文章摘要

去年,国外的 “毒舌” AI 应用 Twitter Personality 火爆一时。受其启发,博主跟风开发了一款类似的产品——微博性格报告,其核心功能是借助提示工程,从多个维度分析用户画像。从推特到微博,“数字世界的万花筒,每个社交平台都映照出你灵魂的不同切面”。我心目中的 AI,或许更像一面镜子,正试图从不同视角去观察人类的言行举止。然而,好景不长,后来微博上陆续出现了类似 “评论罗伯特”、“怼怼模拟器” 这类账号,因其学习成本更低、互动性更强,我的产品最终败北。再后来,该产品的代码变成了我 Agent 中的插件,而随着 MCP 协议的持续爆火,我终于将其以一个 MCP 服务器的形式再次推出,而这便是我今天想和大家分享的项目:mcp-server-weibo,这是一个基于 Model Context Protocol 的服务器,可以让大模型获取用户、微博、话题、评论等信息。

微博性格报告 微博性格报告

@孙燕姿的微博性格报告 @孙燕姿的微博性格报告

核心功能

作为一款针对微博的 MCP 服务器,目前 mcp-server-weibo 提供了下面 7 个工具:

名称描述备注
search_users搜索微博用户使用关键词搜索,可设置 limit 参数
get_profile获取用户信息使用用户唯一标识 uid
get_feeds获取用户动态使用用户唯一标识 uid,可设置 limit 参数
get_trendings获取微博热搜可设置 limit 参数
search_content搜索微博内容使用关键词搜索,可设置 limit 和 page 参数
search_topics搜索微博话题使用关键词搜索,可设置 limit 和 page 参数
get_comments获取指定微博下的评论使用动态唯一标识 feed_id, 可设置 page 参数

使用方法

mcp-server-weibo 支持 stdio 和 streamable-http,可在以下支持 MCP 协议的客户端中使用:VS Code、Cursor、Windsurf、Cherry Studio、ChatWise、Claude Desktop 等等。使用方法如下:

从源代码安装

{
  "mcpServers": {
    "weibo": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/qinyuanpei/mcp-server-weibo.git",
        "mcp-server-weibo"
      ]
    }
  }
}

从包管理器安装

{
  "mcpServers": {
    "weibo": {
      "command": "uvx",
      "args": ["mcp-server-weibo"],
    }
  }
}

从 Docker 安装

git clone git@github.com:qinyuanpei/mcp-server-weibo.git
cd mcp-server-weibo
docker build -t mcp-server-weibo .
docker run -d --name mcp-server-weibo -p 4200:4200 mcp-server-weibo

默认使用 4200 端口,参考配置如下:

{
  "mcpServers": {
    "weibo": {
      "url": "http://localhost:4200/mcp",
    }
  }
}

本地运行

git clone git@github.com:qinyuanpei/mcp-server-weibo.git
cd mcp-server-weibo
# 默认以 stdio 形式运行
uvx --from . mcp-server-weibo
# 以 stdio 形式运行
uxv --from . mcp-server-weibo --stdio
# 以 streamable-http 形式运行
uvx --from . mcp-server-weibo --http

效果展示

当我们用大模型询问微博相关问题时,它会自动调用 mcp-server-weibo 提供的工具。以 Cherry Studio 为例,询问孙燕姿的最新微博动态,程序会依次调用 search_users()get_feeds() 两个工具。

检索微博动态 检索微博动态

从这里我们可以知道,孙燕姿最近成为了「霸王茶姬CHAGEE」亚太区品牌代言人。那么,广大网友对这件事情的看法如何呢?让我们继续往下看。此时,可以注意到,程序调用了 search_content() 以及 get_comments() 两个工具:

读取微博评论 读取微博评论

孙燕姿虽然被称为“冷门歌手”,可毫无疑问,你能从字里行间读出粉丝们的热情。作为孙燕姿的忠实粉丝,我准备下班去买一杯霸王茶姬以表支持,可我依然我搞不懂新品为什么要叫做七里香。再来看看今日热搜情况:

