CN Scraper MCP
让 AI Agent 直接搜索中国互联网——淘宝、京东、小红书、知乎、微博、B站、知识星球……不再被反爬墙挡住。
这是什么
每个 AI Agent（Codex、Claude Code、Cursor、Trae）都能搜网页，但中文平台通常需要登录态、浏览器环境或平台专用参数：
淘宝 ：需要浏览器一致的网络指纹和登录 Cookie京东 ：依赖已登录的本地浏览器环境小红书 ：需要住宅 IP、本地浏览器和搜索结果中的访问参数知乎 ：游客搜索已关闭，全部 API 需要登录态拼多多 ：平台限制严格，目前不推荐使用微博 ：搜索 API 需要登录态（SUB token），热搜游客即可访问抖音 ：需要浏览器登录并可能人工处理验证码B站 ：搜索、热门、视频详情和评论可直接使用公开 API豆瓣 ：条目搜索、条目详情和短评/影评大众点评 ：商户搜索、商户详情和用户评价知识星球 ：付费社群，内容藏在 cookie 认证的 REST API 后面
这个项目就是把踩了好几个月的坑打包成一个 MCP Server ——你的 Agent 一句话就能搜：taobao_search("儿童学习桌")。
安全与隐私
cn-scraper-mcp 在你的电脑上本地运行，不需要把 Cookie、账号密码或浏览器 Profile 上传到任何中转服务器：
Cookie 默认保存在 ~/.cn-scraper-cookies/，京东登录态保存在本地 Chrome Profile。
登录过程直接发生在平台官方页面，软件不会读取或保存你的账号密码。
Cookie 值不会写入日志，也不会通过 MCP 工具结果返回给 Agent；工具只返回状态、字段名和本地路径等非敏感信息。
发起抓取或在线登录验证时，凭证只会发送给对应平台域名。
代码完全开源，所有凭证处理流程都可以审查。
建议仍像保护浏览器登录态一样保护本机账号：不要分享 Cookie 文件，不要把凭证提交到 Git，并限制本地文件的访问权限。
平台支持
电商
平台 方式 无需浏览器 限制 稳定性 淘宝/Tmall curl_cffi + MTOP 签名✅ 宽松¹ ✅ 稳定 京东/JD Chrome CDP headful 需 Chrome 中等 ✅ 稳定² 拼多多/PDD Chrome CDP + iPhone UA 需 Chrome 单次搜索限制³ ⚠️ 不推荐
¹ 淘宝无硬性限流，但平台可能随时收紧，不建议高频批量抓取。
² 京东由本地 Chrome 生成登录态和动态签名，工具读取结构化 API 响应；通过 guided_login("jd") 可自动初始化持久化 Profile。
³ 拼多多每个浏览器会话仅放行第一次搜索，之后永久"系统繁忙"。单次搜索结果零实用价值，引擎代码保留但不推荐使用。
内容社区
平台 方式 无需浏览器 限制 稳定性 小红书/XHS 本地 Chrome CDP + cookie 需 Chrome 中等⁴ ✅ 稳定 知乎/Zhihu REST API v4 ✅ 正常 ✅ 稳定 知识星球/ZSXQ REST API v2 ✅ 正常 ✅ 稳定 微博/Weibo REST API ✅ 正常 ✅ 稳定 抖音/Douyin ⚠️Chrome CDP + 验证码轮询 需 Chrome 实验性⁵ ⚠️ 实验性 B站/Bilibili 公开 Web API ✅ 建议低频调用 ✅ 稳定 豆瓣/Douban 移动端 JSON API ✅ 搜索可能触发风控 ⚠️ 依会话 大众点评/Dianping 公开网页解析 ✅ 可能触发页面风控 ⚠️ 依页面结构
⁴ 小红书只允许住宅 IP——云浏览器/数据中心 IP 直接封。必须用本地 Chrome。
⁵ 抖音搜索需要登录态 + 手动过滑块验证码。支持 120s 等待用户手动验证，通过后自动抓取。guided_login("douyin") 可引导登录。
快速开始
安装
pip install cn-scraper-mcp
也可以从源码安装开发版本：
git clone https://github.com/goesByhc/cn-scraper-mcp.git
cd cn-scraper-mcp
pip install .
