Rednote-Mind-MCP

让AI接入你的小红书，就像能够了解你的备忘录一样

🎯 核心价值

一句话：3条命令安装完成，让Claude/Cursor/VSCode等AI助手直接访问你的小红书收藏夹和搜索内容，自动分析笔记、提取关键信息、生成结构化报告。

解决什么问题

你在小红书积累了100+篇有价值的收藏笔记（论文分享、技术教程、美食菜谱），想让AI帮你整理分析，但遇到：

• 小红书无导出功能 - 收藏夹内容无法批量导出
• 手动复制繁琐 - 一条条复制URL和标题（30秒/篇）
• AI无法访问 - Claude等AI助手无法直接读取小红书内容

这个工具如何帮你

安装 Rednote-Mind-MCP（1分钟）
          ↓
首次运行 init，扫码登录小红书（10秒）
          ↓
在Claude Desktop中直接提问（无需手动复制URL）：
"分析我收藏夹中最近20篇AI论文笔记，提取关键论文"
          ↓
Claude自动调用MCP工具：
  1. 获取收藏夹列表（带xsec_token的完整URL）
  2. 批量提取每篇笔记内容（标题+正文+图片）
  3. 使用Claude Vision分析图片中的图表/公式
  4. 生成结构化报告（3分钟自动完成）
          ↓
获得：论文清单、核心观点、关键图表、参考价值

时间对比：

| 任务 | 手动方式 | 使用 Rednote-Mind-MCP | 节省时间 | |------|---------|----------------------|---------| | 整理20篇笔记 | 30秒/篇 × 20 + 60分钟阅读 = 70分钟 | 1分钟配置 + 3分钟AI分析 = 4分钟 | 94% | | 搜索"AI论文"并提取TOP10 | 手动打开10篇+笔记 = 15分钟 | 1条Claude提问 = 2分钟 | 87% |

✨ 功能特性

7个强大的MCP工具

🔐 认证工具

• check_login_status - 检查登录状态（自动读取本地cookies）
• login - 引导式登录（浏览器窗口扫码/密码登录，自动保存凭证）

📥 内容获取工具（智能提取xsec_token）

• get_favorites_list - 获取收藏夹笔记列表
  • ✅ 自动提取真实用户ID（不再使用/me路径）
  • ✅ 自动点击提取xsec_token（确保后续能访问笔记内容）
• get_note_content - 获取笔记完整内容
  • 支持includeImages参数：下载图片为Base64，供Claude Vision分析
  • 支持includeData参数：获取点赞数、评论数、收藏数等统计数据
• get_batch_notes_from_favorites - 批量获取收藏夹内容
  • 一次调用获取N篇笔记的完整内容（标题+正文+图片+数据）

🔍 搜索工具（智能提取xsec_token）

• search_notes_by_keyword - 按关键词搜索
  • 支持排序：综合排序/最热/最新
  • ✅ 自动点击提取xsec_token（确保搜索结果URL可访问）

🖼️ 图片工具（新增智能压缩）

• download_note_images - 下载笔记图片
  • 智能压缩：自动将图片压缩至合理大小（默认节省 85% 体积）
  • 可配置质量：支持 compressImages、imageQuality（50-95）、maxImageSize（960-2560px）参数
  • MCP 标准格式：图片作为 MCP image content 返回，Claude Desktop 可直接显示
  • Base64编码输出，直接供Claude Vision分析
  • 支持批量下载（论文截图、图表、配方图）

🤖 VLM 图片分析（可选）

• 使用智增增 API (Qwen VL) 分析图片内容
  • 自动提取图片中的文字（OCR）
  • 生成结构化描述（对象、场景、类型）
  • 适合大量文字截图的快速提取
  • 用户可选模式：
    • imageMode: 'original'（默认）- 返回压缩后的原始图片 Base64
    • imageMode: 'vlm' - 使用 VLM 分析并返回文字描述
  • 需设置 ZZZ_API_KEY 环境变量启用 VLM 模式
  • 成本：约 ¥0.003/张图片（较 Claude API 节省 90%）

