MCP-серверы

mcp twikit mcp twikit логотип

Сайт https://github.com/adhikasp/mcp-twikit
Цена Бесплатный доступ
Основные направления Маркетинг и реклама, МСР для соцсетей

mcp-twikit — это MCP-сервер, который даёт AI-агентам доступ к данным Twitter/X: поиску твитов, получению таймлайна пользователя и базовой аналитике (включая sentiment analysis). Он позволяет LLM взаимодействовать с соцсетью как с источником потоковых данных и использовать их для анализа мнений, трендов и пользовательской активности.

Ключевые особенности:

Поиск твитов (search_twitter): Позволяет агенту искать посты по ключевым словам, упоминаниям аккаунтов (to:@user) и тематическим запросам с сортировкой по времени.

Доступ к таймлайну (get_timeline): Получение последних твитов из домашней ленты авторизованного пользователя для анализа текущей активности.

Sentiment analysis (на уровне сценариев использования): Поддерживает кейсы анализа тональности обсуждений вокруг брендов, сервисов и тем.

Авторизация через учетные данные Twitter/X: Использует username/email/password (или cookies в некоторых реализациях) для доступа к данным без полноценного OAuth API.

Интеграция через MCP tools: Экспонирует функции как инструменты MCP, которые могут вызываться LLM-агентами (Claude, Cursor и др.).

Для кого:

Ориентирован на разработчиков AI-агентов, аналитиков данных, маркетологов и исследователей социальных медиа. Особенно полезен для задач мониторинга брендов, анализа общественного мнения и построения AI-ассистентов для соцсетей.

Сценарии использования:

Анализ общественного мнения: Сбор твитов по брендам и оценка тональности обсуждений.

Мониторинг трендов: Отслеживание тем и вирусных обсуждений в Twitter/X.

AI-исследователь соцсетей: Агент может собирать и суммаризировать активность пользователей или аккаунтов.

Сравнительный анализ аккаунтов: Например, сравнение реакции пользователей на разные компании или продукты.

Цены и доступность:

Решение полностью open-source (Python, MIT лицензия). Бесплатно для использования, но требует настройки учетных данных Twitter/X и может быть ограничено политиками платформы. Разворачивается локально через uvx или Python окружение.