MCP-Twikit Projektbeschreibung

Projektübersicht

MCP-Twikit ist ein Modell-Kontext-Protokoll (MCP)-Server zur Interaktion mit Twitter. Das Projekt bietet KI-Assistenten (wie Claude Desktop) über das MCP-Protokoll leistungsstarke Möglichkeiten zum Zugriff auf und zur Analyse von Twitter-Daten.

Kernfunktionen

1. Twitter-Suchfunktion

Unterstützt die Suche nach Tweets anhand von Schlüsselwörtern
Suchergebnisanzahl kann festgelegt werden
Unterstützt die Sortierung nach Zeit (neueste zuerst)
Ermöglicht die Suche nach Tweets bestimmter Benutzer (mit der to:username-Syntax)

2. Timeline-Abruf

Abrufen der persönlichen Twitter-Timeline eines Benutzers
Echtzeit-Zugriff auf die neuesten Tweet-Inhalte
Unterstützt die Analyse verschiedener Tweet-Typen

3. Social-Media-Sentimentanalyse

Batch-Analyse der Sentiment-Tendenz von Tweets
Vergleich der öffentlichen Stimmung mehrerer Konten
Erstellung detaillierter Sentimentanalyseberichte

Installation und Konfiguration

Automatische Installation (empfohlen)

Automatische Installation in Claude Desktop über Smithery:

npx -y @smithery/cli install mcp-twikit --client claude

Manuelle Konfiguration

Hinzufügen in der Claude Desktop-Konfigurationsdatei:

{
  "mcpServer": {
    "command": "uvx",
    "args": ["--from", "git+https://github.com/adhikasp/mcp-twikit", "mcp-twikit"],
    "env": {
      "TWITTER_USERNAME": "@example",
      "TWITTER_EMAIL": "[email protected]",
      "TWITTER_PASSWORD": "secret"
    }
  }
}

Verwendung der MCP-Client-CLI

Unterstützt die interaktive Verwendung über das mcp-client-cli-Tool.

Tatsächliche Anwendungsfälle

1. Marken-Sentiment-Überwachung

Die Projektdokumentation zeigt einen realen Fall: Analyse des Kunden-Sentiments der vier größten indonesischen Internetdienstanbieter:

$ 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

Analyseergebnisse zeigen:

IndiHomeCare: Hauptsächlich negatives Sentiment (instabiles Netzwerk, langsame Reaktion)
CBN: Überwiegend negatives Sentiment (lange Ausfallzeiten, langsame Reaktion des Kundenservice)
BiznetHome: Stark negatives Sentiment (häufige Netzwerkausfälle, langsame Geschwindigkeit)
MyRepublic: Extrem negatives Sentiment (schwere Serviceunterbrechungen, extrem schlechter Kundenservice)

2. Persönliche Timeline-Analyse

$ llm what is happening on my twitter timeline?

Kann analysieren und zusammenfassen:

Professionelle/technische Nachrichten
Wichtige Tweet-Zusammenfassungen
Kategorisierung verschiedener Themen

Technische Merkmale

Modell-Kontext-Protokoll-Integration

Vollständig auf dem MCP-Standard aufgebaut
Nahtlose Integration mit Claude Desktop
Unterstützt Tool-Aufrufe und strukturierte Antworten

Multifunktionale API-Unterstützung

search_twitter: Tweet-Suchfunktion
get_timeline: Timeline-Abruffunktion
Unterstützt komplexe Abfragesyntax und Parameterkonfiguration

Sicherheitsauthentifizierung

Unterstützt Benutzername/E-Mail/Passwort-Authentifizierung
Sichere Konfiguration von Umgebungsvariablen
Befolgt die Twitter-API-Nutzungsrichtlinien

Verwendungsempfehlungen

Unternehmensanwendungen: Geeignet für Markenüberwachung, Wettbewerbsanalyse, Kunden-Sentiment-Tracking
Persönliche Nutzung: Timeline-Verwaltung, Trendanalyse, Social-Media-Einblicke
Forschungszwecke: Social-Media-Forschung, Sentimentanalyseforschung, Data Mining

Hinweise

Benötigt gültige Twitter-Kontoanmeldeinformationen
Befolgen Sie die Twitter-Nutzungsbedingungen und API-Beschränkungen
Es wird empfohlen, die Anforderungshäufigkeit angemessen zu steuern, um Kontorisiken zu vermeiden
Stellen Sie sicher, dass die Datennutzung den Datenschutzbestimmungen entspricht

mcp-twikit