      "args": ["jina-mcp-tools"],
      "env": {
        "JINA_API_KEY": "jina_xxx..."
      }
    },
    "tavily-remote": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.tavily.com/mcp/?tavilyApiKey=tvly_xxx..."]
    },
    "xhs": {
      "type": "streamable_http",
      "url": "http://localhost:18060/mcp"
    }
  }
}

🎯 内容生成流程

系统采用4步骤流程自动生成并发布内容：

Step 1: 信息检索

• 使用Jina或Tavily搜索工具
• 检索最新7-30天内的相关信息
• 收集5-8条高质量资料
• 获取3-4张相关图片

Step 2: 撰写文章

• 基于收集的资料撰写专业文章
• 标题控制在20字以内
• 正文800-1200字
• 使用年轻化、活泼的语言风格
• 适当添加emoji增加趣味性

Step 3: 格式适配

• 调整为小红书专用格式
• 移除#标签，改为自然语言
• 提取5个精准话题标签
• 验证图片链接有效性
• 生成标准JSON格式

Step 4: 自动发布

• 调用小红书MCP服务
• 发布内容到小红书平台
• 返回发布结果
• 检测到发布成功后自动停止迭代

🌐 API端点

🛠️ 技术栈

后端

• FastAPI - 现代化Web框架
• MCP (Model Context Protocol) - 工具服务集成
• OpenAI SDK - LLM API调用
• aiohttp - 异步HTTP客户端

前端

• 原生HTML/CSS/JavaScript - 轻量级，无需构建
• Element UI 风格 - 简洁美观的UI设计
• 响应式布局 - 支持桌面和移动端

MCP工具服务

• Jina MCP Tools - 网络搜索和内容抓取
• Tavily Remote - 深度网络搜索
• XHS MCP - 小红书内容发布

📝 许可证

本项目仅供学习和研究使用。使用本项目时请遵守：

• OpenAI API使用条款
• 小红书平台规则
• 各MCP服务提供商的使用协议

🔗 相关链接

• 小红书MCP服务 - 必须的依赖服务
• Sealos API平台 - 获取LLM API密钥
• Jina AI - 获取Jina API密钥
• Tavily - 获取Tavily API密钥

📧 支持与反馈

如有问题或建议，欢迎：

• 提交 Issue
• 发起 Pull Request
• 联系项目维护者

⚠️ 写在最后

该项目可以作为对 agent 的学习案例，但不建议直接用于生产环境。

整体项目的逻辑正在抽象一个更加通用的 agent 架构：

• 可配置 mcp
• 可选择不同的 tool 来完成复杂任务
• Agent 的上下文检索和压缩
• Agent 的多轮对话和记忆
• .....

** 欢迎 star Happy Creating! 🎉**