shield_lock
金大哥
联系我们
← 返回 MCP 目录
public公开dns本地运行

scrapebadger-mcp

ScrapeBadger MCP服务器是一个Model Context Protocol服务器，为AI助手提供访问Twitter/X数据的接口，支持获取用户资料、推文搜索、趋势话题等功能。

article

README

🚀 ScrapeBadger MCP 服务器

ScrapeBadger MCP 服务器可让 AI 助手（如 Claude、ChatGPT 等）通过 Model Context Protocol 访问 Twitter/X 数据，为 AI 代理提供强大的数据支持。

🚀 快速开始

1. 获取 API 密钥

在 scrapebadger.com 上注册并获取 API 密钥。

2. 安装

# 使用 uvx（推荐 - 无需安装）
uvx scrapebadger-mcp

# 或者使用 pip 全局安装
pip install scrapebadger-mcp

# 或者使用 uv 安装
uv tool install scrapebadger-mcp

3. 配置 AI 客户端

Claude Desktop

将以下内容添加到 Claude Desktop 配置文件中：

  • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows：%APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}

Cursor

将以下内容添加到 Cursor MCP 设置（.cursor/mcp.json）中：

{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}

Windsurf

将以下内容添加到 Windsurf MCP 配置中：

{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}

带有 Copilot 的 VS Code

将以下内容添加到 VS Code 设置（.vscode/mcp.json）中：

{
  "mcpServers": {
    "scrapebadger": {
      "command": "uvx",
      "args": ["scrapebadger-mcp"],
      "env": {
        "SCRAPEBADGER_API_KEY": "sb_live_your_api_key_here"
      }
    }
  }
}

4. 开始使用！

配置完成后，只需让你的 AI 获取 Twitter 数据即可，例如：

  • "获取 @elonmusk 的个人资料"
  • "搜索关于 AI 代理的推文"
  • "当前 Twitter 上有哪些热门话题？"
  • "查找 Twitter 上排名前十的 Python 开发者"

✨ 主要特性

ScrapeBadger MCP 服务器使 AI 能够：

  • 获取 Twitter 用户资料、关注者和关注列表
  • 搜索和检索推文
  • 访问全球或特定地区的热门话题
  • 探索 Twitter 列表和社区
  • 搜索地点和地理位置相关内容

📦 安装指南

环境变量

| 变量 | 是否必需 | 描述 | |------|----------|-------------| | SCRAPEBADGER_API_KEY | 是 | 你的 ScrapeBadger API 密钥 |

使用 Docker

FROM python:3.12-slim

RUN pip install scrapebadger-mcp

ENV SCRAPEBADGER_API_KEY=your_key_here

CMD ["scrapebadger-mcp"]

直接使用 Python

# 设置你的 API 密钥
export SCRAPEBADGER_API_KEY="sb_live_your_key_here"

# 运行服务器
python -m scrapebadger_mcp.server

💻 使用示例

研究 Twitter 账户

你：获取 @sama 的个人资料和近期推文 Claude：我将获取 Sam Altman 的 Twitter 个人资料和近期推文。 使用 get_twitter_user_profile 和 get_twitter_user_tweets

Sam Altman (@sama)
- 320 万关注者，1847 个关注对象
- 简介："openai 首席执行官"
- 加入时间：2008 年 12 月

近期推文：
1. "很高兴分享..."（24.5 万点赞）
2. "人工智能的未来..."（18 万点赞）
...

监控热门话题

你：今天 Twitter 上科技领域有哪些热门话题？ Claude：我将查看当前的热门话题。 使用 get_twitter_trends 并指定类别为 "news"

顶级科技热门话题：
1. #GPT5 - 12.5 万条推文
2. Apple Vision Pro - 8.9 万条推文
3. #AGI - 4.5 万条推文
...

