AI导哈

社交媒体营销内容生成工具

SAC-TP-MCP是一款自动化社交媒体营销内容生成工具，通过集成Google Gemini 2.5 Pro和MCP协议，帮助营销团队快速创建并管理跨平台（Twitter、LinkedIn、Instagram）的营销内容。

  • by geraLv
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 geraLv/SAC-TP-MCP

使用说明

SAC-TP-MCP

1.它解决了什么问题

SAC-TP-MCP自动为营销团队生成社交媒体活动。业务用户从前端输入产品和目标受众；后端将MCP代理与发布工具（推特、LinkedIn、Instagram）协调，并返回生成的文本。这节省了创建内容的时间，并集中了活动历史。

2. 技术堆栈

  • 模型 / AI：谷歌双子座2.5 Pro通过 langchain-google-genai，servidor MCP（模型上下文协议）。
  • 后端：Fastapi、Uvicorn、LangChain Core、Python-Dotenv、JSON活动存储库。
  • 前端：react+vite+typescript+tailwindcss（自定义样式），自己的组件。
  • 工具: uv 管理环境， npm 准前端， pip freeze 保持 requirements.txt.

3.实例化。

先决条件

  • Python 3.11+， uv 全球安装(pip install uv).
  • Node.js 18+配置 npm.
  • 谷歌人工智能(GOOGLE_API_KEY)可访问Gemini 2.5 Pro。

步骤

  1. 后端/MCP：
    cd mcp
uv venv venv
venv\Scripts\activate
uv pip install -r requirements.txt
    更新 .env 内部 mcp/ 反对的论点：
    GOOGLE_API_KEY=tu_clave
MCP_SERVER_URL=http://localhost:8000/mcp
CORS_ALLOW_ORIGINS=http://localhost:5173
  2. 前端：
    cd ../frontend
npm install

4. 使用

  1. MCP服务器工具
    cd mcp
uv run python server.py
  2. 后端FastAPI （相同的活动环境）：
    uv run uvicorn backend:app --host 0.0.0.0 --port 5001
  3. 前端:
    cd frontend
npm run dev

5.结构

  • mcp/server.py：公开MCP工具（上传推特、LinkedIn、Instagram）。
  • mcp/agent.py：langchain特工指挥LLM并保存结果。
  • mcp/backend.py：rest API用于创建/列出活动并与代理通信。
  • mcp/data/：简单JSON存储(campaigns.json).
  • frontend/：用户界面为React/Vite。

相关 MCP