Social MCP: Multi-Agent Social Media Automation

Social MCP：多 Agent 社交媒体自动化

概述

Social MCP 是一个多 Agent 系统，用于自动执行内容提取、推文生成、发布以及在 Twitter 和 Bluesky 等平台上的互动。它使用大模型生成内容，使用 Playwright 实现浏览器自动化，并通过 API 集成平台。

架构

• MCP 服务：托管以下工具端点：
  • 内容提取
  • 使用大模型生成推文
  • Twitter 浏览器自动化（使用 Playwright）
  • 社交媒体互动
  • 内容排期
• MCP 客户端：编排工作流、运行 Agent、管理大模型并协调工具调用
• 通用组件：用于 Google Sheets 集成、重试逻辑和密钥管理的共享工具

核心功能

1. Twitter 自动化

   • 持久化会话管理
   • 稳健的登录检测
   • 带重试逻辑的推文发布
   • 搜索和互动自动化
   • 基于标签发现内容

2. 内容生成

   • 由大模型驱动的推文生成
   • 内容排期
   • 多平台支持

3. 浏览器自动化

   • 持久化会话处理
   • 稳健的页面状态验证
   • 自动恢复导航问题
   • URL 编码和正确的页面加载

目录结构

social_mcp/
├── mcp_server/
│   ├── tools/
│   │   ├── post_tweets.py      # Twitter automation
│   │   ├── generate_tweets.py  # LLM tweet generation
│   │   └── engage_posts.py     # Social engagement
│   ├── server.py
│   └── config.py
├── mcp_client/
│   ├── agents/
│   ├── llm_orchestrator.py
│   ├── workflow_graph.py
│   └── client.py
├── common/
│   ├── google_sheets.py
│   ├── retry_utils.py
│   └── secrets.py
├── .env
├── requirements.txt
├── README.md
└── setup.sh

实现详情

Twitter 自动化（post_tweets.py）

• 会话管理

  • 持久化浏览器会话
  • 自动检测登录状态
  • 会话恢复

• 稳健的页面处理

  • 对搜索词进行 URL 编码
  • 持续验证页面状态
  • 自动恢复导航
  • 对失败操作进行重试

• 互动功能

  • 基于标签的搜索
  • 自动点赞推文
  • 内容发现

浏览器自动化最佳实践

1. 页面加载

   • 初始加载时使用 domcontentloaded
   • 等待特定元素
   • 验证页面状态

2. 错误处理

   • 对失败操作进行重试
   • 从错误中平稳恢复
   • 详细日志记录

3. 会话管理

   • 持久化上下文
   • 验证登录状态
   • 自动恢复会话

设置

1. 克隆仓库并进入目录：

   git clone <repository-url>
   cd social_mcp
   

2. 创建虚拟环境并安装依赖：

   python3 -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt
   playwright install
   

3. 在 .env 文件中配置：

   TWITTER_USERNAME=your_username
   TWITTER_PASSWORD=your_password
   PLAYWRIGHT_SESSION_DIR=./playwright_session
   HEADLESS=false  # Set to true for headless operation
   

4. 设置 Google Sheets API 和 OAuth 凭据

使用方法

1. 从 /social_mcp 启动 MCP 服务：

   python mcp_server/server.py
   

2. 从 /social_mcp 运行 MCP 客户端：

   python mcp_client/client.py
   

添加新功能

• 新工具：添加到 mcp_server/tools/ 并在 server.py 中注册
• 新 Agent：添加到 mcp_client/agents/ 并更新 workflow_graph.py
• 浏览器自动化：遵循 post_tweets.py 中的模式，实现稳健的自动化

安全

• 将所有密钥存储在 .env 中
• 为 Google Sheets 和 Bluesky 使用 OAuth 作用域
• Playwright 脚本可妥善处理 MFA/CAPTCHA
• 会话数据安全地存储在 playwright_session 目录中

最佳实践

1. 浏览器自动化

   • 始终验证页面状态
   • 使用正确的 URL 编码
   • 实现重试逻辑
   • 处理导航问题

2. 错误处理

   • 记录所有操作
   • 实现平稳恢复
   • 使用恰当的超时时间

3. 会话管理

   • 验证登录状态
   • 处理会话恢复
   • 妥善清理资源

** 待办事项

1. 从推文和 bsky 获取内容，使用大模型生成回复并发布
2. 加入第二个 Twitter 账号，用于发布和点赞
3. 在搜索和互动中加入 "web3"、"nft"、'crypto" 搜索词
4. 为工作流设置启动和运行时间，并从 .env 中随机生成
5. 实现 Reddit 发布