竞争分析

你：比较 Stripe、Square 和 PayPal 在 Twitter 上的参与度 Claude：我将收集这三家公司的 Twitter 个人资料数据。 为每家公司使用 get_twitter_user_profile

| 公司 | 关注者 | 关注对象 | 参与率 |
|---------|-----------|-----------|-----------------|
| Stripe  | 89.2 万 | 1245 | 2.3% |
| Square  | 120 万 | 567 | 1.8% |
| PayPal  | 210 万 | 234 | 0.9% |

📚 详细文档

可用工具

MCP 服务器提供 17 种工具，分为以下几类：

用户工具

| 工具 | 描述 | |------|-------------| | get_twitter_user_profile | 通过用户名获取用户资料（简介、关注者、关注对象等） | | get_twitter_user_about | 获取扩展的 "关于" 信息（账户位置、用户名历史） | | search_twitter_users | 通过查询搜索用户 | | get_twitter_followers | 获取用户的关注者 | | get_twitter_following | 获取用户关注的账户 |

推文工具

| 工具 | 描述 | |------|-------------| | get_twitter_tweet | 通过 ID 获取单条推文 | | get_twitter_user_tweets | 获取用户的近期推文 | | search_twitter_tweets | 搜索推文（支持 Twitter 搜索运算符） |

热门话题工具

| 工具 | 描述 | |------|-------------| | get_twitter_trends | 获取全球热门话题（可选按类别） | | get_twitter_place_trends | 获取特定地点的热门话题（通过 WOEID） |

地理位置工具

| 工具 | 描述 | |------|-------------| | search_twitter_places | 按名称搜索 Twitter 地点 |

列表工具

| 工具 | 描述 | |------|-------------| | get_twitter_list_detail | 获取 Twitter 列表的详细信息 | | search_twitter_lists | 搜索 Twitter 列表 | | get_twitter_list_tweets | 获取列表中的推文 |

社区工具

| 工具 | 描述 | |------|-------------| | get_twitter_community_detail | 获取 Twitter 社区的详细信息 | | search_twitter_communities | 搜索社区 |

配置选项

环境变量

| 变量 | 是否必需 | 描述 | |----------|----------|-------------| | SCRAPEBADGER_API_KEY | 是 | 你的 ScrapeBadger API 密钥 |

使用 Docker

FROM python:3.12-slim

RUN pip install scrapebadger-mcp

ENV SCRAPEBADGER_API_KEY=your_key_here

CMD ["scrapebadger-mcp"]

直接使用 Python

# 设置你的 API 密钥
export SCRAPEBADGER_API_KEY="sb_live_your_key_here"

# 运行服务器
python -m scrapebadger_mcp.server

错误处理

MCP 服务器能够优雅地处理常见错误： | 错误 | 描述 | 解决方案 | |-------|-------------|----------| | AuthenticationError | API 密钥无效 | 检查你的 SCRAPEBADGER_API_KEY | | RateLimitError | 请求过多 | 等待并重试，或升级你的计划 | | InsufficientCreditsError | 信用额度不足 | 在 scrapebadger.com 上购买更多额度 | | NotFoundError | 用户/推文未找到 | 验证用户名或推文 ID |

开发

环境搭建

# 克隆仓库
git clone https://github.com/scrape-badger/scrapebadger-mcp.git
cd scrapebadger-mcp

# 安装依赖
uv sync --dev

# 设置你的 API 密钥
export SCRAPEBADGER_API_KEY="sb_live_your_key_here"

本地运行

# 直接运行 MCP 服务器
uv run python -m scrapebadger_mcp.server

# 或者使用 CLI
uv run scrapebadger-mcp

测试

# 运行测试
uv run pytest

# 运行并查看覆盖率
uv run pytest --cov=src/scrapebadger_mcp

代码质量

# 代码检查
uv run ruff check src/

# 代码格式化
uv run ruff format src/

# 类型检查
uv run mypy src/

故障排除

"SCRAPEBADGER_API_KEY 环境变量是必需的"

确保你已在 MCP 配置中设置了 API 密钥：

{
  "env": {
    "SCRAPEBADGER_API_KEY": "sb_live_your_key_here"
  }
}

Claude Desktop 中未显示服务器

  1. 修改配置后重启 Claude Desktop
  2. 检查配置文件路径是否适用于你的操作系统
  3. 验证 JSON 语法是否有效（无尾随逗号）

"uvx: command not found"

先安装 uv：

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

速率限制错误

ScrapeBadger 根据你的计划设置了使用限制。如果你遇到限制：

  1. 降低请求频率
  2. 使用分页并设置较小的 max_results
  3. 在 scrapebadger.com 上升级你的计划

📄 许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE。

相关项目

支持

由 ScrapeBadger 用心打造

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载，用户一般按页面提供的连接方式或授权流程接入，不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖，把 server_config 复制到 MCP 客户端，并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端