mcpField
M
Markaestro

Markaestro

远程服务
markaestro.com社交媒体02 周前更新

关于 Markaestro

Markaestro 的 MCP 服务让 Agent 通过其公共 API 管理品牌社交帖子和分析数据。它涵盖先保存草稿再发布、定时发布、媒体处理、循环内容队列和效果报告,并支持托管 HTTP 与本地 stdio 连接。

主要功能

  1. 01管理草稿、定时及即时帖子
  2. 02批量创建和编辑最多 25 条帖子
  3. 03上传并查看媒体资源
  4. 04查看帖子、渠道和品牌分析
  5. 05管理循环常青内容队列
  6. 06查询渠道规则和建议发布时间

适用场景

  1. 01起草并安排品牌社交帖子
  2. 02经用户确认后发布帖子
  3. 03比较不同渠道的帖子表现
  4. 04查看分析并调整发布时间

MCP 相关

向 MCP 客户端提供 Markaestro 社交媒体工具、渠道规则资源和 `schedule_post` 提示词。支持采用 OAuth 2.1 或 Bearer 密钥认证的托管 Streamable HTTP 端点,以及本地 stdio 程序包。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://markaestro.com/api/public/v1/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

安装包
npm@markaestro/mcp0.3.4

工具

详细介绍

@markaestro/mcp

一个 Model Context Protocol 服务,可让 AI Agent(Claude Code、Claude、Cursor、ChatGPT、Grok、Grok Bot、OpenClaw、Hermes 以及其他任何 MCP 客户端)通过公共 API 安排、发布和审核 Markaestro 帖子。各客户端的具体连接步骤见 https://markaestro.com/developers/agents(`?client=cursor`、`chatgpt`、`grok`、 grok-bot、openclaw、hermes 或 headless 可打开对应选项卡)。

每个密钥可覆盖一个品牌,也可覆盖其工作区中的所有品牌;在创建密钥或登录授权时选择。单品牌密钥仅适用于该品牌。全品牌密钥可查看所有品牌:list_products 会返回所有品牌,Agent 会向 create_post、create_posts、list_posts 和 create_evergreen_queue 以及分析工具传入 productId,以便针对单个品牌而非整个工作区进行报告。

工具

工具功能
list_products此密钥可操作的品牌(工作区中的一个或全部)及其已连接的渠道
list_destinations品牌可发布的目标位置(主页、账号)及其 ID
get_brand_profile品牌的描述、语气和视觉形象(只读)
list_posts, get_post按状态读取帖子,并使用 cursor 翻页
create_post保存草稿;设置 scheduledAt 时则安排发布
update_post编辑草稿或已安排的帖子:文案、媒体、某个渠道的设置或发布时间
publish_post将帖子加入队列并立即发布;返回一次任务运行记录
mark_post_posted记录用户已发布手动提醒或 TikTok 收件箱中的帖子
delete_post删除草稿,或在帖子发布到任何平台之前取消;拒绝删除已发布的帖子
bulk_posts重新安排最多 25 个帖子的发布时间或状态
create_posts一次调用最多创建 25 个帖子,并返回每项结果
upload_media从文件路径、URL 或数据 URL 上传;返回资源 ID
list_media, get_media查看已上传的资源、处理状态和引用计数
get_analytics指定时间段内的品牌表现:总计、渠道、每日序列、热门帖子、热图和洞察。涵盖通过 Markaestro 发布的帖子,以及直接在平台上发布的帖子
list_post_analytics列出时间段内的所有帖子及其最新指标和来源,并可按观看量、覆盖人数、互动量或互动率排序
get_post_analytics_history查看单个帖子的 1h 至 90d 指标快照,以及各阶段间的增长情况
refresh_analytics立即从平台拉取实时指标(每分钟可调用几次)
suggest_post_times根据品牌自身的历史数据,推荐最佳发布时间段
get_job_run, list_job_runs跟踪发布任务直至成功或失败
get_channel_rules各渠道的媒体、文案和投递模式规则
get_tiktok_posting_optionsTikTok 创作者当前的隐私级别和互动选项,直接发布时需要这些信息

Evergreen 工具(preview_、create_、get_、list_、update_、 activate_、pause_ 和 resume_evergreen_queue、list_evergreen_runs、 get_evergreen_analytics)用于管理经过验证的周期性内容。

Agent 仅管理社交媒体,不涉及其他事务:不开放账号设置、账单、 团队、API 密钥、webhook 和渠道连接,也没有工具可以删除已发布的帖子、 将帖子从平台下架或归档 Evergreen 队列。这些操作由用户在 Markaestro 中完成。 通过 Agent 登录签发的密钥在 REST 层也遵循相同规则:它 无法删除已发布的帖子、将帖子从平台下架或管理 webhook (FORBIDDEN_AGENT_CONNECTION)。用户在 Settings 中创建的密钥 则保留其作用域所允许的完整 REST 接口。

此外还提供 markaestro://channel-rules 资源,以及一个 schedule_post 提示词,引导 Agent 安全地安排发布。

发布流程以草稿为先。不带 scheduledAt 的 create_post 绝不会发布; publish_post 是唯一可以立即发布的工具,其说明要求 Agent 先征得用户确认。

