mcpField
Z
Zhihu

Zhihu

本地服务
github.com/KrisTHL181社交媒体291 天前更新

关于 Zhihu

Zhihu 是面向终端用户和自动化流程的非官方命令行工具包,可浏览、搜索、下载、发布和分析知乎内容,并支持多账号管理。README 提及可选安装 zhihu-mcp 服务入口。

主要功能

  1. 01浏览动态、热榜、问题与评论
  2. 02搜索并下载内容为 Markdown
  3. 03发布和编辑文章及回答
  4. 04互动、管理收藏与私信
  5. 05导出数据并分析创作者收入和内容
  6. 06保存并切换多个账号配置

适用场景

  1. 01在终端检索并离线阅读知乎内容
  2. 02从 Markdown 文件发布或更新文章
  3. 03批量导出个人内容与活动数据
  4. 04分析收入及下载内容的文本特征

MCP 相关

README 提及可选安装项 [mcp],其中包含 zhihu-mcp 服务入口;未说明其向 MCP 客户端暴露的具体能力。

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": {
"kristhl181-zhihu": {
"command": "uvx",
"args": [
"zhihu-mcp"
]
}
}
}
启动命令uvx zhihu-mcp

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
pypizhihu-mcp0.3.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

🧢 zhihu-cli

终端就是你的全新知乎总部。

功能完备、适合自动化的知乎 CLI 与开发者工具包。

browse · download · search · publish · analyze — all from the command line.

Python 3.10+ License: MIT GitHub Repo stars


zhihu-cli 将你的终端变成一个功能齐全的知乎客户端。只需认证一次,即可浏览、搜索、下载、发布和分析,全程无需打开浏览器。

⚠️ 这是知乎的非官方 CLI。使用风险自负。与知乎公司无关。

👉 在寻找 DSH 插件?→ dsh-plugin/


🚀 快速开始

要求: Python 3.10 或更高版本。安装前使用 python --version 检查版本。

# Install
pip install zhihu-toolkit
1. 认证
zhihu auth paste          # paste a cURL from browser DevTools
zhihu auth login          # scan a QR code with the Zhihu App
zhihu auth import         # import the session from a local browser (needs: pip install 'zhihu-toolkit[browser]')
2. 验证
zhihu auth status         # check login status and active profile

✨ 你可以做什么

📖 阅读与浏览

浏览知乎的动态、热榜、问题、文章、想法和评论,所有内容都会通过 Rich 驱动的分页器呈现在终端中。查看带摘要的实时热榜,滚动浏览为你个性化推荐的内容,或深入查看问题及其完整回答串,全程无需点击任何链接。知乎日报有独立的命令组:zhihu daily latest、zhihu daily before <date> 和 zhihu daily story <id> --save。

💾 下载以供离线使用

将任何知乎内容(文章、回答、问题、想法、视频)保存为带 YAML frontmatter 的简洁 Markdown。可下载单条内容,也可根据清单批量处理。所有内容都会按类型整理,保存到 ~/.zhihu-cli/downloads/,方便导入笔记系统或离线阅读。

🔍 搜索

在知乎上搜索问题、文章、用户和话题。可从命令行调整结果深度和数量。

✍️ 发布与编辑

使用 Markdown 撰写回答和文章,然后通过一条命令发布到知乎。需要更新时,可从本地文件修改已有回答和文章。Markdown 到 HTML 的转换会通过知乎自己的渲染流程自动完成。

💬 互动

投票、致谢、关注、拉黑和评论,无需浏览器即可进行完整的社交互动。管理收藏夹:创建、添加内容并整理。发送和接收私信,还可通过 MQTT 实时接收通知和聊天消息。

🕸️ 抓取与导出

将你发布的内容、活动历史、回答和文章批量导出为结构化 JSON。使用通用转换器跨格式合并并规范化数据,以用于自己的数据流水线。

📊 分析

创作者数据分析——获取知乎收入数据并进行可视化:月度摘要、趋势图(含 EMA)、高级指标(布林带、MACD)、导数分析(速度/加速度/加加速度)、星期几统计,以及按内容细分的每日指标。图表会保存为 PNG 文件。

NLP 工具——对下载的内容进行词频分析、生成词云和 K-means 聚类。所有工具均可处理完整的 Markdown 内容库。

🔐 多账号

保存不同账号的多个配置,并通过一条命令在配置间切换。每个配置都有独立的认证凭据和 Cookie。


🏗️ 架构

src/zhihu_cli/
├── main.py                  # Click CLI — command group hub
├── output.py                # styled terminal output (Rich)
├── content/
│   ├── handlers/            # one file per Zhihu domain
│   └── utils/               # HTML↔Markdown, ZSE v4 signing
├── creator_tools/           # income analytics + plotting
├── nlp_tools/               # word count, wordcloud, clustering
└── extensions/              # plugin system (auto-discovered)
层功能
🔐 身份验证通过粘贴 cURL 内容或扫描二维码登录,获取浏览器 Cookie 和 User-Agent 请求头,并按配置文件缓存
✍️ 签名通过 ZSE v4 加密算法,自动为每个知乎请求添加 x-zse-93 / x-zse-96 请求头
🌐 请求curl_cffi 模拟 Chrome 的 TLS 指纹以避免被检测
📄 内容提取优先直接调用 API;失败时则抓取 HTML 页面并解析 js-initialData
📝 MarkdownHTML → LaTeX 预处理 → 递归遍历 → 清理后的 Markdown。发布时反向转换
🔌 扩展在 extensions/ 中放入包含 register_cli(group) 的插件,启动时会自动发现

🧪 额外功能

可选依赖项
pip install -e ".[nlp]"          # jieba, matplotlib, wordcloud, scikit-learn...
pip install -e ".[creator]"      # matplotlib, numpy, pandas, seaborn...
pip install -e ".[classifier]"   # torch, transformers, scikit-learn...
pip install -e ".[llm]"          # openai (zhihu agora ai, zhihu chat bot, crank)
pip install -e ".[notify]"       # desktop-notifier (zhihu chat interactive --notify)
pip install -e ".[mcp]"          # mcp (the zhihu-mcp server entry point)
Shell 补全
eval "$(python autocomp.py)"

🤝 参与贡献

欢迎提交 PR!代码库的结构便于扩展:

  • 新增命令? 在 commands/ 中添加一个文件,其中包含 register_<name>(group) 函数,并在 main.py 中导入。
  • 新增处理器? 在 content/handlers/ 中添加一个文件,并遵循现有模式。
  • 新增扩展? 创建 extensions/<name>/,并添加一个公开 register_cli(group) 的 __init__.py。

提交前请运行格式化工具:

pre-commit run --all-files
ruff check .
ruff format .

📜 许可证

MIT


倾注 ❤️,还有数不清的终端会话。

报告 Bug · Fork 此仓库 · 给此仓库点个 Star ⭐!

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。