osigui用户3853
手把手教你用 n8n + MCP 实现抓取小红书笔记，筛选爆款快人一步
输入“/”快速插入内容
手把手教你用 n8n + MCP 实现抓取小红书笔记，筛选爆款快人一步
手把手教你用 n8n + MCP 实现抓取小红书笔记，筛选爆款快人一步
用户3853用户38532025年10月14日修改
小红书，是我们做项目很难绕开的一个平台，当我尝试用N8N触碰这块领域的时候，我感受到了满满的恶意。
首先、小红书官网不提供任何笔记相关的API，别说爬取搜索笔记，就连自动上传笔记定时发布都没有提供。
其次、我把目光聚焦在第三方API，我发现真正能用的API也是屈指可数，好不容易找到一个API，使用居然要20美刀，我去TMD，抢钱呢！！！
这也侧面说明，小红书的反爬是相当强悍！！！
那么，怎么办？坐以待毙嘛？
那不符合我的气质，于是我在生财找答案，翻来翻去，无意中点进了航海，恰好有翻到了，【MCP】那期航海，于是我连找带搜，终于找到了一整套 从爬取小红书、图片失败、AI改写、自动保存草稿并且发布的解决方案。
作为这个方案的核心就是，【小红书MCP】，不仅好用还免费。
下面我将手把手带你感受下，把小红书mcp接入N8N是一种怎样爽的体验。
一、MCP是个什么玩意
我看了很多解释，说的天花乱坠的，就是不说人话，我把我的理解分享给你。
📌
MCP是AI最强大的工具，AI可以通过MCP完成读取文档、写入数据、删除文件、自动化等等，让AI长出了手可以为你做更多事情，大大增强AI功能的一种工具。
那么我们今天的爬取数据的核心逻辑就是，给AI接入小红书的MCP，让这个MCP去完成抓取数据、上传发布等功能，和RPA很像，但是是在数据层面操作网页版本的小红书。
优势：当我们给AI接入MCP，AI会根据我们的预期不断地去调用这个MCP，直到得到你想要的数据，即便中间出错也不会影响结果。
二、TODO List
1.
下载并打开MCP文件
打开【登录MCP】，登录小红书账号。
打开【工具MCP】，输入命令：npx @modelcontextprotocol/inspector
2.
多维表格文件配置
导入多维表格
配置机器人、添加机器人到多维表格。
3.
节点搭建
1、添加SET节点，填写要抓取的关键词和数量。
2、添加AI Agent 节点
配置AI Agent
Source for Prompt (User Message) 选择 【Define below】
Prompt (User Message)：通过mcp帮我抓取小红书{{ $json['抓取数量'] }}条关于{{ $json['搜索关键词'] }}的小红书笔记，标题、图片、正文、小眼睛等等所有数据都要，结果返回成纯json数据。只要json字符串，不要其他任何符号。
配置AI Agent 大模型，选谷歌大模型
配置Tool
选择 MCP Client Tool
3、添加code节点
Code:
代码块
// n8n Function node
// 目标：把解析出的图片数组转成“逗号+空格”分隔的字符串，
// 并且把它写回到 parsedObject 的图片字段（images / 图片 / image），不保留数组。
const results = [];
function extractBalancedJSON(str) {
const s = String(str || '');
const startIdx = s.search(/[\{\[]/);
if (startIdx === -1) return null;
const openChar = s[startIdx];
const closeChar = openChar === '{' ? '}' : ']';
let depth = 0;
for (let i = startIdx; i < s.length; i++) {
if (s[i] === openChar) depth++;
else if (s[i] === closeChar) depth--;
if (depth === 0) return s.slice(startIdx, i + 1);
}
return s.slice(startIdx);
}
function buildImagesCommaStringFromObj(obj) {
if (!obj) return '';
let imgs = [];
if (obj.图片) imgs = Array.isArray(obj.图片) ? obj.图片.slice() : [obj.图片];
else if (obj.images) imgs = Array.isArray(obj.images) ? obj.images.slice() : [obj.images];
else if (obj.image) imgs = Array.isArray(obj.image) ? obj.image.slice() : [obj.image];
imgs = imgs.map(u => (u || '').toString().trim()).filter(Boolean);
imgs = imgs.map(u => u.replace(/[\r\n]+/g, ' '));
return imgs.join(', ');
}
for (const item of items) {
let raw = item.json.output || (item.json.response && item.json.response[0] && item.json.response[0].text) || item.json.text || '';
raw = String(raw || '').trim();
// 清理 code fence / 前缀
raw = raw.replace(/```(?:json)?\r?\n?/i, '').replace(/```/g, '').trim();
raw = raw.replace(/^json\s*[:\-\n\r]*/i, '').trim();
try {
if (/^".*"$/.test(raw) || (/^'.*'$/.test(raw) && raw.includes('\\"'))) {
raw = JSON.parse(raw);
}
} catch (e) { }
let candidate = extractBalancedJSON(raw) || raw;
let parsed = null;
const tryParse = s => { try { return JSON.parse(s); } catch (e) { return null; } };
parsed = tryParse(candidate);
if (!parsed) {
let s = candidate.replace(/\\r?\\n/g, '\\n');
try {
const one = tryParse(s);
if (one && typeof one === 'string') parsed = tryParse(one);
} catch (e) { }
}
if (!parsed) {
let s2 = candidate.replace(/\\"/g, '"').replace(/\\n/g, '\n');
parsed = tryParse(s2);
}
if (!parsed) parsed = { rawText: candidate };
const rows = [];
const normalizeAndPush = (obj) => {
// 生成逗号分隔字符串
const imagesString = buildImagesCommaStringFromObj(obj);
// **强制把图片字段替换为字符串**（覆盖原数组）
try { obj.images = imagesString; } catch(e) {}
try { obj.图片 = imagesString; } catch(e) {}
try { obj.image = imagesString; } catch(e) {}
const title = obj.标题 || obj.title || obj.displayTitle || '';
const text = obj.正文 || obj.text || obj.summary || '';
const like = obj.点赞数 || obj.likeCount || obj.likes || '';
const fav = obj.收藏数 || obj.collectCount || obj.favorites || '';
const comments = obj.评论数 || obj.commentCount || obj.comments || '';
const shares = obj.分享数 || obj.shareCount || obj.shares || '';
const url = obj.url || obj.link || obj.noteUrl || '';
// 把 imagesString 写在 parsedObject 并且 row 的第二列
rows.push({
json: {
parsedObject: obj,
imagesString: imagesString,
row: [title, imagesString, text, like, fav, comments, shares, url]
}
});
};
if (Array.isArray(parsed)) {
for (const obj of parsed) {
normalizeAndPush(obj);
}
} else if (parsed && typeof parsed === 'object') {
if (Array.isArray(parsed.notes)) {
for (const obj of parsed.notes) normalizeAndPush(obj);
} else if (Array.isArray(parsed.items)) {
for (const obj of parsed.items) normalizeAndPush(obj);
} else {
normalizeAndPush(parsed);
}
} else {
rows.push({ json: { parsedObject: parsed, row: [String(candidate).slice(0, 100)] } });
}
if (rows.length === 0) rows.push({ json: { parsedObject: parsed, row: [String(candidate).slice(0,200)] } });
for (const r of rows) results.push(r);
}
return results;