推荐：CDP 自动登录并保存 Cookie
安装并连接 MCP 后，直接让 Agent 调用：
guided_login(platform="weibo")
它会打开本地 Chrome 并进入平台官方登录页。你自己扫码或输入密码后，工具通过 CDP 自动读取完整 Cookie（包括 JavaScript 无法读取的 HttpOnly Cookie），再保存到本机 ~/.cn-scraper-cookies/。京东则保存到本地持久化 Chrome Profile。
这是推荐方式，因为它不会要求你复制 Cookie，不容易漏掉关键字段，也更适合 Cookie 过期后的重新登录。可用平台名包括 taobao、jd、xiaohongshu、zhihu、weibo、zsxq、douyin、pdd、douban 和 dianping。
已有通过远程调试端口启动且登录完成的 Chrome 时，也可以调用：
harvest_cookies(platform="weibo")
启动
Docker
容器内预装 Chromium，无需本地浏览器：
docker build -t cn-scraper-mcp .
docker run -i --rm \
-v ~/.cn-scraper-cookies:/root/.cn-scraper-cookies \
-v ~/.jd_login_profile:/root/.jd_login_profile \
cn-scraper-mcp
远程服务器部署可以切换到 HTTP transport，通过 IP + 端口 连接：
docker pull ghcr.io/goesbyhc/cn-scraper-mcp:latest
docker run -d --name cn-scraper-mcp \
-p 8000:8000 \
-e CN_SCRAPER_TRANSPORT=http \
-e CN_SCRAPER_HOST=0.0.0.0 \
-e CN_SCRAPER_PORT=8000 \
-e CN_SCRAPER_PATH=/mcp \
-v ~/.cn-scraper-cookies:/root/.cn-scraper-cookies \
-v ~/.jd_login_profile:/root/.jd_login_profile \
ghcr.io/goesbyhc/cn-scraper-mcp:latest
远程 MCP endpoint：
http://<server-ip>:8000/mcp
也可以使用 Docker Compose：
docker compose --profile remote up -d cn-scraper-http
可用环境变量：
变量 默认值 说明 CN_SCRAPER_TRANSPORTstdiostdio、http、sse，也接受 streamable-http 作为 http 别名CN_SCRAPER_HOST0.0.0.0HTTP/SSE 模式监听地址 CN_SCRAPER_PORT8000HTTP/SSE 模式监听端口 CN_SCRAPER_PATH/mcpHTTP/SSE MCP endpoint 路径
远程 HTTP 模式会让 MCP 工具通过网络访问本机 Cookie/Profile 目录，请勿直接裸露公网端口。建议放在内网、VPN、防火墙白名单或带鉴权的反向代理后面。小红书、京东、抖音等依赖本地浏览器、住宅 IP 或人工验证码的平台，在远程服务器上的稳定性取决于服务器网络与图形环境。
当平台要求人工处理登录、验证码或风控页时，工具会返回统一的 ACTION_REQUIRED 结构，并在 action_required 字段中说明平台、原因、处理动作、处理链接和建议重试的工具。当前抖音验证码已接入该结构；远程 Docker 场景下仍需要你通过可见浏览器或后续 noVNC 网页完成验证。
Agent 集成配置：
[mcp_servers.cn-scraper]
command = "docker"
args = ["run" , "-i" , "--rm" ,
"-v" , "/本机绝对路径/.cn-scraper-cookies:/root/.cn-scraper-cookies" ,
"-v" , "/本机绝对路径/.jd_login_profile:/root/.jd_login_profile" ,
"cn-scraper-mcp" ]
请把 /本机绝对路径/ 替换为真实路径；MCP 客户端直接启动进程时不会替你展开 ~。
Docker 镜像内置 Chromium + --no-sandbox。京东 headful 模式如需 Xvfb，设置环境变量 XVFB_WRAPPER=1。小红书仍需住宅 IP——数据中心 IP 会被封。
MCP 工具一览
电商搜索
工具 说明 taobao_search淘宝/天猫关键词搜索 → 价格、销量、店铺 taobao_product淘宝商品详情 → 标题、价格、店铺 jd_search京东关键词搜索 → SKU、价格、商品名 jd_product京东商品详情 → 名称、价格、店铺、规格 pdd_search拼多多搜索 → 仅首次有效 pdd_product_detail拼多多商品详情 → 不限次数
内容社区
