提交您的產品 
Ai應用
Ai資訊
AI生圖
AI生視頻
AI數字人系統MCP-Twikit：與Twitter交互的MCP服務器，應用于社交媒體分析和數據檢索
MCP-Twikit是什么？
MCP-Twikit 是一個基于模型MCP服務器，專門用來與 Twitter 進行交互。它允許用戶通過 MCP 協議訪問 Twitter 的數據，幫你搜索推文、按時間線查找內容，結合LLM分析推文、跟蹤回復轉發，還可以用它做比如品牌監控、競品分析、輿情研究等。
MCP-Twikit功能
情感分析：可以比較不同 Twitter 賬戶的推文情感。例如，分析印尼幾家互聯網服務提供商的推文情感，發現它們都存在網絡不穩定、客戶支持響應慢等問題。
推文檢索：能夠檢索特定賬戶的推文，并按最新、最熱等方式排序。
安裝方法
通過 Smithery 安裝：
npx -y @smithery/cli install mcp-twikit --client claude
手動安裝：
{
"mcpServer": {
"command": "uvx",
"args": ["--from", "git+https://github.com/adhikasp/mcp-twikit", "mcp-twikit"],
"env": {
"TWITTER_USERNAME": "@example",
"TWITTER_EMaiL": "me@example.com",
"TWITTER_PASSWORD": "secret"
}
}
}使用示例
以下是一個使用 MCP-Twikit 分析不同賬戶推文情感的示例：
$ llm compare 20 latest tweet directed @IndiHomeCare, @di_cbn, @BiznetHome, @ID_MyRepublic. What are people sentiment to the product? Do 1 search for each account
該命令會調用 MCP-Twikit 的 search_twitter 函數，分別檢索這四個賬戶的最新 20 條推文，并分析公眾對這些互聯網服務提供商的情感。
MCP-Twikit應用
情感分析：通過分析 Twitter 上的推文，了解公眾對特定品牌、產品或事件的情感傾向。例如，可以比較不同互聯網服務提供商的推文情感，找出用戶對其服務的滿意度。
趨勢分析：檢索特定主題或話題標簽的推文，分析其熱度和趨勢變化，幫助品牌或個人了解市場動態。
用戶行為分析：研究特定用戶或群體的推文行為，包括發布時間、頻率、內容類型等，以更好地了解目標受眾。
推文檢索：支持按關鍵詞、用戶、話題標簽等多種方式檢索推文，并可按最新、最熱等排序方式獲取結果。
時間線管理：訪問和管理用戶的 Twitter 時間線，包括獲取最新推文、刪除舊推文等操作。
數據導出：將檢索到的推文數據導出為 CSV 等格式，便于進一步分析和處理。
作為 MCP 服務器，MCP-Twikit 可以與各種 AI 模型集成，例如 Claude 等，使 AI 能夠直接訪問和分析 Twitter 數據，結合其他 MCP 工具，實現自動化任務，如定時檢索特定話題的推文并生成報告。
GitHub：https://github.com/adhikasp/mcp-twikit
