FishClaw MCP

通用 MCP 服务器，将闲鱼自动化工具封装为 MCP 协议。
纯 Python 实现，不依赖任何 Agent 框架，可供 Claude Desktop、Cursor 等 MCP 客户端直接调用。
用自然语言完成商品发布、在售管理、市场调研，无需编写任何代码。

有兴趣可以看一下Agno智能体调用FishClaw工具链接

免责声明

警告：本项目仅供学习交流使用，请勿用于任何商业或非法用途，否则后果自负。

点击展开完整免责声明

本项目仅供学习交流使用，请勿用于任何商业或非法用途。任何违反法律法规、侵犯他人合法权益的行为，均与本项目及其开发者无关，后果由用户自行承担。

下载、保存或使用本项目源代码，即表示您已阅读并同意本声明的全部内容。

工具列表

| 工具 | 说明 | 注意 | |------|------|------| | login | 检查登录状态；未登录则弹出浏览器等待扫码 | | | search_market | 关键词搜索闲鱼商品，采集标题、价格、链接 | | | draft_item | 填写商品草稿（图片/描述/分类/价格）并截图 | | | publish_item | 点击发布按钮完成商品发布 | ⚠️ 不可撤销 | | get_selling_items | 获取所有在售商品列表 | | | manage_item | 对指定商品执行下架或永久删除 | ⚠️ 不可撤销 | | get_page_content | 读取当前浏览器页面可见文字 | | | simulate_farming | 模拟真人随机浏览养号 | 需 ENABLE_FARMING=true | | generate_image | 调用 DashScope 生成商品封面图 | | | generate_image_prompt | 根据技术主题生成科技感英文生图提示词 | | | generate_product_description | 根据技术主题生成闲鱼商品描述文案 | |

快速开始

1. 克隆项目

git clone https://github.com/your-username/fishclaw-mcp.git
cd fishclaw-mcp

2. 安装依赖

# 推荐使用 uv
uv sync

# 或使用 pip
pip install -e .

3. 安装 Playwright 浏览器

playwright install chromium

4. 配置环境变量

cp .env.example .env

编辑 .env，至少填写 AGENT_LLM_API_KEY：

# 必填：用于 LLM 推理和文案生成
AGENT_LLM_API_KEY=your-dashscope-api-key

# 可选：用于生成商品封面图（不填则使用内置默认图片）
IMAGE_API_KEY=your-dashscope-api-key

5. 验证服务器可以启动

python server.py

看到 Starting MCP server 字样即表示启动成功，Ctrl+C 退出。

6. 上架示例

FishClaw MCP Logo

接入 MCP 客户端

Claude Desktop

找到配置文件（macOS: ~/Library/Application Support/Claude/claude_desktop_config.json，Windows: %APPDATA%\Claude\claude_desktop_config.json），添加以下内容：

推荐方式：python 直接运行

{
  "mcpServers": {
    "fishclaw": {
      "command": "python",
      "args": ["D:/acode/py/study/FishClaw_MCP/server.py"],
      "env": {
        "AGENT_LLM_API_KEY": "your-dashscope-api-key"
      }
    }
  }
}

或使用 uv

{
  "mcpServers": {
    "fishclaw": {
      "command": "uv",
      "args": ["--directory", "/your/path/to/fishclaw-mcp", "run", "server.py"]
    }
  }
}

将路径替换为本项目的实际绝对路径。环境变量也可以在 .env 文件中配置。

Cursor

在 ~/.cursor/mcp.json（或项目级 .cursor/mcp.json）中添加同上的配置。

使用示例

接入后，在对话中直接用自然语言操作即可：

帮我发布一个 Python 爬虫技术服务，价格 99 元
→ 自动生成封面图 → 生成文案 → 填写表单 → 截图确认 → 发布

查看我现在在售的商品
→ 跳转个人中心，列出所有在售商品

把第二个商品下架
→ 进入商品详情，点击下架并确认

搜索 Python 教程，看看竞品定价
→ 采集前 20 条结果的标题和价格

项目结构

fishclaw-mcp/
├── server.py                   # MCP 服务器入口（使用 FastMCP）
├── pyproject.toml              # 项目依赖
├── .env.example                # 环境变量模板
├── assets/
│   └── default_agent.png       # 生图 API 不可用时的兜底图片
└── tools/
    ├── xianyu_tools.py         # 闲鱼 Playwright 自动化（纯 Python 类）
    ├── generate_image_tools.py # DashScope 图像生成（纯 Python 类）
    ├── prompt_tools.py         # LLM 提示词与文案生成（纯 Python 类）
    └── xconfig.py              # 日志配置

环境变量说明

| 变量 | 必填 | 默认值 | 说明 | |------|------|--------|------| | AGENT_LLM_API_KEY | 是 | — | 阿里云 DashScope API Key | | AGENT_LLM_MODEL | 否 | qwen-max | 推理模型名称 | | AGENT_LLM_BASE_URL | 否 | DashScope 兼容地址 | LLM 接口地址 | | AGENT_LLM_TEMPERATURE | 否 | 0.5 | 推理温度 | | IMAGE_API_KEY | 否 | — | 图像生成 API Key（不填用默认图片） | | PLAYWRIGHT_HEADLESS | 否 | false | 是否无头模式（建议保持 false 降低风控） | | PROXY | 否 | — | 代理地址，如 http://127.0.0.1:7890 | | COOKIES_PATH | 否 | .cache/cookies/xianyu_cookies.json | Cookie 持久化路径 | | XIANYU_HOME_URL | 否 | https://www.goofish.com | 闲鱼首页地址 | | ENABLE_FARMING | 否 | false | 设为 true 时注册 simulate_farming 工具 |

技术栈

| 层次 | 技术 | |------|------| | MCP 协议 | MCP Python SDK — FastMCP | | 浏览器自动化 | Playwright + playwright-stealth | | 工具实现 | 纯 Python 类，不依赖任何 Agent 框架 | | LLM / 图像生成 | 阿里云 DashScope（qwen-max + z-image-turbo） |

MCP Servers