mcpField
W
writio

writio

本地服务
github.com/writio社交媒体034 周前更新

关于 writio

writio 是面向 LinkedIn 内容运营的 MCP 服务,可通过自然语言创建、优化和发布内容,并管理公司主页与分析数据。

主要功能

  1. 01起草并润色帖子
  2. 02生成开场句与标签
  3. 03创建轮播内容
  4. 04安排或立即发布
  5. 05查看互动分析
  6. 06管理公司主页

适用场景

  1. 01为 LinkedIn 活动准备帖子
  2. 02将草稿安排到发布队列
  3. 03检查帖子互动表现

MCP 相关

该 MCP 服务向兼容客户端提供 LinkedIn 内容创作、发布、公司主页管理和分析工具。通过 Writio API 令牌连接服务。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"alexlarcheveque-writio": {
"command": "npx",
"args": [
"-y",
"@writio/mcp-server"
],
"env": {
"WRITIO_API_TOKEN": "<WRITIO_API_TOKEN>"
}
}
}
}
启动命令npx -y @writio/mcp-server
需要配置的环境变量
WRITIO_API_TOKEN密钥Your Writio API token. Get it from https://app.writio.ai → Settings → API Access

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@writio/mcp-server0.1.3

工具

22

收录的工具列表 · 更新于 2 周前

参数类型必填说明
tonestring否写作语气(例如“professional”“conversational”“motivational”)
org_idstring否当 posting_as 为 'organization' 时使用的 LinkedIn 组织 ID。使用 list_organizations 工具获取可用组织。
contentstring是LinkedIn 帖子的完整文本内容
industrystring否行业背景(例如“tech”“finance”“marketing”)
posting_asenum否以谁的身份发布:'personal'(你的个人资料)或 'organization'(公司主页)。默认值为 personal。personal | organization

详细介绍

Writio MCP 服务

由 Model Context Protocol 提供支持的原生 AI LinkedIn 内容创作、排期和分析。

将 Writio 连接到 Claude Desktop、Cursor、Windsurf 或任何兼容 MCP 的 AI 客户端,通过自然语言管理完整的 LinkedIn 工作流。

你可以做什么

  • 撰写帖子 — “写一篇关于远程办公趋势的 LinkedIn 帖子”
  • 生成开场白 — “为一篇关于 AI 营销的帖子提供 5 个开场白”
  • 生成主题标签 — “我的创业融资帖子应该使用哪些主题标签?”
  • 制作轮播内容 — “制作一个关于 5 条领导力经验的轮播内容” (Pro)
  • 优化帖子 — “让这篇帖子更口语化,并添加 CTA”
  • 获取 AI 反馈 — “分析我的草稿,并告诉我如何改进”
  • 安排帖子 — “将我最新的草稿安排到下一个可用时段”
  • 立即发布 — “现在就把这篇帖子发布到 LinkedIn”
  • 查看分析数据 — “我的帖子本周表现如何?”
  • 管理公司主页 — “列出我的组织” / “以我的公司主页身份发布这篇帖子”
  • 获取灵感 — “为我的细分领域展示热门内容创意”

快速开始

1. 创建 Writio 账户

在 writio.ai 免费注册并连接你的 LinkedIn 账户。

2. 获取 API 令牌

前往 Writio → 设置 → API 访问以生成令牌。

3. 在 Claude Desktop 中配置

添加到你的 claude_desktop_config.json:

{
  "mcpServers": {
    "writio": {
      "command": "npx",
      "args": ["-y", "@writio/mcp-server"],
      "env": {
        "WRITIO_API_TOKEN": "your-token-here"
      }
    }
  }
}
4. 在 Cursor 中配置

添加到你的 .cursor/mcp.json:

{
  "mcpServers": {
    "writio": {
      "command": "npx",
      "args": ["-y", "@writio/mcp-server"],
      "env": {
        "WRITIO_API_TOKEN": "your-token-here"
      }
    }
  }
}
5. 在 Windsurf / 其他客户端中配置

任何兼容 MCP 的客户端都可以使用以下方式连接:

{
  "command": "npx",
  "args": ["-y", "@writio/mcp-server"],
  "env": {
    "WRITIO_API_TOKEN": "your-token-here"
  }
}

可用工具(23 个)

内容创作
工具描述
create_draft创建新的 LinkedIn 帖子草稿(支持个人主页和公司主页)
generate_hooks为某个主题生成 5 个吸引注意力的开场白
generate_hashtags生成 20-30 个有助于提升覆盖面的相关主题标签
generate_carousel生成完整的轮播内容结构(Pro)
enhance_post通过改进语气、风格和格式,对帖子进行改写或润色
get_post_feedback获取 AI 对开场白质量、清晰度、主题标签等方面的反馈
帖子管理
工具描述
list_posts按状态(草稿/已排期/已发布)筛选并列出帖子
get_post获取指定帖子的完整详情
排期与队列
工具描述
schedule_post将帖子安排到下一个可用时段
post_now立即将帖子发布到 LinkedIn
list_queue列出队列中即将发布的排期帖子
get_next_slot获取下一个可用的发帖时间
get_schedule查看每周发帖安排
retry_failed_post重试发布失败的排期帖子
分析
工具描述
get_dashboard帖子、使用情况和 LinkedIn 连接状态概览
get_analytics详细的互动指标(展示次数、点赞、评论、转发)和最佳发帖时间
get_followers当前 LinkedIn 粉丝数量
get_usage账户等级和使用限额
公司主页发帖
工具描述
list_organizations列出你可以代表其发帖的 LinkedIn 公司主页
get_org_analytics获取公司主页分析数据(分享统计、粉丝数量、热门帖子)
灵感
工具描述
get_inspirations根据你的主题精选基于新闻的 LinkedIn 帖子创意
use_inspiration_as_draft将灵感转化为帖子草稿

示例工作流

晨间内容例行工作:

“查看我的分析数据,生成 3 条关于 AI 效率的吸引点,选出最佳一条,撰写完整帖子,并安排在下一个可用时段发布”

公司主页管理:

“列出我的组织,然后创建一份产品公告草稿,并安排以我的公司主页身份发布”

内容改编:

“获取我本周表现最佳的帖子,用不同角度重新创作,并保存为草稿”

环境变量

变量必需默认值说明
WRITIO_API_TOKEN是—Writio 设置中的 API 令牌
WRITIO_API_URL否https://app.writio.aiWritio API 的基础 URL

要求

  • Node.js 18+
  • 一个 Writio 账号(提供免费套餐)
  • 在 Writio 中已连接的 LinkedIn 账号

架构

@writio/mcp-server
├── src/
│   ├── index.ts        # MCP server — tool definitions and handlers
│   └── api-client.ts   # Typed Writio REST API client
├── package.json
├── tsconfig.json
└── README.md

该服务使用 stdio 传输(MCP 的标准方式),并通过 Bearer 令牌向 Writio 的 REST API 进行身份验证。所有工具都直接对应现有的 Writio API 端点。

链接

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。