两种连接方式

托管版(无需安装,无需粘贴)。 Markaestro 通过 Streamable HTTP 在 https://markaestro.com/api/public/v1/mcp 提供相同的工具。无需凭据即可添加,首次调用工具时会打开浏览器:登录,选择工作区和品牌,然后点击 Allow。客户端会收到绑定到该品牌的 API key,并自动刷新。

claude mcp add --transport http markaestro https://markaestro.com/api/public/v1/mcp

这是标准的 OAuth 2.1(PKCE、动态客户端注册,以及在 /.well-known/oauth-protected-resource 和 /.well-known/oauth-authorization-server 上的发现机制),因此 claude.ai、Cursor 和其他 MCP 客户端都可以通过相同方式连接。已连接的 Agent 会列在 Settings、API 中,也可在此撤销。

对于无头环境或 CI,可改为通过 bearer 标头传递工作区 API key:

claude mcp add --transport http markaestro https://markaestro.com/api/public/v1/mcp \
  --header "Authorization: Bearer mk_live_..."
{
  "mcpServers": {
    "markaestro": {
      "type": "http",
      "url": "https://markaestro.com/api/public/v1/mcp",
      "headers": { "Authorization": "Bearer mk_live_..." }
    }
  }
}

添加额外标头 x-markaestro-read-only: 1,即可仅获取读取工具。

本地包。 通过 stdio 在本机运行服务,这也能让 upload_media 读取本地文件:

设置

  1. 在 Markaestro 的 Settings > API Access 下创建 API key。选择品牌、Agent 所需的作用域(products.read、posts.read、posts.write、media.write,以及可能发布内容时所需的 posts.publish),并建议在评估期间使用测试 key。
  2. 通过 MARKAESTRO_API_KEY 将 key 提供给服务。
Claude Code
claude mcp add markaestro -e MARKAESTRO_API_KEY=mk_live_... -- npx -y @markaestro/mcp
Claude Desktop、Cursor 和其他 JSON 配置
{
  "mcpServers": {
    "markaestro": {
      "command": "npx",
      "args": ["-y", "@markaestro/mcp"],
      "env": { "MARKAESTRO_API_KEY": "mk_live_..." }
    }
  }
}
环境变量
变量必需默认值
MARKAESTRO_API_KEY是n/a
MARKAESTRO_BASE_URL否https://markaestro.com
MARKAESTRO_READ_ONLY否未设置;1 表示仅注册读取工具

服务为你完成的工作

  • 每次修改操作都会发送一个 Idempotency-Key,每次调用生成一次,因此重试请求会重放,而不是重复发布。
  • 根据服务端的 Retry-After 重试 429 和暂时性 5xx 响应。
  • 执行三步直接媒体上传(会话、向存储发送 PUT、完成),且绝不会将 API key 发送到存储 URL。
  • 将 API 故障作为工具错误返回,其中包含稳定的错误 code、各渠道的 issues(如有),以及关于如何修改的提示。

Claude Code 插件

此技能和托管服务会作为一个插件一同发布:

claude plugin marketplace add markaestro/markaestro-agents
claude plugin install markaestro@markaestro

部署

维护者:完整的发布操作手册(涵盖所有发布对象、版本文件和确切命令)位于 Markaestro 应用仓库的 docs/operations/mcp-release.md。摘要:

发布对象发布方式
托管 MCP(/api/public/v1/mcp)属于 Next.js 应用的一部分;像其他路由一样,在推送到 main 时部署
npm 上的 @markaestro/mcpcd mcp && npm version <x.y.z> && npm publish(公开的带作用域包;prepublishOnly 会进行构建)。同时更新 src/version.ts
插件和技能使用 node scripts/sync-agents-repo.mjs <clone> 镜像到公开仓库 markaestro/markaestro-agents,然后推送到该仓库;运行 claude plugin marketplace add markaestro/markaestro-agents 即可读取。技能也可以单独复制到 ~/.claude/skills/markaestro
MCP Registry(com.markaestro/mcp)同一版本发布到 npm 后:运行 mcp-publisher login http --domain markaestro.com --private-key <hex>,然后在 mcp/ 中运行 mcp-publisher publish。公钥通过 /.well-known/mcp-registry-auth 提供
Glama(markaestro/markaestro-agents)Admin,Dockerfile:构建步骤 npm install -g @markaestro/mcp@<version>,CMD markaestro-mcp;执行 Build,然后 Create Release

开发

cd mcp
npm install
npm run build
MARKAESTRO_API_KEY=mk_test_... MARKAESTRO_BASE_URL=http://localhost:3000 npm run smoke            # local stdio
MARKAESTRO_API_KEY=mk_test_... MARKAESTRO_BASE_URL=http://localhost:3000 npm run smoke -- --remote # hosted endpoint

单元测试位于 src/__tests__,使用仓库的 npm test 运行。冒烟脚本会通过 stdio 启动构建后的服务、列出工具、读取品牌信息、创建草稿、重新读取草稿,然后将其删除。不会发布任何内容。

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。