FishClaw MCP

<p align="center"> <img src="assets/logo.png" alt="FishClaw MCP Logo" width="150" height="150"> </p>

<p align="center"> 通用 MCP 服务器，将闲鱼自动化工具封装为 MCP 协议。<br> 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。<br> 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。 </p>

---

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。

<details> <summary>点击展开完整免责声明</summary>

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。

</details>

---

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

<p align="center"> <img src="assets/example.png" alt="FishClaw MCP Logo" width="800" height="400"> </p>

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）