关于 SendIt
SendIt 通过 Agent 集成提供社交内容发布与排期、媒体上传和分析数据查看。其公开集成支持 OAuth 或 API 密钥认证，包含 MCP 连接、技能、插件和 CLI 桥接。
主要功能
- 01发布并排期社交内容
- 02上传媒体
- 03查看分析数据
- 04支持 OAuth 和 API 密钥认证
- 05提供 Agent 集成与 CLI 桥接
适用场景
- 01通过 Agent 工作流安排社交帖文
- 02为社交帖文上传媒体
- 03查看社交账号分析数据
- 04通过 CLI 桥接连接终端 Agent
MCP 相关
为 Agent 集成提供托管 MCP 端点，支持 OAuth 和 API 密钥认证。还提供原生宿主连接器说明，以及面向终端 Agent 的 CLI stdio 桥接。
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。
https://sendit.infiniteappsai.com/api/mcpclaude mcp add --transport http shree-git-sendit https://sendit.infiniteappsai.com/api/mcp{"mcpServers":{"shree-git-sendit":{"type":"http","url":"https://sendit.infiniteappsai.com/api/mcp"}}}在 Cursor 中打开{"servers":{"shree-git-sendit":{"type":"http","url":"https://sendit.infiniteappsai.com/api/mcp"}}}在 VS Code 中打开{"mcpServers":{"shree-git-sendit":{"type":"http","url":"https://sendit.infiniteappsai.com/api/mcp"}}}{"mcpServers":{"shree-git-sendit":{"serverUrl":"https://sendit.infiniteappsai.com/api/mcp"}}}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。
工具
148| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| content | object | 是 | |
| content.link | string | 否 | Pinterest 图钉的来源 URL |
| content.tags | array | 否 | YouTube 视频标签 |
| content.text | string | 是 | 帖子说明文字/文本。所有平台均必填。 |
| content.title | string | 否 | YouTube 视频标题、Pinterest 图钉标题 |
| content.boardId | string | 否 | 仅限 Pinterest：要添加图钉的 Board ID。若未指定，则使用第一个可用 Board。 |
| content.mediaUrl | string | 否 | 公开的 HTTPS 媒体 URL。请勿传入本地文件路径——请先使用 create_upload_session 获取公开 URL。 |
| content.boardName | string | 否 | 仅限 Pinterest：Board 名称（boardId 的替代项）。搜索匹配的 Board。 |
| content.mediaType | enum | 否 | 媒体类型提示：照片使用 'image'，Reels/TikTok 使用 'video'image | video | auto |
| content.mediaUrls | array | 否 | 轮播：Instagram（2-10 张图片）、Threads（2-20 项混合媒体）、X（2-4 张图片） |
| content.description | string | 否 | YouTube 视频说明 |
| content.youtubeMode | enum | 否 | YouTube 模式的弃用兼容别名。首选：content.platformSettings.youtube.youtubeModeauto | short | standard |
| content.facebookMode | enum | 否 | Facebook 模式的弃用兼容别名。首选：content.platformSettings.facebook.facebookModeauto | reel | feed |
| content.firstComment | string | 否 | Instagram 首条评论文本（通常用于标签） |
| content.threadTweets | array | 否 | 仅限 X (Twitter)：主文本之后的串文附加推文。主文本始终是第一条推文。此处的每个项目都会成为串文中的后続回复。 |
| content.privacyStatus | enum | 否 | YouTube 视频隐私设置：public、unlisted 或 privatepublic | unlisted | private |
| content.pinterestBoardId | string | 否 | Pinterest Board 定向的弃用兼容别名。首选：content.platformSettings.pinterest.boardId |
| content.platformSettings | object | 否 | 可选的高级平台设置映射。以平台 ID 为键，用于设置特定平台的发布选项，以及覆盖各平台的文本／标题／描述。 |
| team_id | string | 否 | 以团队身份发布的团队 ID。使用 list_teams 获取可用团队。如果省略，则从个人账号发布。 |
| platforms | array | 是 | 目标平台。根据内容类型选择：仅文本→LinkedIn/Threads/X，图片→Instagram/Threads/Facebook/Pinterest/TikTok Photo Mode，视频→Instagram/TikTok/Threads/YouTube |
详细介绍
Public SendIt Agent 集成
已根据 2026 年 9 月 29 日的最新官方宿主文档核对。
当前可用的完整 Agent 端点为 https://sendit.infiniteappsai.com/api/mcp。
在本次发布的只读发现检查中，该端点提供了 148 个工具。
| 宿主 | 公共集成 | 安装方式 |
|---|---|---|
| Hermes | 工作流技能和原生 OAuth MCP 配置 | hermes skills install Shree-git/sendit-hermes-skills/skills/sendit |
| OpenClaw | 原生插件和 ClawHub 工作流技能 | openclaw plugins install clawhub:@senditapp/[email protected] |
| Grok | 自定义 MCP 连接器、Bot 技能和 Responses API Bot | 在 grok.com/connectors 添加公共端点；Bot 工作流请使用公共 Grok 套件 |
| Meta Muse | 托管式 MCP 连接器提交和自定义连接说明 | 阅读公共 Muse 连接说明；能否在目录中提供需经 Meta 批准 |
| Muse Code | 原生 OAuth MCP 设置和可安装的工作流技能 | 运行公共安装程序，然后执行 muse mcp login sendit |
| 任意终端 Agent | SendIt CLI 和 stdio 桥接程序 | npx --yes --package=@senditapp/[email protected] sendit --help |
OpenClaw 也支持从 npm 安装固定版本的原生插件：
openclaw plugins install @senditapp/[email protected]
CLI 指南包含持久化安装、stdio 配置以及公开的 GitHub 归档备用方案。
公开源码位于 sendit-agent-integrations。 Hermes 和 OpenClaw 保留了各自现有的专用公共仓库。 用户无需使用私有应用仓库。
SendIt 同时支持 OAuth 和 API 密钥身份验证。
交互式连接器优先使用宿主的 OAuth 凭据存储。
终端和开发者 Bot 集成可通过其密钥存储使用 SENDIT_API_KEY。
xAI提供了 Grok 自定义 MCP 连接的文档。 API Bot 遵循 Responses 远程 MCP 合约。 Cursor 格式的 Grok 插件套件仍处于待审核状态；尚未验证其能否导入 Grok Bot。
Muse 现已提供公开的连接器提交平台。 其原生 Code 插件格式已有开发者预览版文档，但经过测试的稳定版 1.4.1 禁用了插件。 在该版本中，原生技能和 MCP 设置路径可正常使用。
有关源码链接、准确命令和验证范围，请参阅各软件包的 README。
发布状态和验证情况记录了发布和审核状态。
评论
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。