AIInSight

AI 内容生产工作台，提供两条主链路：

• AI Daily：聚合多源 AI 资讯，生成当日热点榜单并发布小红书
• 单话题深挖：输入任意 AI 话题，5 阶段引擎自动完成分析、出图、发布

架构

Skill-Driven 架构：所有分析推理在宿主端 LLM（Skill）完成，云端只提供渲染和发布能力。

┌─────────────────────────────────┐
│  Costrict / Claude Code / Opencode  │
│                                 │
│  Skill: ai-insight              │  ← AI Daily 日报
│  Skill: ai-topic-analyzer       │  ← 单话题 5 阶段分析
└────────────┬────────────────────┘
             │ MCP（仅渲染/发布时调用）
┌────────────▼────────────────────┐
│  opinion_mcp  :18061            │
│  ├── render_cards               │  ← 渲染卡片 PNG
│  ├── publish_xhs_note           │  ← 发布小红书
│  ├── check_xhs_status           │
│  ├── get_xhs_login_qrcode       │
│  ├── check_xhs_login_session    │
│  └── submit_xhs_verification    │
└────────┬──────────┬─────────────┘
         │          │
  ┌──────▼──────┐  ┌▼─────────────────┐
  │  renderer   │  │    xhs-mcp       │
  │  :3001      │  │    :18060        │
  │ (Playwright)│  │ (Node.js + SQLite│
  └─────────────┘  └──────────────────┘

3 服务栈

服务	端口	说明
mcp	18061	Python MCP Server，对外暴露 6 个工具
renderer	3001	Playwright 卡片渲染服务
xhs-mcp	18060	Node.js 小红书 MCP sidecar（容器内网）

xhs-mcp 不对外暴露，只有 mcp 容器内部可访问。

---

安装与启动

前置要求

• Docker Engine 24+ 和 Docker Compose V2
• 任意一个支持 MCP 的 AI Coding 平台（Costrict / Claude Code / Opencode）

第 1 步：克隆并配置环境变量

git clone https://github.com/papysans/AIInSight.git
cd AIInSight
cp .env.example .env

.env 默认配置即可直接使用，无需填写 LLM Key（所有推理在宿主端完成）。

第 2 步：启动服务

docker compose up -d --build

首次构建包含 Playwright Chromium，约需 3-5 分钟。

第 3 步：验证服务

docker compose ps
curl http://localhost:18061/health   # MCP Server
curl http://localhost:3001/healthz   # 渲染器

全部正常后进行下一步。

第 4 步：接入 MCP

项目根目录已包含各平台的 MCP 配置文件，克隆后自动生效，无需手动操作。

平台	配置文件	说明
Costrict / Opencode	opencode.json	自动读取
Claude Code	.mcp.json	自动读取

如需手动添加：

Costrict / Opencode：

编辑项目根目录的 opencode.json：

{
  "mcp": {
    "aiinsight-mcp": {
      "type": "remote",
      "url": "http://localhost:18061/mcp"
    }
  }
}

Claude Code：

claude mcp add opinion-mcp --transport http http://localhost:18061/mcp

第 5 步：安装 Skill

将 Skill 安装到你的平台全局目录，以启用 ai-insight 和 ai-topic-analyzer 的完整工作流。

Costrict CLI / VSCode Costrict 插件：

cp -r .opencode/skills/ai-insight ~/.costrict/skills/
cp -r .opencode/skills/ai-topic-analyzer ~/.costrict/skills/
cp -r .opencode/skills/shared ~/.costrict/skills/

Opencode：

cp -r .opencode/skills/ai-insight ~/.opencode/skills/
cp -r .opencode/skills/ai-topic-analyzer ~/.opencode/skills/
cp -r .opencode/skills/shared ~/.opencode/skills/

Claude Code：

cp -r .agents/skills/ai-insight ~/.claude/skills/
cp -r .agents/skills/ai-topic-analyzer ~/.claude/skills/
cp -r .agents/skills/shared ~/.claude/skills/

各平台 Skill 路径一览：

平台	全局 Skill 路径
Costrict CLI	~/.costrict/skills/
VSCode Costrict 插件	~/.costrict/skills/
Opencode	~/.opencode/skills/
Claude Code	~/.claude/skills/