🌟 核心优势

1. 零手动复制 - AI自动获取URL和内容，无需人工介入
2. 智能Token提取 - 自动点击笔记获取带xsec_token的完整URL，避免403/404错误
3. 真实用户ID - 登录时自动提取并保存用户ID（604dbc13...），不再使用/me占位符
4. 智能图片压缩 - 图片自动压缩节省 85% 传输体积，避免 MCP 消息截断
5. MCP 标准显示 - 图片以 MCP image content 格式返回，Claude Desktop 直接可视化显示
6. Claude Vision支持 - 压缩后的图片质量仍足够 AI 分析论文图表、公式、流程图
7. 8+客户端兼容 - Claude Desktop、Claude Code、Cursor、VSCode Cline、Continue.dev、Gemini CLI等
8. 首次登录引导 - rednote-init命令提供友好的登录向导

📦 快速开始（3分钟）

安装

# 全局安装
npm install -g rednote-mind-mcp

# 首次使用，运行登录向导
rednote-init
# 或
rednote-mind-mcp init

登录向导流程：

1. 自动打开浏览器窗口
2. 导航到小红书首页
3. 你扫码或密码登录（60秒内完成）
4. 自动保存cookies到~/.mcp/rednote/cookies.json
5. 自动提取用户ID并保存到~/.mcp/rednote/config.json

可选：配置 VLM 功能

如需启用智能图片分析（当图片总量超过 900KB 时自动触发），需要配置智增增 API：

1. 获取 API Key：访问 智增增官网 注册并获取 API Key

2. 设置环境变量：

   macOS/Linux：

   # 在 ~/.zshrc 或 ~/.bashrc 中添加
   export ZZZ_API_KEY="your_api_key_here"
   
   # 重新加载配置
   source ~/.zshrc  # 或 source ~/.bashrc

   Windows：

   # 在系统环境变量中添加
   setx ZZZ_API_KEY "your_api_key_here"

3. 重启 MCP 客户端：重启 Claude Desktop 或其他客户端使环境变量生效

VLM 功能说明：

• 当 get_note_content 返回的图片总量超过 900KB 时，自动使用 VLM 分析超出部分
• 无需手动配置，自动触发
• 分析结果以文本形式返回，包含图片中的文字和结构化描述

配置MCP客户端

配置说明：

• 所有配置使用标准的 npx 方式调用，确保跨平台兼容性
• -y 参数让 npx 跳过确认提示，自动安装或使用最新版本
• 配置后需要完全退出并重启客户端才能生效

macOS

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

Windows

编辑 %APPDATA%\Claude\claude_desktop_config.json：

{
  "mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

Linux

编辑 ~/.config/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

重启Claude Desktop生效

在Claude Code设置中添加：

{
  "mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

1. 安装Cline插件
2. 在VS Code设置中搜索"Cline MCP"
3. 添加：

{
  "cline.mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

1. 打开Cursor Settings → Features → MCP Servers
2. 添加：

{
  "mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

编辑~/.continue/config.json：

{
  "mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

配置方式类似，添加：

{
  "mcpServers": {
    "rednote": {
      "command": "npx",
      "args": ["-y", "rednote-mind-mcp"]
    }
  }
}

🚀 使用示例

示例1：整理收藏夹中的AI论文

在Claude Desktop中发送：

请分析我收藏夹中最近15篇笔记，筛选出AI相关的论文分享，
提取：论文标题、核心观点、关键图表、参考价值。
生成结构化表格。

Claude自动执行：

1. 调用 get_batch_notes_from_favorites (limit=15, includeImages=true)
2. 使用Claude Vision分析论文截图中的图表和公式
3. 生成结构化报告：

| 笔记标题 | 论文名称 | 核心观点 | 关键图表 | 参考价值 | |---------|---------|---------|---------|---------| | GPT-4o解读 | GPT-4 Technical Report | 多模态架构... | Transformer架构图 | ⭐⭐⭐⭐⭐ | | Diffusion模型原理 | Denoising Diffusion... | 去噪扩散过程... | 训练流程图 | ⭐⭐⭐⭐ |

示例2：搜索并分析热门教程

在Claude Desktop中发送：

搜索"Python数据分析"，获取最热门的10条笔记，
总结常见的工具和技术栈。

Claude自动执行：

1. 调用 search_notes_by_keyword (keyword="Python数据分析", limit=10, sortType="popular")
2. 对每篇笔记调用 get_note_content 获取完整内容
3. 分析并生成报告：

常见工具栈：

• Pandas（10/10篇提及）
• NumPy（9/10篇）
• Matplotlib/Seaborn（7/10篇）
• Jupyter Notebook（6/10篇）

