1. 为什么小红书自动发布总在登录态上翻车
做小红书图文自动发布，最让人头疼的从来不是写脚本，而是登录态。你辛辛苦苦把 Playwright 跑起来，结果每次启动都是全新会话，扫码、滑块、短信验证轮番上阵，脚本跑到一半就卡在登录页。更麻烦的是，就算你手动登录过一次，下次脚本启动时 Cookie 又失效了，等于白干。
这个问题的根源在于：传统自动化脚本用的是「无痕浏览器实例」，每次启动都是干净环境，平台的风控系统一眼就能识别出这不是真人。而 Playwright MCP（Model Context Protocol）的思路完全不同——它通过 CDP（Chrome DevTools Protocol）连接到你已经手动登录好的真实浏览器，复用现有的会话、Cookie 和指纹信息。换句话说，你只需要手动登录一次，后面的发布、互动操作全部交给脚本，登录态天然保持。
这套方案适合谁？适合做内容矩阵的运营、需要批量发布图文的自媒体人，以及想把小红书发布流程接入自己工作流的开发者。它不依赖任何灰色工具，纯粹是浏览器自动化 + 协议连接，本地就能跑通。
我试过用传统方式写小红书发布脚本，最大的坑就是登录态维护。后来换成 Playwright MCP 连接已登录浏览器，整个流程稳定了很多。下面我把从环境准备到定时任务的完整链路拆开讲，每一步都给可复制的配置和代码。
核心检索词先明确：Playwright MCP 驱动小红书自动发布，本质是用 MCP 协议把浏览器控制能力暴露给脚本，实现登录态复用 + 图文上传 + 发布校验 + 定时触发的全自动流水线。
2. Playwright MCP 环境准备与 TaoToken 接入配置
这一章解决「跑起来」的问题。你需要三样东西：Playwright 运行环境、MCP 服务端、以及一个能调用模型的入口。前两个是浏览器自动化的基础，第三个负责让 AI 参与内容生成或流程编排。
2.1 安装 Playwright 与浏览器内核
先确认 Python 版本在 3.8 以上，然后安装 Playwright 和 Chromium 内核：
pip install playwright playwright install chromium如果你用 Node.js 生态，也可以走 npm 路线：
npm install -g playwright npx playwright install chromium安装完成后验证一下：
playwright --version能输出版本号就说明环境没问题。
2.2 安装 Playwright MCP 服务端
MCP 服务端是连接脚本和浏览器的桥梁。通过 npm 全局安装：
npm install -g @playwright/mcp或者不安装，直接用 npx 运行：
npx @playwright/mcp安装完成后，你可以在 MCP 客户端（比如 Claude Desktop、Cline、Cursor 等）里配置这个服务端。配置片段如下，注意路径和参数要和你本地一致：
{ "mcpServers": { "playwright": { "command": "npx", "args": ["@playwright/mcp@latest", "--cdp-endpoint", "http://localhost:9222"] } } }这段配置的意思是：MCP 服务端启动时，通过 CDP 端点连接到本地 9222 端口的 Chrome 实例。这样脚本就能操作你手动登录好的浏览器。
2.3 TaoToken 接入：给自动化流程加一个模型入口
如果你希望发布流程里加入 AI 生成文案、自动打标签、内容润色等能力，就需要一个模型调用入口。TaoToken 提供统一的 API 接入，兼容 OpenAI 格式，配置起来很简单。
先拿到 API Key，然后配置环境变量：
export TAOTOKEN_API_KEY="你的Key" export TAOTOKEN_BASE_URL="https://taotoken.net/api"在代码里调用时，Base URL 填https://taotoken.net/api，Model ID 根据你需要的模型填写。比如用 Claude 系列做文案生成：
from openai import OpenAI client = OpenAI( api_key="你的Key", base_url="https://taotoken.net/api" ) response = client.chat.completions.create( model="claude-3-5-sonnet", messages=[ {"role": "user", "content": "帮我写一段小红书风格的数码产品种草文案，200字以内"} ] ) print(response.choices[0].message.content)这里三件套要记牢：Base URL 是https://taotoken.net/api，Key 从控制台获取，Model ID 按需选择。如果你要做长期编码或 Agent 类任务，可以考虑 Coding Plan，成本更可控。
配置完成后，你的自动化流程就具备了「模型生成内容 + 浏览器自动发布」的完整能力。
3. 可复制的 MCP 配置与发布脚本骨架
这一章是核心，直接给能跑的配置和代码。我会把登录态保持、图文上传、发布校验三个环节拆开写，你可以按需组合。
3.1 启动带调试端口的 Chrome
第一步，让 Chrome 以调试模式运行，暴露 9222 端口：
# Windows chrome.exe --remote-debugging-port=9222 --user-data-dir="C:\chrome-debug" # macOS /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222 --user-data-dir="/tmp/chrome-debug"--user-data-dir指定一个独立的用户数据目录，这样你的登录态会保存在这个目录里，下次启动还能复用。启动后，在这个浏览器里手动登录小红书，完成所有验证步骤。
3.2 连接已登录浏览器的脚本骨架
下面这段代码通过 CDP 连接到已登录的浏览器，并检查登录状态：
