mcpField
W
Weibo Hot Search MCP Server

Weibo Hot Search MCP Server

本地服务
github.com/Yooki-K搜索与检索880 周前更新

关于 Weibo Hot Search MCP Server

Weibo Hot Search MCP Server 是一个获取微博热搜数据的 MCP 服务,面向需要查询热榜和话题讨论信息的客户端。它提供热搜列表、话题详情及评论采集,并可限制评论数量。

主要功能

  1. 01获取热搜排名、关键词和指数
  2. 02查看话题分类、描述与统计
  3. 03采集微博评论及点赞数
  4. 04设置评论采集数量上限

适用场景

  1. 01查看微博当前热搜及热度
  2. 02了解话题阅读和讨论数据
  3. 03收集热搜关联微博的评论

MCP 相关

该 MCP 服务向 MCP 客户端提供微博热搜列表、话题详情和评论采集功能。

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

微博热搜 MCP 服务

这是一个基于 Model Context Protocol(MCP)框架的微博热搜数据采集服务,可获取微博热搜榜单、热搜详情和评论。

功能

  1. 获取微博热搜榜单

    • 显示热搜排名
    • 显示热搜关键词
    • 显示热搜指数
  2. 获取热搜详情

    • 话题类别
    • 话题描述
    • 话题链接
    • 话题声明信息
    • 统计数据(阅读量、讨论量、互动量、原创帖子数)
  3. 获取热搜评论

    • 支持通过热搜链接获取首条微博帖子或声明帖子的评论
    • 可配置最多获取的评论数
    • 显示评论内容和点赞数

要求

  • Python >=3.10
  • 依赖项:
    • requests
    • lxml
    • mcp>=1.0.0

安装

从源代码安装
  1. 克隆仓库
git clone https://github.com/Yooki-K/weibo-mcp-server.git
  1. 安装依赖项:
pip install -r requirements.txt

注意:使用 uv run weibo_mcp_server 时会自动安装依赖项,无需执行 pip install

从 Pypi 安装
pip install weibo-mcp-server

配置

获取微博 Cookie

创建一个 微博 账号,按 F12 打开开发者工具,并按下图所示获取 Cookie: 获取 Cookie

在本地运行项目

将此工具添加到 MCP 服务

Cursor

Windows 系统:C:/Users/YOUR_USER/.cursor/mcp.json

{
  "mcpServers": {
    "weibo": {
      "command": "uv",
      "args": [
         "--directory",
         "path/to/weibo-mcp-server",
         "run",
         "weibo_mcp_server"
      ],
      "env":{
        "weibo_COOKIE": YOUR_WEIBO_COOKIE
      }
    }
  }
}
Claude

Windows 系统:%APPDATA%/Claude/claude_desktop_config.json

"weibo": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/weibo-mcp-server",
      "run",
      "weibo_mcp_server"
    ],
    "env": {
      "weibo_COOKIE": YOUR_WEIBO_COOKIE
    }
  }

许可证

MIT License - 详情请参阅 LICENSE 文件。

贡献

  1. Fork 此仓库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 提交更改(git commit -m 'Add some amazing feature')
  4. 推送到分支(git push origin feature/amazing-feature)
  5. 创建 Pull Request

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。