AI 客户端 MCP 接入
让 Cursor / Claude / Codex 直接调用 TwtAPI
不用再手动查接口、拼 URL、复制响应。配置完成后，你的 AI 客户端可以直接搜索推文、读取用户资料、追踪趋势，并在对话里继续分析。
你可以直接这样提问
AI 客户端会在对话上下文里自动调用 twtapi tools，再把结果继续整理给你。
示例提问
分析 @solana 最近 30 条推文主要在聊什么
示例提问
搜索过去 24 小时里提到 "ai agent" 的热门内容
示例提问
列出 @openai 互动度高的粉丝账号并做分组
为什么选择 MCP
为什么要把 API 变成 MCP 工具
MCP 不是替代 API，而是把 TwtAPI 的能力接进 AI 工作流里，让本来需要写一层胶水代码的动作直接在对话里完成。
少写一层胶水代码
很多“查一下数据再总结”的动作，本来要自己组接口、传参数、处理响应，现在可以直接交给 AI 客户端完成。
上下文天然连续
AI 可以根据你前面的对话继续补查、对比账号、追踪趋势，不需要你反复切换文档和脚本。
更适合分析型任务
做竞品研究、账号画像、热点检索、粉丝挖掘时，MCP 的体验通常比手动调 API 更顺。
沿用同一套底层能力
底层还是 TwtAPI 的接口能力和权限体系。你只需要在 Dashboard 里额外生成一个 MCP Key。
适用场景
适合哪些场景
如果你的目标不是“把接口集成进产品”，而是“让 AI 代你完成信息检索和分析”，MCP 会非常顺手。
账号研究
让 AI 总结某个账号最近在发什么、哪些内容互动更高、是否出现了话题变化。
热点检索
直接按关键词、话题或高级表达式搜索最近推文，让 AI 帮你整理观点、账号和情绪走向。
Agent 工作流
把 TwtAPI 接给 Cursor、Claude Code、Codex，让 AI 自动完成数据检索、整理和初步分析。
快速开始
3 步完成接入
我们已经把接入方式整理成了现成配置。你只要生成 Key、复制配置、重启客户端即可开始使用。
1. 生成 MCP Key
登录 Dashboard，在 API 设置中生成或重置以 sk- 开头的 MCP Key。
2. 复制客户端配置
根据你使用的客户端，复制对应的 JSON 配置或 CLI 命令。
3. 重启客户端开始调用
重启 MCP 服务后，就可以直接在对话里调用 twtapi tools。
客户端配置
支持的客户端与配置方式
下面这些配置片段可以直接作为接入模板。实际使用时，把示例里的 `sk-your-mcp-key` 替换成你的真实 MCP Key 即可。
Cursor
适合在编辑器里边写代码边让 AI 调用 TwtAPI。
配置文件路径: ~/.cursor/mcp.json
把下面 JSON 写入或合并到 `mcp.json` 后，重启 Cursor 的 MCP 服务。
{
"mcpServers": {
"twtapi": {
"url": "https://mcp.twtapi.com/sse?mcp_key=sk-your-mcp-key"
}
}
}Claude Code
通过命令快速接入 SSE 方式，适合命令行工作流。
运行一次即可添加 twtapi server，之后可直接在 Claude Code 中调用。
claude mcp add --transport sse twtapi "https://mcp.twtapi.com/sse?mcp_key=sk-your-mcp-key"
Codex CLI
Codex 使用 Streamable HTTP，通过 Bearer Token 环境变量连接。
先导出环境变量，再执行添加命令，后续会通过 `/mcp` 连接。
export TWTAPI_MCP_KEY="sk-your-mcp-key" codex mcp add twtapi --url "https://mcp.twtapi.com/mcp" --bearer-token-env-var TWTAPI_MCP_KEY
常见问题
你可能会关心
MCP 会替代 API 文档吗？
不会。API 文档仍然适合你直接开发集成；MCP 更适合让 AI 客户端在自然语言工作流里直接调用 TwtAPI。
需要单独部署 MCP 服务吗？
不需要。你只需要一个已有账号，并在 Dashboard 中生成 MCP Key，就可以接入我们现成的 MCP 服务地址。
现在支持哪些协议？
当前页面里的 Cursor 和 Claude Code 走 SSE 接入，Codex CLI 走 Streamable HTTP。
让 AI 直接帮你调 TwtAPI
如果你已经有账号，下一步就是生成 MCP Key 并完成配置；如果还在评估，也可以先去看 API 文档了解底层能力。