import asyncio from playwright.async_api import async_playwright async def connect_logged_in_browser(): async with async_playwright() as p: browser = await p.chromium.connect_over_cdp("http://localhost:9222") context = browser.contexts[0] page = context.pages[0] if context.pages else await context.new_page() await page.goto("https://www.xiaohongshu.com") try: await page.wait_for_selector('[data-testid="user-avatar"]', timeout=5000) print("检测到已登录状态") return page except Exception: print("未检测到登录状态，请先手动登录") return None async def main(): page = await connect_logged_in_browser() if page: await page.screenshot(path="login_status.png") asyncio.run(main())跑通这段代码，你会看到截图里显示已登录的头像，说明连接成功。
3.3 图文上传与发布脚本
接下来是完整的发布流程。核心步骤是：进入创作中心 → 上传图片 → 输入正文和标签 → 点击发布 → 校验结果。
import asyncio import random from playwright.async_api import async_playwright class XHSPublisher: def __init__(self): self.browser = None self.page = None async def init(self): p = await async_playwright().start() self.browser = await p.chromium.connect_over_cdp("http://localhost:9222") context = self.browser.contexts[0] self.page = context.pages[0] if context.pages else await context.new_page() self.page.set_default_timeout(30000) return True async def goto_create(self): await self.page.goto("https://www.xiaohongshu.com/create", waitUntil="networkidle") await self.page.wait_for_selector('div[contenteditable="true"]', timeout=15000) print("已进入创作中心") async def upload_images(self, paths): file_input = await self.page.wait_for_selector('input[type="file"]', timeout=10000) if isinstance(paths, str): paths = [paths] await file_input.set_input_files(paths) await asyncio.sleep(3) print("图片上传完成") async def fill_content(self, content, tags): editor = await self.page.wait_for_selector('div[contenteditable="true"]', timeout=10000) await editor.click(clickCount=3) await self.page.keyboard.press("Backspace") await editor.type(content) if tags: tag_text = " " + " ".join([f"#{t}" for t in tags]) await editor.type(tag_text) await asyncio.sleep(random.uniform(1, 2)) print("内容填写完成") async def publish(self): btn = await self.page.wait_for_selector('button:has-text("发布")', timeout=10000) await btn.click() try: await self.page.wait_for_selector('text=发布成功', timeout=15000) print("发布成功") return True except Exception: await self.page.screenshot(path="publish_error.png") print("发布状态未知，请查看截图") return False async def run(self, content, images, tags=None): await self.init() try: await self.goto_create() await self.upload_images(images) await self.fill_content(content, tags) await self.publish() finally: await self.browser.disconnect() async def main(): pub = XHSPublisher() await pub.run( content="Playwright MCP 自动化发布实测，登录态复用太省心了。", images=["/path/to/img1.jpg", "/path/to/img2.jpg"], tags=["技术分享", "自动化", "Playwright"] ) asyncio.run(main())这段脚本的骨架可以直接用，你只需要替换图片路径和文案内容。
3.4 定时任务配置
要让发布流程定时触发，用 cron 或 Windows 任务计划程序即可。Linux/macOS 下编辑 crontab：
crontab -e加入一行，每天上午 10 点执行：
0 10 * * * /usr/bin/python3 /path/to/publish.py >> /var/log/xhs_publish.log 2>&1Windows 下用任务计划程序，触发器设为每天固定时间，操作指向python.exe，参数填脚本路径。
4. 验证请求与成功结果确认