推荐学习路径：

1. 入门：Pandas基础操作（笔记1、3、5）
2. 进阶：数据清洗与预处理（笔记2、4）
3. 可视化：图表制作技巧（笔记7、8）

示例3：使用 VLM 分析图片文字

**场景：**论文笔记包含大量公式和表格截图，希望直接提取文字内容而非查看图片。

在Claude Desktop中发送：

获取笔记 https://www.xiaohongshu.com/explore/xxx?xsec_token=...，
使用 VLM 模式分析图片中的文字和内容，不要返回原图。

Claude 会调用：

{
  "noteUrl": "https://www.xiaohongshu.com/explore/xxx?xsec_token=...",
  "imageMode": "vlm"
}

返回结果示例：

## 🔍 VLM 图片分析结果

共分析 3 张图片：

### 图片 1
这张图片展示了一个深度学习模型的架构图，包含输入层、多个隐藏层和输出层。

**提取的文字内容**:
Input Layer → Hidden Layer 1 (256 units) → Hidden Layer 2 (128 units) → Output Layer

**检测到的元素**: 流程图, 神经网络架构, 箭头, 文本标注

### 图片 2
包含数学公式的截图，主要是损失函数的定义。

**提取的文字内容**:
Loss = ∑(y_pred - y_true)²
...

示例4：自定义图片压缩质量

高质量图片（文字截图）：

获取笔记 https://www.xiaohongshu.com/explore/xxx?xsec_token=...，
使用高质量图片压缩（imageQuality=85），以便清晰识别图片中的代码和文字。

Claude 会调用：

{
  "noteUrl": "...",
  "compressImages": true,
  "imageQuality": 85,
  "maxImageSize": 2560
}

快速预览（低带宽环境）：

获取我收藏夹前30篇笔记的概览，图片使用低质量压缩以加快速度。

Claude 会使用：

{
  "limit": 30,
  "includeImages": true,
  "compressImages": true,
  "imageQuality": 60,
  "maxImageSize": 1280
}

压缩效果：

• 默认设置（quality=75, size=1920）：单张 2MB → 250KB，节省 87%
• 高质量设置（quality=85, size=2560）：单张 2MB → 400KB，节省 80%
• 快速预览（quality=60, size=1280）：单张 2MB → 150KB，节省 92%

示例4：美食菜谱整理

在Claude Desktop中发送：

我收藏了20篇川菜菜谱笔记，请帮我整理成标准化食谱，
包括：菜名、食材清单、步骤、烹饪时间。
使用图片识别提取配料表和步骤图。

Claude自动执行：

1. 调用 get_batch_notes_from_favorites (limit=20, includeImages=true)
2. 使用Claude Vision识别：
   • 配料表图片 → 提取食材和用量
   • 步骤图片 → 理解烹饪流程
3. 生成标准化食谱合集（Markdown格式）

🔍 使用MCP Inspector调试

MCP Inspector是官方调试工具，可交互式测试所有工具。

安装

npm install -g @modelcontextprotocol/inspector

启动调试

# 方法1：使用全局命令
mcp-inspector rednote-mind-mcp

# 方法2：使用本地构建
mcp-inspector node /path/to/dist/server.js

调试界面功能

启动后自动打开浏览器，显示交互式界面：

1. Tools标签页

• 查看所有7个工具
• 查看参数定义和JSON Schema
• 点击工具名查看详细文档

2. Test Tool功能

示例：测试搜索功能

1. 选择工具：search_notes_by_keyword
2. 填写参数（JSON格式）：

   {
     "keyword": "AI论文",
     "limit": 10,
     "sortType": "popular"
   }

3. 点击"Call Tool"执行
4. 查看返回结果（包含带xsec_token的URL）

3. Logs标签页

• 实时查看服务器日志
• 查看console.error输出（进度信息）
• 调试错误和警告

调试示例

示例1：测试登录状态

mcp-inspector rednote-mind-mcp
# 在界面中选择 check_login_status
# 点击Call Tool（无需参数）
# 查看返回：{"isLoggedIn": true, "message": "已登录"}

示例2：测试笔记内容获取

mcp-inspector rednote-mind-mcp
# 选择 get_note_content
# 参数：
# {
#   "noteUrl": "https://www.xiaohongshu.com/explore/xxx?xsec_token=yyy",
#   "includeImages": true,
#   "includeData": true
# }
# 查看返回的完整笔记内容和Base64图片

