AI导哈

社交媒体管理服务器

一个基于Node.js/TypeScript的MCP服务器，用于安全管理和分析Instagram、Facebook和Threads的社交媒体活动，支持多平台发布、数据分析和文件系统管理。

  • by ErnestoFM
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 ErnestoFM/mcp-social-media

使用说明

🤖 mcp-social-media (Servidor MCP de Redes Sociales)

Servidor MCP (Model Context Protocol) en Node.js/TypeScript para gestionar Instagram, Facebook y Threads, con análisis en DynamoDB y sistema de archivos seguro.

Este proyecto actúa como un "agente" de backend que permite a un asistente de IA (como Claude) interactuar de forma segura con APIs de redes sociales y un sistema de archivos local.

✨ Características Principales

Arquitectura Modular: El código está organizado por plataformas (instagram, facebook, threads) y utilidades (s3, database), todas controladas por un enrutador central en index.ts.

Gestión Multiplataforma:

Instagram: Publica fotos, carruseles, Reels. Lee perfil, posts y comentarios.

Facebook: Publica fotos, videos, texto y enlaces. Lee detalles de la página, posts y comentarios.

Threads: (Desactivado por permisos) Lógica implementada para publicar hilos de texto e imágenes.

Análisis de Crecimiento: Se conecta a AWS DynamoDB para guardar "snapshots" diarios de seguidores y conteo de posts.

Sistema de Archivos Seguro: Proporciona herramientas (fs_read, fs_write) que están "enjauladas" (sandboxed) en una carpeta específica, previniendo el acceso no autorizado al resto del sistema.

Pipeline de Medios: Utiliza AWS S3 como almacenamiento intermedio para subir fotos y videos antes de pasarlos a las APIs de Meta, como lo requiere su flujo de trabajo.

Validación Avanzada: Usa fluent-ffmpeg y media.ts para validar archivos antes de la subida (tamaño, extensión, duración del video).

🛠️ Herramientas Expuestas (Tooling)

Este servidor expone un conjunto de herramientas para que la IA las utilice:

Instagram (instagram_...)

  • upload_and_publish_photo
  • upload_and_publish_carousel
  • upload_and_publish_reel
  • get_profile
  • get_posts / get_reels / get_comments
  • delete_post / reply_to_comment

Facebook (facebook_...)

  • facebook_publish_photo
  • facebook_publish_video
  • facebook_publish_text_post
  • facebook_publish_link_post
  • facebook_get_page_details
  • facebook_get_posts / facebook_get_comments
  • facebook_delete_post / facebook_reply_to_comment

Análisis (multi_...)

  • run_daily_snapshot: Guarda las estadísticas del día en DynamoDB.
  • get_growth_report: Analiza el crecimiento de seguidores/posts en un período.
  • get_full_comparison_report: Compara el rendimiento entre plataformas.
  • suggest_platform: Sugiere la mejor plataforma basado en una descripción.

Sistema de Archivos (fs_...)

  • fs_list_directory
  • fs_read_file
  • fs_write_file
  • fs_create_folder
  • fs_move_file

🚀 Cómo Empezar

Este proyecto está diseñado para funcionar como un servidor MCP local conectado a un asistente de IA (como Claude).

1. Prerrequisitos

2. Instalación

  1. Clona el repositorio:
    git clone https://github.com/ErnestoFM/mcp-social-media.git
cd mcp-social-media
  2. Instala las dependencias:
    npm install
  3. Crea tu "jaula" (sandbox) para el sistema de archivos:
    mkdir mcp-sandbox

3. Configuración

  1. Crea el archivo .env: Crea un archivo llamado .env en la raíz del proyecto (junto a package.json).

  2. Rellena las variables de entorno: Copia y pega esto en tu archivo .env y rellena tus claves:

    # --- API de Meta (Instagram, Facebook, Threads) ---
INSTAGRAM_API_URL="https://graph.facebook.com/v18.0"
INSTAGRAM_ACCESS_TOKEN="TU_TOKEN_DE_INSTAGRAM_Y_THREADS"
INSTAGRAM_USER_ID="TU_ID_DE_USUARIO_DE_INSTAGRAM"
FACEBOOK_PAGE_ID="TU_ID_DE_PAGINA_DE_FACEBOOK"
FACEBOOK_PAGE_ACCESS_TOKEN="TU_TOKEN_DE_PAGINA_DE_FACEBOOK"

# --- AWS (S3 y DynamoDB) ---
AWS_REGION="ej_us-east-1"
AWS_ACCESS_KEY_ID="TU_CLAVE_DE_ACCESO_AWS"
AWS_SECRET_ACCESS_KEY="TU_CLAVE_SECRETA_AWS"
AWS_S3_BUCKET="EL_NOMBRE_DE_TU_BUCKET_S3"
DYNAMODB_TABLE_NAME="social_stats"

# --- Servidor Local ---
# ¡Importante! Usa doble barra \\ en Windows
FILESYSTEM_SANDBOX="C:\\Users\\tu-usuario\\Documents\\mcp-sandbox"

# --- (Opcional) Google Gemini ---
# GEMINI_API_KEY="TU_CLAVE_DE_GEMINI_AI_STUDIO"

  3. Crea la tabla DynamoDB:

    • Ve a la consola de AWS ➔ DynamoDB ➔ "Crear tabla".
    • Nombre de la tabla: social_stats (o el que pusiste en tu .env)
    • Clave de partición: platform (Tipo: String)
    • Clave de ordenación: stat_date (Tipo: String)
    • Deja el resto en la configuración predeterminada y haz clic en "Crear tabla".

4. Ejecutar el Servidor

  1. Compilar el TypeScript:
    npm run build
  2. Iniciar el servidor:
    npm start
    (Asegúrate de que tu package.json tenga un script start: "start": "node build/index.js")

5. Conectar a Claude

  1. Abre Claude (o tu cliente MCP).
  2. Ve a la configuración de "Tool Use" (Uso de herramientas).
  3. Crea un nuevo conector y apunta a la configuración local (mcp-config.json) que corresponda a este proyecto.
  4. ¡Empieza a darle instrucciones!

    "Publica esta foto C:\...\mi-foto.jpg en Instagram con el texto '¡Hola Mundo!'" "Lanza el snapshot diario de estadísticas" "Dame el reporte de crecimiento de Facebook de los últimos 15 días"

相关 MCP