Twitter API 自动化服务器

X MCP服务器🐦

一个强大的 模型上下文协议（MCP）服务器 用于与 X（Twitter）API v2该服务器支持以下AI助手 ChatGPT, 克劳德，以及其他兼容MCP的客户端，以自动化Twitter/X操作。

注： 此服务器仅限于中可用的终结点 免费版 API的X。

📋 目录

• 特性
• 正在获取X API凭据
• 安装
• 配置
• 连接到AI客户端
  • 克劳德桌面版
  • ChatGPT/OpenAI
  • 其他MCP客户端
• 可用工具
• 速率限制
• 许可证

✨ 特性

• 54+自动化工具 X/推特
• 发布、删除、搜索推文和与推文交互
• 用户管理（跟随、静音、阻止）
• 列表、书签和空格支持
• 媒体上传（图片/视频）
• 详细的费率限制处理
• 轻松与AI助手集成

🔑 正在获取X API凭据

若要使用此MCP服务器，您需要X API凭据。请按照以下步骤操作：

步骤1：创建开发人员帐户

1. 首选 developer.x.com
2. 使用您的X（推特）帐户登录
3. 点击 “注册免费帐户” （如有需要，可申请高架通道）
4. 完成开发者协议和验证

步骤2：创建项目和应用程序

1. 导航至 开发者门户 → 项目和应用程序
2. 点击 “+添加项目”
3. 命名您的项目（例如，“MCP自动化”）
4. 选择用例：“探索API”或“制作机器人程序”
5. 点击 “+添加应用程序” 在您的项目中
6. 命名您的应用程序（例如，“X-MCP-Server”）

步骤3：生成API密钥

1. 在您的应用程序设置中，转到 “密钥和令牌”
2. 在...之下 消费者密钥，单击 “重新生成” 得到：
   • API_KEY （API密钥/消费者密钥）
   • API_SECRET （API机密/消费者机密）
3. 在...之下 认证令牌，生成：
   • ACCESS_TOKEN （访问令牌）
   • ACCESS_TOKEN_SECRET （访问令牌密钥）
4. 在...之下 持有者令牌，生成：
   • BEARER_TOKEN

步骤4：启用应用程序权限

1. 首选 用户身份验证设置
2. 启用 OAuth 1.0a
3. 将应用程序权限设置为 “读与写”
4. 添加回调URL（例如。， http://localhost:3000/callback)
5. 保存更改

⚠️ 重要提示： 确保您的凭据安全！永远不要将它们提交给版本控制。

💻 安装

先决条件

• Python 3.10+
• 紫外线 （推荐）或pip

使用紫外线进行安装（推荐）

# Clone the repository
git clone https://github.com/Lnxtanx/x-mcp-server.git
cd x-mcp-server

# Install dependencies
uv sync

使用pip安装

# Clone the repository
git clone https://github.com/Lnxtanx/x-mcp-server.git
cd x-mcp-server

# Create virtual environment
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate

# Install dependencies
pip install fastmcp tweepy python-dotenv

⚙️ 配置

步骤1：创建环境文件

复制模板并添加您的凭据：

cp .env.template .env

步骤2：添加您的凭据

编辑 .env 使用您的X API证书：

API_KEY=your_api_key_here
API_SECRET=your_api_secret_here
ACCESS_TOKEN=your_access_token_here
ACCESS_TOKEN_SECRET=your_access_token_secret_here
BEARER_TOKEN=your_bearer_token_here

🤖 连接到AI客户端

克劳德桌面版

将此配置添加到您的 claude_desktop_config.json:

窗户： %APPDATA%\Claude\claude_desktop_config.json
macOS： ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "x-api": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "C:/path/to/x-mcp-server",
        "fastmcp",
        "run",
        "main.py"
      ]
    }
  }
}

替换 C:/path/to/x-mcp-server 使用您的实际安装路径。

添加后，重新启动Claude Desktop。您将在Claude中看到X API工具。

ChatGPT/OpenAI

ChatGPT本身不支持MCP，但您可以通过以下方式连接：

选项1:MCP网桥/代理

使用MCP-to-REST桥将工具公开为API端点：

# Run MCP server with HTTP transport
uv run fastmcp dev main.py --transport http --port 8000

然后配置ChatGPT，通过自定义GPT操作或函数调用调用您的端点。

选项2：LangChain集成

from langchain_openai import ChatOpenAI
from langchain_mcp import MCPClient

# Connect to local MCP server
mcp_client = MCPClient("http://localhost:8000")
tools = mcp_client.get_tools()

# Use with ChatGPT
llm = ChatOpenAI(model="gpt-4")
llm_with_tools = llm.bind_tools(tools)

其他MCP客户端

在本地运行服务器

# Development mode (with inspector)
uv run fastmcp dev main.py

# Production mode
uv run fastmcp run main.py

SSE传输（适用于web客户端）

uv run fastmcp run main.py --transport sse --port 8080

Stdio传输（适用于CLI客户端）

uv run fastmcp run main.py --transport stdio

🛠️ 可用工具（共54个）

推特

参与

用户

列表和媒体

⏱️ 费率限制（免费等级）

❌ 免费套餐不可用

• 直接消息
• WOEID的趋势
• 用户搜索
• 完整存档搜索
• 过滤流

📝 免费等级的提示

1. 缓存响应 –有1个请求/15分钟的限制，缓存所有内容
2. 批量请求 –尽可能使用多ID端点
3. 使用用户名查找 –有3个要求/15分钟（比大多数都好）
4. 谨慎发布 -每天只允许17条推文

📄 许可证

该项目根据 VivekMind许可证.

由...创建 Lnxtanx

🤝 贡献

欢迎投稿！请随时提交拉取请求。

📞 支持

• 问题： GitHub问题
• 造物主： @Lnxtanx