---

使用方法

AI Daily（日报）

在你的 AI Coding 平台中说：

今日AI热点

Skill 自动执行：Web 搜索采集 → 评分排名 → 展示 Top 10 → 用户选题 → 委派深挖 → 渲染卡片 → 发布小红书。

单话题深挖

帮我分析 GPT-5

5 阶段流程：

1. Discovery — 多维 Web 搜索（Technical / Market / Sentiment）
2. Evidence — 结构化证据表（High / Medium / Low 可信度）
3. Deep Search — 垂直数据源定向检索（AIBase、机器之心、量子位、TechCrunch、arXiv、GitHub）
4. Smart Synthesis — 单轮 LLM 分析，输出置信度评分
5. Delivery — 渲染 4 张卡片 → 发布小红书

分析模式：

模式	Deep Search	Discovery	适用场景
quick	跳过	3 次	快速概览
standard（默认）	3-5 次	6 次	标准深挖
deep	6-9 次	9 次	全量研究

---

小红书登录

首次发布前需要登录。在你的 AI Coding 平台中直接说：

登录小红书

Skill 会自动调用 get_xhs_login_qrcode → 展示二维码 → 等待扫码 → 处理短信验证码（如需）。

登录态持久化在 ./runtime/xhs/data/data.db，容器重启不丢失。

---

云端部署

将 MCP 服务部署到云端，供多台设备远程使用。详见 CLOUD_DEPLOYMENT_GUIDE.md。

简要流程：

# 1. 配置域名和 API Key 认证
echo "OPINION_REQUIRE_API_KEY=true" >> .env
echo "OPINION_ADMIN_TOKEN=your-secret" >> .env
echo "OPINION_DOMAIN=mcp.example.com" >> .env

# 2. 启动（含 Caddy HTTPS 反代）
docker compose -f docker-compose.cloud.yml up -d --build

# 3. 创建 API Key
curl -X POST https://mcp.example.com/admin/api-keys \
  -H "Authorization: Bearer your-secret" \
  -d '{"label": "my-key"}'

云端客户端配置：

Costrict / Opencode（opencode.json）：

{
  "mcp": {
    "aiinsight-mcp": {
      "type": "remote",
      "url": "https://mcp.example.com/mcp",
      "headers": { "X-API-Key": "your-api-key" }
    }
  }
}

Claude Code（.mcp.json）：

{
  "mcpServers": {
    "opinion-mcp": {
      "type": "url",
      "url": "https://mcp.example.com/mcp",
      "headers": { "X-API-Key": "your-api-key" }
    }
  }
}

---

环境变量

变量	说明	默认值
VOLC_ACCESS_KEY / VOLC_SECRET_KEY	火山引擎（AI 生图，可选）	—
XHS_MCP_REQUEST_INTERVAL	小红书请求间隔（ms）	2000
OPINION_REQUIRE_API_KEY	开启 API Key 认证（云端用）	false
OPINION_ADMIN_TOKEN	Admin API 令牌（云端用）	—
OPINION_DOMAIN	域名（Caddy HTTPS，云端用）	—

---

目录结构

.
├── opinion_mcp/          # MCP Server（Python）
│   ├── server.py         # 入口
│   ├── tools/            # MCP 工具定义
│   └── services/         # 渲染、发布、XHS 适配层
├── renderer/             # 卡片渲染服务（Node.js + Playwright）
├── .agents/skills/       # Skill 定义（Claude Code 格式）
│   ├── ai-insight/       # AI Daily 日报 Skill
│   ├── ai-topic-analyzer/ # 单话题深挖 Skill
│   └── shared/           # 共享 Guidelines
├── .opencode/skills/     # Opencode / Costrict 格式 Skill
├── .roo/skills/          # Roo 同步副本
├── .mcp.json             # Claude Code MCP 配置
├── opencode.json         # Opencode / Costrict MCP 配置
├── outputs/              # 卡片预览输出
├── runtime/xhs/          # XHS 登录数据（SQLite）
└── docker-compose.yml    # 3 服务栈编排

---

排障

服务启动失败

docker compose logs --tail=80 mcp
docker compose logs --tail=80 xhs-mcp

渲染器无响应

curl http://localhost:3001/healthz
docker compose restart renderer

小红书登录态丢失

# 检查 SQLite 是否正常挂载
docker compose exec xhs-mcp ls /data

Apple Silicon（M 系列芯片）

xhs-mcp 镜像基于 Dockerfile.xhs-mcp 自建，原生支持 ARM64，无需额外处理。