mcpField
S
ScrapeBadger

ScrapeBadger

本地服务
github.com/scrape-badger社交媒体24 周前更新

关于 ScrapeBadger

ScrapeBadger 是面向 AI 助手的 Twitter/X 数据 MCP 服务,通过 ScrapeBadger API 提供社交数据查询工具。可用于检索用户、推文、趋势、地点、列表和社群信息。

主要功能

  1. 01查询用户资料及关注者
  2. 02搜索用户和推文
  3. 03获取全球或地点趋势
  4. 04查找地点和地理内容
  5. 05查看列表与社群

适用场景

  1. 01研究账号资料及近期推文
  2. 02监测特定地区的热门话题
  3. 03搜索主题相关推文
  4. 04探索行业用户和社群

MCP 相关

该 MCP 服务将 ScrapeBadger API 的 Twitter/X 数据能力开放给兼容的 MCP 客户端,提供用户、推文、趋势、地点、列表及社群等工具。

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": {
"scrape-badger-scrapebadger": {
"command": "uvx",
"args": [
"scrapebadger-mcp"
],
"env": {
"SCRAPEBADGER_API_KEY": "<SCRAPEBADGER_API_KEY>"
}
}
}
}
启动命令uvx scrapebadger-mcp
需要配置的环境变量
SCRAPEBADGER_API_KEY密钥Your ScrapeBadger API key from scrapebadger.com

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
pypiscrapebadger-mcp0.1.2

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

ScrapeBadger

ScrapeBadger MCP 服务

PyPI 版本 Python 版本 许可证 兼容 MCP

通过 Model Context Protocol,让 AI Agent 访问 Twitter/X 数据


这是什么?

ScrapeBadger MCP 服务是一个 Model Context Protocol (MCP) 服务,可让 Claude、ChatGPT、Cursor、Windsurf 等 AI 助手及其他兼容 MCP 的客户端通过 ScrapeBadger API 访问 Twitter/X 数据。

借助此 MCP 服务,你的 AI 可以:

  • 获取 Twitter 用户资料、粉丝和关注列表
  • 搜索和获取推文
  • 按全球范围或地点获取热门话题
  • 浏览 Twitter 列表和社群
  • 搜索地点和带地理位置的信息

快速开始

1. 获取 API 密钥

在 scrapebadger.com 注册并获取 API 密钥。

2. 安装
# Using uvx (recommended - no installation needed)
uvx scrapebadger-mcp

# Or install globally with pip
pip install scrapebadger-mcp

# Or with uv
uv tool install scrapebadger-mcp
3. 配置 AI 客户端
Claude Desktop

将以下内容添加到 Claude Desktop 配置文件:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}
Cursor

添加到 Cursor MCP 设置(.cursor/mcp.json):

{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}
Windsurf

添加到 Windsurf MCP 配置:

{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}
配合 Copilot 使用的 VS Code

添加到 VS Code 设置(.vscode/mcp.json):

{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}
4. 开始使用!

配置完成后,只需让 AI 获取 Twitter 数据:

"获取 @elonmusk 的个人资料"

"搜索关于 AI Agent 的推文"

"Twitter 现在有哪些热门话题?"

"查找 Twitter 上排名前 10 的 Python 开发者"


可用工具

此 MCP 服务提供 17 个工具,分为以下类别:

用户工具
工具描述
get_twitter_user_profile按用户名获取用户资料(简介、粉丝数、关注数等)
get_twitter_user_about获取扩展的“关于”信息(账户位置、用户名历史)
search_twitter_users按查询内容搜索用户
get_twitter_followers获取用户的粉丝
get_twitter_following获取用户关注的账户
推文工具
工具描述
get_twitter_tweet按 ID 获取单条推文
get_twitter_user_tweets获取用户的近期推文
search_twitter_tweets搜索推文(支持 Twitter 搜索运算符)
趋势工具
工具描述
get_twitter_trends获取全球热门话题(可按类别筛选)
get_twitter_place_trends按特定地点获取热门话题(使用 WOEID)
地理工具
工具描述
search_twitter_places按名称搜索 Twitter 地点
列表工具
工具描述
get_twitter_list_detail获取 Twitter 列表详情
search_twitter_lists搜索 Twitter 列表
get_twitter_list_tweets获取列表中的推文
社群工具
工具描述
get_twitter_community_detail获取 Twitter 社群详情
search_twitter_communities搜索社群