获取微博热搜 获取微博热搜

情况基本属实,在这个亦真亦幻的世界里,AI 更难读懂的其实是人心。有人希望在 AIGC 里加入广告,有人希望靠数字人直播带货,而我更希望 AI 能帮我们辨识和梳理网络上的扑朔迷离。

最近 《长安的荔枝》 正在上映,大家都看了吗?觉得岳云鹏的演技如何?《哪吒》 上映时,大家说 “人心中的成见就像一座大山”。可我认为,大山并没有被“愚公”搬走,我们不妨来问问 DeepSeek 同学:

DeepSeek 锐评《长安的荔枝》 DeepSeek 锐评《长安的荔枝》

以上就是 mcp-server-weibo 目前的应用场景。大家觉得这个 MCP Server 怎么样呢?诚然,微博有时像个垃圾场,但这并非技术问题,即便是强大的 AI,在这类问题面前同样会败北。当互联网充斥着 AI 生成内容时,这未尝不是一种自食其果。创作时间在减少,辨别真伪的时间反而在增加,毕竟,这个世界始终遵循某种守恒定律。

未来计划

目前,这个 MCP Server 使用的是微博移动版的 API 接口,存在被微博官方封禁的风险。因此,我计划:

  • 使用更加合规的方式如 OAuth2 等进行认证授权
  • 支持粉丝和关注列表数据获取
  • 支持相册和视频数据获取
  • 支持点赞数据获取

结语

回顾整个项目的开发历程,从最初的创意萌芽到如今的 MCP Server,其中的心绪变化实在难以言表。如果说,“微博性格报告” 是受 Twitter Personality 启发,我希望借助 AI 的力量,为用户呈现出他们在社交平台上独特的性格切面。那么,如今将 “微博性格报告” 转型为 MCP Server,更多是将能力向外延伸,不再执着于打造独立产品。因为,即便拥有 AI、拥有所谓的 “Vibe Coding”,可它最多只能解决技术层面的问题。以 “微博性格报告” 为例,当时产品上线以后,我就只是在小红书上宣传了一下,对独立开发者而言,在短时间内获得流量和曝光度本就困难,日常运行更是不易。显然,这一次我稍微聪明了一点,我选择将这个过程记录下来,并在这里向你们介绍我的新项目——mcp-server-weibo,如果你对它感兴趣,欢迎体验将微博与 AI 结合的全新玩法。

赞赏博主
相关推荐 随便逛逛
Semantic Kernel × MCP:智能体的上下文增强探索 本文深入探讨了 MCP(模型上下文协议),由 Anthropic 设计的开放协议,它如同 AI 领域的 USB 接口,旨在通过统一接口解决大模型连接不同数据源和工具的问题。文章详细介绍了 MCP 的架构、核心角色、工作原理以及如何与 Semantic Kernel 集成,为 .NET 开发者提供高效接入社区 MCP 服务器的方法,减少重复性平台对接工作。此外,还展示了 MCP 在操作浏览器、访问文件系统等场景中的应用效果,并探讨了其局限性及未来发展方向。在 AI 技术快速发展的背景下,MCP 的出现为实现 AI 模型的 “万物互联” 提供了可能,值得开发者关注与探索。
基于 K-Means 聚类分析实现人脸照片的快速分类 本文介绍了使用 K-Means 聚类算法对人脸照片进行自动分类的方法,解决了 “脸盲症” 问题。通过 Dlib 提取人脸特征向量,并利用 Scikit-Learn 的 K-Means 聚类分析,能够快速将大量人脸照片按人物进行分类。文章详细讲解了 K-Means 算法的原理、K 值确定方法,以及如何使用 PCA 降维和 Matplotlib 可视化聚类结果。该技术方案帮助用户高效地整理和管理照片,避免了人工分类的繁琐过程。尽管 K-Means 算法简单高效,但其对簇数和初始中心的选择较为敏感,可能不适用于噪声数据和非凸形簇,建议在实际应用中结合 DBSCAN 等算法以提高聚类效果。
评论 隐私政策