mcpField
T
Twitter MCP Server

Twitter MCP Server

本地服务
github.com/nuxe社交媒体13 周前更新

关于 Twitter MCP Server

Twitter MCP Server 是一个通过三个工具操作 X(Twitter)的 Python 服务,适合需要读取主页时间线、发布推文或回复推文的用户。

主要功能

  1. 01读取主页时间线
  2. 02发布推文
  3. 03回复推文

适用场景

  1. 01查看主页时间线中的近期帖子
  2. 02通过 Claude 发布推文
  3. 03按推文 ID 回复

MCP 相关

它向 MCP 客户端提供读取时间线、发布推文和回复推文的工具。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

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

Twitter MCP 服务

一个用于 X(Twitter)的精简 Python MCP 服务,包含 3 个核心工具。专为免费套餐打造(每月可读取 100 次、发布 500 条帖子)。

功能

  • get_home_timeline - 读取你的时间线
  • create_tweet - 发布新推文
  • reply_to_tweet - 回复推文

设置

1. 安装依赖项
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -r requirements.txt
2. 获取 Twitter API 凭据
  1. 前往 https://developer.twitter.com/
  2. 创建 Twitter 开发者账号
  3. 创建一个新应用
  4. 从“Keys and Tokens”选项卡获取凭据:
    • API Key
    • API Secret
    • Access Token
    • Access Token Secret
    • Bearer Token
3. 配置 Claude Desktop

将以下内容添加到 Claude Desktop 配置文件(macOS 上的 ~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "twitter": {
      "command": "python",
      "args": ["/absolute/path/to/twitter-mcp-server/server.py"],
      "env": {
        "TWITTER_API_KEY": "your_actual_api_key",
        "TWITTER_API_SECRET": "your_actual_api_secret", 
        "TWITTER_ACCESS_TOKEN": "your_actual_access_token",
        "TWITTER_ACCESS_TOKEN_SECRET": "your_actual_access_token_secret",
        "TWITTER_BEARER_TOKEN": "your_actual_bearer_token"
      }
    }
  }
}

重要: 将占位值替换为你实际的 Twitter API 凭据。

4. 重启 Claude Desktop

配置完成后,重启 Claude Desktop 以加载 MCP 服务。

使用方法

配置完成后,你可以在 Claude 中使用这些工具:

  • 读取时间线:“显示我最近发布的 Twitter 推文”
  • 发布推文:“在 Twitter 上发布‘Hello from Claude!’”
  • 回复推文:“用‘Great point!’回复推文 ID 1234567890”

速率限制

此服务面向 Twitter 免费套餐设计:

  • 每月可读取 100 次
  • 每月可发布 500 条帖子

技术栈

  • Python 3.10+
  • MCP SDK
  • Tweepy(Twitter API v2)

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。