小红书内容自动生成与发布系统

中文 英文

一个基于人工智能的智能小红书内容生成和自动发布的Web应用程序，通过MCP（模型上下文协议）集成多个工具服务，实现从主题输入到内容发布的全自动流程。

简单来说，输入一个主题，所有的人工智能都会帮助你解决它，然后直接发布到你的小红书账号。

系统主界面：

✨ 特性

• 🎨 现代Web界面 -简洁美观的左右列布局，响应式设计
• ⚙️ 配置管理 -所有配置均通过Web界面输入并自动保存至配置文件
• 🔌 MCP服务集成 -集成三大MCP服务：Jina搜索、Tavily搜索和小红书发布
• 🤖 智能内容生成 -根据用户主题自动检索信息、分析整理并撰写文章
• 📝 自动排版 -自动适应小红书的发布格式（标题、正文、标签、图片）
• 🚀 一键发布 -生成完成后自动发布至小红书平台
• 📊 实时进度 -显示执行进度和状态信息
• ✅ 结果展示 -显示最终发布的标题、内容、标签、插图等信息
• 🔥 推荐热门话题 -自动检索今日热点新闻并智能提取话题供选择
• 🎯 批量生成与发布 -支持多主题批量选择，一键批量生成与发布
• 🌐 URL内容提取 -支持输入网页链接，自动爬取并提取主题内容
• 🏷️ 快速筛选领域 -提供AI、融资、论文、机器人等领域快速筛选按钮

制作广告

这是我的个人账号，所有由本项目撰写的文章

个人主页欢迎浏览，点击关注获取一手AI资源

📋 前提条件

1. 启动小红书上的MCP服务

必须首先启动xiaohongshu-mcp服务

# 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：你需要先登录自己的小红书账号（按照此MCP服务中的说明进行登录）

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

cd xhs_web_app
pip install -r requirements.txt

2. 启动应用

python app.py

应用默认在http://localhost:8080启动。

3. 配置系统

访问http://localhost:8080在左侧面板中配置以下信息：

必要配置

配置项	描述	示例
LLM API Key	与OpenAI兼容的API密钥	sk-xxx...
OpenAI Base URL	API基础地址	https://api.openai.com/v1 或 https://usw.sealos.io/v1
默认模型	使用的LLM模型	claude-sonnet-4-20250514（推荐）
小红书MCP服务地址	MCP服务的URL	http://localhost:18060/mcp

可选配置（必须选择一项）

配置项	描述	获取方法
Jina API Key	Jina搜索服务密钥	Jina官方网站
Tavily API Key	Tavily搜索服务密钥	Tavily官方网站

建议使用Tavily作为搜索工具，每月可免费生成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”链接可以直接跳转到相应的服务网站。

4. 生成内容

系统采用全新的沉浸式双视图设计：

方法1：创意中心（首页）

这是系统的默认视图，专注于单个主题的深入创作。

1. 输入主题在屏幕中央“今天你要创造什么？”输入框下方，输入你想创建的主题。
2. 开始生成点击右侧的“✨ 生成”按钮。
3. 实时状态：
   • “当前任务状态卡片”会自动出现在输入框下方。
   • 你可以看到AI当前正在采取的步骤（检索信息 -> 撰写文章 -> 格式适配 -> 自动发布）。
   • 进度条会实时更新，显示当前执行百分比。

主题示例：

• 生成AI优先悖论分析

方法2：趋势视图

点击左侧边栏的“🔥 热点”图标进入此视图，适合寻找灵感和批量生产。

1. 按领域获取热门话题

在页面顶部，点击具有玻璃质感样式的领域标签，快速获取该领域的热门话题：

• 🤖 AI -人工智能前沿和大型模型
• 💰 融资 -风险投资行业的最新融资新闻
• 📄 论文 -学术界的最新研究成果
• 🦾 机器人 -具身智能和自动化技术

2. 从网页链接提取

如果你有特定的文章链接：

1. 在“或者粘贴网页链接以提取主题...”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取核心主题。

3. 批量生成与发布

获得主题卡片后：

1. 选择主题点击感兴趣的课题卡片（卡片会被高亮标记并带有✓）。
2. 全选功能点击列表上方的“✓ 全选”按钮，一次点击即可选择所有当前主题。
3. 批量操作：
   • “批量操作栏”会自动出现在底部，显示所选数量。
   • 点击“🚀 批量生成选定主题”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

点击左侧边栏的“📝 历史”图标打开历史模式框：

• 查看详情点击任何任务的“查看”按钮预览完整的生成的小红书副本（标题、正文、标签）及附带图片。
• 状态过滤使用顶部分段控制器（全部/成功/失败）快速过滤任务状态。

📂 项目结构

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

🔧 配置文件描述

1. app_config.json

存储应用程序的主要配置信息：

{
  "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（基于appFHIR json自动生成）：

{
  "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"
    }
  }
}

🎯 内容生成过程

系统采用四步流程自动生成并发布内容：

第一步：信息检索

• 使用Jina或Tavily搜索工具
• 检索最近7-30天的相关信息
• 收集5-8份高质量材料
• 获得3-4张相关图片

第二步：撰写文章

• 根据收集的数据撰写专业文章
• 标题控制在20字以内
• 正文800-1200字
• 使用年轻活泼的语言风格
• 适当添加表情符号增加趣味性

第三步：格式适配

• 调整为小红书特定格式
• 移除#标签并切换为自然语言
• 提取5个精准的话题标签
• 验证图片链接的有效性
• 生成标准JSON格式

第四步：自动发布

• 调用小红书的MCP服务
• 将内容发布到小红书平台
• 返回发布结果
• 检测到成功发布后自动停止迭代

🌐 API端点

方法	路径	描述
GET	/	主页
GET	/api/config	获取配置（隐藏敏感信息）
POST	/api/config	保存配置
POST	/api/validate-model	验证LLM模型是否可用
POST	/api/test-login	测试小红书的MCP连接
POST	/api/generate-and-publish	生成并发布单一主题
POST	/api/fetch-trending-topics	获取今日热门话题（支持领域过滤）
POST	/api/fetch-topics-from-url	爬取并提取URL主题
POST	/api/batch-generate-and-publish	批量生成并发布多个主题
GET	/api/history	检索任务历史
DELETE	/api/history/{task_id}	删除指定的任务记录
GET	/api/history/statistics	获取任务统计信息

🛠️ 技术栈

后端

• FastAPI -现代Web框架
• MCP (模型上下文协议) -工具服务集成
• OpenAI SDK -LLM API调用
• aimtp -异步HTTP客户端

前端

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

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

本项目仅用于学习和研究目的。使用本项目时，请遵循以下规定：

• 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 -必需的依赖服务
• 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

如有任何问题或建议，请随时：

• 提交Issue
• 发起Pull Request
• 联系项目维护者

⚠️ 总结

本项目可以作为一个代理的学习案例，但不建议直接在生产环境中使用。

整个项目的逻辑是抽象出一个更通用的代理架构：

• 可配置的MCP
• 可选择不同的工具完成复杂任务
• 代理的上下文检索与压缩
• 多轮对话与记忆
• ...

---

**欢迎点赞快乐创作！🎉**