MCP提交

Tweetbinder

Tweetbinder

这是一个为TweetBinder by Audiense API设计的MCP服务器，允许Claude等AI模型访问Twitter/X的分析数据，包括创建报告、获取统计数据、分析推文内容等功能。

社交媒体营销 #推特分析 #数据报告 #AI集成 #社交监测远程 .TypeScript

2.5分

3

2025-04-28 09:38:14

概述

安装

工具列表

内容详情

替代品

什么是TweetBinder MCP服务器?

这是一个连接AI助手Claude和TweetBinder分析平台的桥梁服务，让您可以直接在Claude对话中获取Twitter数据的专业分析报告，包括话题热度、用户互动、情感倾向等深度数据。

如何使用TweetBinder服务?

只需在Claude中输入自然语言指令，例如'分析最近一周#Apple的推文趋势'，服务器会自动转换为API请求并返回结构化数据分析结果。

适用场景

品牌舆情监控、营销活动效果评估、社交媒体趋势分析、竞争对手情报收集、网红用户影响力评估等场景。

主要功能

推文分析报告根据关键词、话题标签或用户提及生成包含互动指标、情感分析和热门内容的综合报告

实时数据统计获取特定话题的推文数量、互动趋势和传播范围的实时统计数据

情感倾向分析自动分析推文内容的情感倾向（正面/负面/中立）并生成可视化报告

关键用户识别识别话题讨论中最活跃和最具影响力的用户账号

优势与局限性

优势

无需编程即可获取专业级Twitter分析

直接与Claude对话整合，自然语言交互

支持复杂查询条件组合（AND/OR/排除等）

提供历史数据回溯分析能力

局限性

需要有效的TweetBinder API凭证

大规模数据分析可能需要等待报告生成

部分高级功能需要专业版账户

仅支持Twitter平台数据分析

如何使用

安装服务器通过Smithery一键安装或手动配置服务器环境

设置API凭证在环境变量中配置您的TweetBinder API访问令牌

重启Claude重启Claude桌面应用使配置生效

开始分析在Claude中直接请求Twitter数据分析，例如：'请分析最近一周关于ChatGPT的讨论趋势'

使用案例

品牌舆情监测监测特定品牌或产品在Twitter上的讨论情况和用户反馈

营销活动评估评估营销活动在社交媒体上的表现和用户参与度

常见问题

1

报告生成需要多长时间？实时数据通常几分钟内完成，历史大数据分析可能需要更长时间，可通过get-report-status检查进度

2

支持哪些语言的推文分析？支持多种语言识别和情感分析，特别是英语、西班牙语等主要语言准确度较高

3

如何获取API访问令牌？需要注册TweetBinder专业账户并在开发者设置中创建API凭证

相关资源

TweetBinder官方网站获取更多关于分析功能和API的详细信息

MCP协议GitHub仓库了解Model Context Protocol的技术规范

安装配置视频教程逐步演示服务器安装和配置过程

精选MCP服务推荐

Duckduckgo MCP Server

DuckDuckGo搜索MCP服务器，为Claude等LLM提供网页搜索和内容抓取服务

Figma Context MCP

Framelink Figma MCP Server是一个为AI编程工具（如Cursor）提供Figma设计数据访问的服务器，通过简化Figma API响应，帮助AI更准确地实现设计到代码的一键转换。

Firecrawl MCP Server

Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器，提供丰富的网页抓取、搜索和内容提取功能。

Edgeone Pages MCP Server

EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务

Exa MCP Server是一个为AI助手（如Claude）提供网络搜索功能的服务器，通过Exa AI搜索API实现实时、安全的网络信息获取。

百度地图MCP Server是国内首个兼容MCP协议的地图服务，提供地理编码、路线规划等10个标准化API接口，支持Python和Typescript快速接入，赋能智能体实现地图相关功能。

Minimax MCP Server

MiniMax Model Context Protocol (MCP) 是一个官方服务器，支持与强大的文本转语音、视频/图像生成API交互，适用于多种客户端工具如Claude Desktop、Cursor等。

Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务，通过Model Context Protocol直接集成到提示中，解决LLM使用过时信息的问题。

TweetBinder 使用指南

安装步骤

工具准备
- 下载并安装Node.js（推荐版本：v14及以上）
- 确保已安装Python 3和pip

环境配置

# 安装项目依赖
npm install tweetbinder --save

# 配置环境变量
export TB_API_KEY=your_api_key
export TB_API_SECRET=your_api_secret

启动服务
```
node index.js
```

常用命令工具

1. 创建推特报告

# 创建基础报告
tweetbinder create-report --query "#apple OR #iphone" --lang en

# 创建包含高级分析的报告
tweetbinder create-report --query "@apple" --include_metrics sentiment,engagement

2. 查询报告状态

tweetbinder check-status --id report_12345

3. 获取统计信息

tweetbinder get-stats --id report_67890

4. 获取用户余额

tweetbinder account-balance

系统日志查看

Mac/Linux 用户

tail -n 20 -f ~/Library/Logs/Claude/mcp*.log

Windows 用户

Get-Content -Path "$env:AppData\Claude\Logs\mcp*.log" -Wait -Tail 20

安全提示

请妥善保管您的API凭证，避免泄露。
使用环境变量来管理敏感信息。

注：如需进一步帮助，请参考完整的项目文档或联系技术支持。

AIbase

AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。

简体中文

© 2025AIbase 备案号：闽ICP备08105208号-24