工具 说明 xiaohongshu_search小红书笔记搜索 → 标题、作者、点赞、noteId、xsec_token xiaohongshu_note小红书笔记详情 → 标题、正文、作者、标签、互动数、发布时间 xiaohongshu_comments小红书笔记首屏评论 → 评论内容、用户、点赞、时间（需要 noteId + xsec_token） zhihu_search知乎搜索 → 问题、文章 zhihu_hot_list知乎热榜 zhihu_comments知乎回答评论（支持分页） zhihu_answer知乎回答完整正文 zhihu_question_answers知乎问题下的回答列表 weibo_search微博搜索 → 微博帖子内容 weibo_hot_list微博热搜榜 weibo_user_timeline微博用户时间线 weibo_comments微博帖子评论（支持分页） weibo_post微博帖子完整详情 douyin_search抖音搜索 → CDP 浏览器 + 验证码轮询（⚠️ 实验性） douyin_hot_list抖音热搜榜 douyin_video抖音视频详情 douyin_comments抖音视频评论 bilibili_searchB 站视频搜索（纯 HTTP，无需登录） bilibili_popularB 站热门视频榜 bilibili_videoB 站视频详情及互动统计 bilibili_commentsB 站视频一级评论（支持分页） douban_search豆瓣书籍、电影、音乐等条目搜索 douban_subject豆瓣条目详情 douban_reviews豆瓣条目短评/影评 dianping_search大众点评商户搜索 dianping_shop大众点评商户详情 dianping_reviews大众点评商户评价 zsxq_topics知识星球付费社群帖子 zsxq_article知识星球文章全文
Cookie 管理
工具 说明 check_cookies检查所有平台 Cookie 状态 verify_login在线验证知乎、微博、知识星球、抖音登录态；不支持的平台明确返回 unsupported diagnose环境诊断——依赖版本、浏览器、CDP 端口 harvest_cookiesCDP 自动收割 Cookie（包括 HttpOnly） guided_login引导登录——自动打开浏览器 → 你扫码 → 登录后自动收割 Cookie
MCP 客户端配置
Codex
~/.codex/config.toml：
[mcp_servers.cn-scraper]
command = "cn-scraper-mcp"
args = []
保存后可用 codex mcp list 检查连接状态。
Claude Code / Cursor / Reasonix
这三个客户端都支持标准的 mcpServers JSON：
Claude Code：项目根目录 .mcp.json
Cursor：全局 ~/.cursor/mcp.json，或项目目录 .cursor/mcp.json
Reasonix：项目根目录 .mcp.json
{
"mcpServers" : {
"cn-scraper" : {
"command" : "cn-scraper-mcp" ,
"args" : [ ]
}
}
}
Trae
Trae 不同版本的配置文件位置可能不同。建议在设置中的 MCP 管理界面添加本地 stdio Server：名称填写 cn-scraper，命令填写 cn-scraper-mcp，参数留空。
如果客户端提示找不到命令，先用 where cn-scraper-mcp（Windows）或 which cn-scraper-mcp（macOS/Linux）找到完整路径，再把 command 替换为该路径。
更多文档
架构设计 ：职责边界、平台契约和 Agent 开发守则开发规范 ：环境、编码、测试和 Review 要求
常见问题
Q: 使用这个软件安全吗？
软件在你的电脑上本地运行，不经过项目方的中转服务器。Cookie 和浏览器 Profile 保存在本机，Cookie 值不会写入日志或通过 MCP 返回给 Agent；需要访问平台时，凭证只发送给对应的平台域名。
Q: 软件会读取或保存账号密码吗？
不会。登录发生在平台官方页面，由你自己扫码或输入密码；工具只在登录完成后通过 CDP 保存浏览器产生的 Cookie。
Q: Cookie 保存在什么地方？
Cookie 默认保存在 ~/.cn-scraper-cookies/，京东使用本地持久化 Chrome Profile。请像保护已登录浏览器一样保护这些文件，不要分享或提交到 Git。
Q: 怎么初始化 Cookie 最方便？
用 guided_login("平台名") 工具。它会自动打开 Chrome → 导航到登录页 → 等你扫码/输密码 → 登录后自动收割 Cookie 并保存。
Q: 合法吗？
仅用于学习和研究目的 。批量抓取可能违反平台服务条款。风险自负。切勿用于垃圾信息、DDoS 或商业级大规模抓取。
许可证
MIT — 详见 LICENSE 。
支持项目
如果这个项目帮你节省了时间，可以请作者喝杯咖啡：
致谢
Made with ☕ and months of frustration at Chinese platform anti-bot walls.