脚本跑起来之后，怎么确认它真的成功了？这一章讲验证方法。
4.1 登录态验证
最直接的验证方式是截图。在连接浏览器后，截一张当前页面的图：
await page.screenshot(path="check_login.png")打开截图，如果看到小红书首页右上角有你的头像，说明登录态有效。如果显示的是登录按钮，说明 Cookie 失效了，需要重新手动登录。
4.2 发布结果验证
发布操作完成后，不要只看脚本输出的「发布成功」，要去笔记管理页确认。访问https://www.xiaohongshu.com/user/profile/你的用户ID，检查最新一篇笔记是否出现。
更稳妥的方式是在脚本里加一段校验逻辑：
async def verify_publish(self, title_keyword): await self.page.goto("https://www.xiaohongshu.com/user/profile/me") await asyncio.sleep(3) content = await self.page.content() if title_keyword in content: print("笔记已出现在主页") return True print("未找到笔记，可能还在审核中") return False4.3 用模型对话验证 API 连通性
如果你在流程里接了 TaoToken 做文案生成，可以先单独验证 API 是否通。打开模型对话页面，发一条测试消息，确认能正常返回内容。这一步能排除 Key 配置错误、Base URL 写错等常见问题。
验证通过后，再把模型调用嵌入发布脚本，实现「AI 生成文案 → 自动发布」的闭环。
4.4 日志与可观测性
建议在脚本里加日志记录，把每一步的执行时间和结果写进文件：
import logging logging.basicConfig( filename="publish.log", level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s" ) logging.info("开始执行发布流程")这样出问题时能快速定位是哪一步卡住了。
5. 常见报错排查：401、local proxy failed、reading choices
这一章对照真实报错，给出排查路径。
5.1 401 Unauthorized
这个报错通常出现在调用模型 API 时。原因有三个：Key 写错了、Key 过期了、Base URL 配置不对。
排查步骤：先检查环境变量里的 Key 是否和 TaoToken 控制台里的一致；再确认 Base URL 是https://taotoken.net/api，不要多加斜杠或路径；最后在控制台重新生成一个 Key 试试。
5.2 local proxy failed
这个报错一般出现在 MCP 服务端启动时，提示本地代理连接失败。原因是 CDP 端点没连上，或者 Chrome 没有以调试模式启动。
排查步骤：确认 Chrome 启动命令里带了--remote-debugging-port=9222；在浏览器里访问http://localhost:9222/json/version，如果能返回 JSON 数据，说明端口正常；如果返回连接拒绝，说明 Chrome 没启动成功，检查是否有其他 Chrome 实例占用了这个端口。
5.3 reading choices 报错
这个报错通常出现在解析模型返回结果时，提示读取choices字段失败。原因是返回结构不符合预期，可能是模型返回了错误信息，或者 API 版本不兼容。
排查步骤：先把原始返回打印出来看看：
print(response)如果返回里有error字段，说明请求本身失败了，检查参数；如果返回结构正常但没有choices，可能是模型名称写错了，换一个 Model ID 试试。
5.4 OAuth 相关报错
如果你在 MCP 客户端里配置了 OAuth 认证，可能会遇到 token 过期或回调失败的问题。排查步骤：检查客户端里的 OAuth 配置是否和 MCP 服务端一致；确认回调地址没有被防火墙拦截；尝试重新授权一次。
5.5 元素找不到或操作超时
这是浏览器自动化里最常见的报错。原因是页面加载慢、选择器失效、或者元素被遮挡。
排查步骤：先加长等待时间，把timeout从 5000 改成 15000；再用多种选择器策略兜底：
selectors = [ 'button:has-text("发布")', 'div:has-text("发布")', '//*[contains(text(), "发布")]' ] for sel in selectors: try: el = await page.wait_for_selector(sel, timeout=2000) await el.click() break except Exception: continue如果还是找不到，截图看看页面当前状态，可能是弹窗遮挡或者页面跳转到了登录页。
5.6 风控与频率限制
如果操作被限制，或者账号被临时封禁，说明触发了平台风控。解决办法是加随机延迟、模拟人类操作节奏、避免高频次发布。在脚本里加入：
await asyncio.sleep(random.uniform(2, 5))每次操作之间随机等待 2 到 5 秒，能显著降低被风控的概率。
6. 把发布流水线接入你的日常工作流
跑通单次发布只是第一步，真正有价值的是把它变成一条可观测、可重试、可调度的流水线。
我的做法是把发布脚本拆成三个模块：内容准备模块负责调用模型生成文案和标签；发布执行模块负责浏览器操作；校验重试模块负责检查结果并在失败时重试。三个模块通过一个主调度脚本串联，用 cron 定时触发。
重试策略用指数退避：
async def retry_operation(op, max_retries=3): for i in range(max_retries): try: return await op() except Exception as e: if i == max_retries - 1: raise await asyncio.sleep(2 ** i)第一次失败等 1 秒，第二次等 2 秒，第三次等 4 秒。这样既能应对偶发的网络抖动，又不会因为重试太频繁触发风控。
如果你需要长期跑这套流程，建议把模型调用部分换成 Coding Plan，成本更可控，适合 Agent 类持续任务。API Key 在控制台管理，接入文档里有完整的参数说明。
最后提醒一点：自动化发布的前提是遵守平台规则，控制发布频率，保证内容质量。技术是提效工具，不是刷量手段。把流程跑稳，把内容做好，才是长期主义。