调试技巧

1. 先测试简单工具 - 从check_login_status开始
2. 使用小数据量 - 测试批量工具时先用limit: 2
3. 保存测试用例 - 成功的参数可复制保存
4. 监控日志 - 所有console.error输出都在Logs中显示

❓ 常见问题

Q1: 首次使用需要做什么？

运行 rednote-init 或 rednote-mind-mcp init，扫码登录小红书。Cookies和用户ID会自动保存到~/.mcp/rednote/目录。

Q2: Cookies过期怎么办？

再次运行 rednote-init 重新登录，或在Claude Desktop中直接说"使用login工具重新登录小红书"。

Q3: 为什么要自动点击提取xsec_token？

小红书的安全机制要求笔记URL带xsec_token参数才能访问内容。本工具通过自动点击每个笔记链接，提取浏览器跳转后的完整URL（包含token），确保get_note_content工具能成功访问。

Q4: 如何验证用户ID是否正确提取？

运行登录后，检查~/.mcp/rednote/config.json文件：

{
  "userId": "604dbc13000000000101f8b7"
}

如果显示的是me而不是24位ID，说明提取失败，请重新运行rednote-init。

Q5: 支持哪些MCP客户端？

所有支持MCP协议的AI客户端：

• ✅ Claude Desktop（官方客户端）
• ✅ Claude Code（VS Code中的Claude）
• ✅ VS Code（Cline插件）
• ✅ Cursor（AI代码编辑器）
• ✅ Continue.dev（开源AI编码助手）
• ✅ OpenAI CLI（如果支持MCP）
• ✅ Gemini CLI（如果支持MCP）
• ✅ 其他实现MCP协议的客户端

Q6: Cookie保存在哪里？

• macOS/Linux: ~/.mcp/rednote/cookies.json 和 ~/.mcp/rednote/config.json
• Windows: %USERPROFILE%\.mcp\rednote\cookies.json 和 config.json

安全提示：不要分享或删除这些文件，它们是登录凭证。

Q7: 如何调试工具？

使用MCP Inspector：

npm install -g @modelcontextprotocol/inspector
mcp-inspector rednote-mind-mcp

在浏览器中交互式测试所有工具，查看实时日志。

Q8: Playwright安装失败怎么办？

本工具会在安装时自动下载Chromium浏览器（约150MB）。如果失败：

使用国内镜像：

PLAYWRIGHT_DOWNLOAD_HOST=https://npmmirror.com/mirrors/playwright/ npm install -g rednote-mind-mcp

手动安装：

npm install -g rednote-mind-mcp
npx playwright install chromium

📚 完整文档

• 设置指南 - 详细安装和配置步骤
• 使用指南 - 所有7个工具的详细用法
• NPM发布指南 - 开发者发布流程

🤝 贡献

欢迎提交Issue和Pull Request！

基于 RedNote-MCP 开发，感谢原作者 @iFurySt。

改进点：

• ✅ 增强用户体验：首次登录引导（rednote-init命令）
• ✅ 智能Token提取：自动点击笔记获取xsec_token
• ✅ 真实用户ID：自动提取并保存，不再使用/me占位符
• ✅ 全局npm安装：无需克隆仓库，3条命令完成配置
• ✅ 8+客户端支持：完整的MCP客户端集成文档

📄 License

MIT License - 详见 LICENSE

💡 设计理念

核心哲学：让AI接入你的小红书，就像能够了解你的备忘录一样。

• 零手动复制 - AI自动获取URL和内容
• 智能容错 - 自动提取token和用户ID，避免403/404错误
• 首次体验友好 - rednote-init引导式登录
• 开发者友好 - MCP Inspector交互式调试

技术亮点：

1. 自动Token提取 - 通过Playwright自动点击笔记，获取浏览器跳转后的完整URL（含xsec_token）
2. 真实用户ID - 登录时访问/user/profile/me，提取重定向后的真实ID并保存
3. Claude Vision集成 - 图片Base64输出，AI能分析论文图表、菜谱步骤图
4. 全局命令 - npm全局安装后，rednote-mind-mcp和rednote-init全局可用

最后更新: 2025-10-23 版本: 0.2.5 GitHub: https://github.com/CopeeeTang/rednote-mind-mcp

立即开始 → 运行 npm install -g rednote-mind-mcp && rednote-init 🚀