对话示例

研究 Twitter 账号

你: 获取 @sama 的个人资料和近期推文

Claude: 我将获取 Sam Altman 的 Twitter 个人资料和近期推文。

使用 get_twitter_user_profile 和 get_twitter_user_tweets

Sam Altman (@sama)
- 3.2M followers, 1,847 following
- Bio: "ceo of openai"
- Joined: December 2008

Recent tweets:
1. "excited to share..." (245K likes)
2. "the future of ai..." (180K likes)
...
监控热门话题

你: 今天 Twitter 上科技领域的热门话题是什么?

Claude: 我来查看当前的热门话题。

使用 get_twitter_trends,并设置 category="news"

Top Tech Trends:
1. #GPT5 - 125,000 tweets
2. Apple Vision Pro - 89,000 tweets
3. #AGI - 45,000 tweets
...
竞品分析

你: 比较 Stripe、Square 和 PayPal 在 Twitter 上的互动情况

Claude: 我将收集这三家公司的 Twitter 个人资料数据。

为每家公司使用 get_twitter_user_profile

| Company | Followers | Following | Engagement Rate |
|---------|-----------|-----------|-----------------|
| Stripe  | 892K      | 1,245     | 2.3%           |
| Square  | 1.2M      | 567       | 1.8%           |
| PayPal  | 2.1M      | 234       | 0.9%           |

配置选项

环境变量
变量必需描述
SCRAPEBADGER_API_KEY是你的 ScrapeBadger API 密钥
使用 Docker
FROM python:3.12-slim

RUN pip install scrapebadger-mcp

ENV SCRAPEBADGER_API_KEY=your_key_here

CMD ["scrapebadger-mcp"]
直接使用 Python
# Set your API key
export SCRAPEBADGER_API_KEY="sb_live_your_key_here"

# Run the server
python -m scrapebadger_mcp.server

错误处理

MCP 服务会妥善处理常见错误:

错误描述解决方案
AuthenticationErrorAPI 密钥无效检查你的 SCRAPEBADGER_API_KEY
RateLimitError请求过多等待后重试,或升级套餐
InsufficientCreditsError额度不足前往 scrapebadger.com 购买更多额度
NotFoundError未找到用户/推文确认用户名或推文 ID

开发

设置
# Clone the repository
git clone https://github.com/scrape-badger/scrapebadger-mcp.git
cd scrapebadger-mcp

# Install dependencies
uv sync --dev

# Set your API key
export SCRAPEBADGER_API_KEY="sb_live_your_key_here"
本地运行
# Run the MCP server directly
uv run python -m scrapebadger_mcp.server

# Or use the CLI
uv run scrapebadger-mcp
测试
# Run tests
uv run pytest

# Run with coverage
uv run pytest --cov=src/scrapebadger_mcp
代码质量
# Lint
uv run ruff check src/

# Format
uv run ruff format src/

# Type check
uv run mypy src/

故障排除

“SCRAPEBADGER_API_KEY 环境变量是必需的”

请确保已在 MCP 配置中设置 API 密钥:

{
  "env": {
    "SCRAPEBADGER_API_KEY": "sb_live_your_key_here"
  }
}
Claude Desktop 中未显示服务
  1. 修改配置后重启 Claude Desktop
  2. 检查配置文件路径是否适用于你的操作系统
  3. 确认 JSON 语法有效(末尾没有多余的逗号)
“uvx: command not found”

请先安装 uv:

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
速率限制错误

ScrapeBadger 会根据你的套餐限制用量。如果遇到限制:

  1. 降低请求频率
  2. 使用分页,并设置较小的 max_results
  3. 前往 scrapebadger.com 升级套餐

相关项目


支持


许可证

MIT 许可证 - 详情请参阅 LICENSE。


由 ScrapeBadger 倾情打造

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。