Tiktok API Docs MCP

MCP搜索检索

提供方 Newform-AI

搜索检索 未标注 API Key 社区 / 第三方

一个基于OpenAI向量存储的TikTok API文档语义搜索和检索服务器,支持ChatGPT连接器和MCP兼容客户端。

一句话选型结论

按资料字段整理

Tiktok API Docs MCP 属于搜索检索类 MCP 服务器,传输方式未标注,API Key,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式未标注 鉴权API Key 部署方式未标注
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

语义搜索TypeScript本地部署文档检索ChatGPT集成向量存储API文档

安装与配置

未标注 API Key
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 基础信息齐全,可以先按官方文档接入试跑。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Tiktok API Docs MCP当前 未标注 未标注 未标注 无 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方Newform-AI上游标注的维护方 Newform-AI
分类搜索检索本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.8 KB
来自项目仓库与上游目录的原文,未做删改

TikTok API文档MCP服务器

一个MCP(模型上下文协议)服务器,使用OpenAI的向量存储为TikTok API文档提供语义搜索和检索。兼容ChatGPT连接器、深入研究和API集成。

🎯 目的

该服务器使人工智能模型能够通过模型上下文协议搜索和检索TikTok API文档。它旨在与以下设备配合使用:

  • ChatGPT连接器,增强聊天功能
  • 深度研究模型(o4迷你深度研究)
  • 任何兼容MCP的客户端

✨ 特性

  • 语义搜索:使用自然语言查询搜索TikTok API文档
  • 文献检索:按ID获取完整文档内容
  • 矢量存储集成:由OpenAI的矢量存储提供支持,用于精确的语义搜索
  • 双重运输支持:通过stdio(本地)或SSE/HTTP(远程)运行
  • ChatGPT 兼容:实现所需 search 和 fetch ChatGPT集成工具

📋 先决条件

  1. OpenAI API密钥:矢量存储操作所需
  2. Bun运行时:此项目使用Bun以获得最佳性能
  3. TikTok文档:在安装过程中自动下载

🚀 快速开始

1.安装依赖项```bash

bun install


### 2.设置OpenAI API密钥```bash
export OPENAI_API_KEY=sk-your-api-key-here

3.使用TikTok Docs初始化矢量存储```bash

This downloads TikTok docs and uploads them to OpenAI vector store

bun run src/scripts/tikTokDocsToVectorStore.ts


这将:

- 下载所有TikTok API文档(约200多个文件)
- 创建一个名为“TikTok API文档”的OpenAI矢量存储
- 上传并索引所有文档
- 将配置保存到 `tiktok-docs/vector-store-config.json`

### 4.启动MCP服务器

对于HTTP/SSE模式(ChatGPT和远程访问):```bash
bun run start:http

对于stdio模式(本地MCP客户端):```bash
bun run start


## 🛠️ 可用工具

### `search`

搜索TikTok API文档以获取相关信息。

**参数:**

- `query` (string):搜索查询

**退货:**```json
{
"results": [
{
"id": "file_123",
"title": "Campaign Management",
"text": "Relevant snippet...",
"url": "https://platform.tiktok.com/docs/campaign-management"
}
]
}

fetch

检索文档文件的完整内容。

参数:

  • id (string):搜索结果中的文件ID

退货:```json
{
"id": "file_123",
"title": "Campaign Management",
"text": "Full document content...",
"url": "https://platform.tiktok.com/docs/campaign-management",
"metadata": {...}
}


### `vector_store_status`

检查矢量存储配置状态。

**退货:**```json
{
"configured": true,
"store_id": "vs_abc123",
"message": "Vector store is configured and ready"
}

🔗 与ChatGPT集成

通过ChatGPT连接器

  1. 转到ChatGPT设置→ 连接器
  2. 添加新的MCP服务器:
    - 网址: https://your-server-url/sse/
    - 工具: search, fetch
    - 批准:设置为“从不”进行深入研究

通过OpenAI API```bash

curl https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "o4-mini-deep-research",
"input": [{
"role": "user",
"content": [{
"type": "input_text",
"text": "How do I create a TikTok ad campaign?"
}]
}],
"tools": [{
"type": "mcp",
"server_label": "tiktok-docs",
"server_url": "http://localhost:3001/sse/",
"allowed_tools": ["search", "fetch"],
"require_approval": "never"
}]
}'


## 📁 项目结构```
├── src/
│   ├── core/
│   │   ├── services/
│   │   │   ├── vector-store-service.ts  # OpenAI vector store operations
│   │   │   └── greeting-service.ts      # Legacy example service
│   │   ├── tools.ts                     # MCP tool definitions
│   │   ├── resources.ts                 # MCP resources
│   │   └── prompts.ts                   # MCP prompts
│   ├── scripts/
│   │   ├── tikTokDocsToVectorStore.ts   # Setup script for vector store
│   │   └── getTikTokDocsMd.ts          # TikTok docs downloader
│   ├── server/
│   │   ├── http-server.ts              # SSE/HTTP server
│   │   └── server.ts                    # Core server setup
│   └── index.ts                         # stdio server entry
├── tiktok-docs/                         # Downloaded documentation (gitignored)
│   └── vector-store-config.json        # Vector store configuration
├── MCP_SERVER_README.md                # Detailed MCP server documentation
└── README.md                            # This file

🧪 测试

测试服务器```bash

Run the test script

node test-mcp-server.js


### 手动测试

搜索文档:```bash
curl -X POST http://localhost:3001/sse/ \
-H "Content-Type: application/json" \
-d '{
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"name": "search",
"arguments": {"query": "campaign creation"}
}
}'

📝 脚本

矢量存储管理```bash

Download docs and sync to vector store

bun run src/scripts/tikTokDocsToVectorStore.ts

Search the vector store

bun run src/scripts/tikTokDocsToVectorStore.ts --search "your query"


### 服务器命令```bash
# Production
bun run start          # stdio mode
bun run start:http     # HTTP/SSE mode

# Development (with auto-reload)
bun run dev           # stdio mode
bun run dev:http      # HTTP/SSE mode

# Build
bun run build         # Build stdio server
bun run build:http    # Build HTTP server

🔧 配置

环境变量```bash

OPENAI_API_KEY=sk-... # Required: OpenAI API key
PORT=3001 # HTTP server port (default: 3001)


### 矢量存储配置

运行安装脚本后,配置将保存到:```json
{
"vectorStoreId": "vs_abc123",
"vectorStoreName": "TikTok API Documentation",
"lastSync": "2024-01-01T00:00:00Z",
"filesCount": 200
}

🚢 部署

使用PM2```bash

Install PM2

npm install -g pm2

Start the server

pm2 start bun --name "tiktok-mcp" -- run start:http

Save PM2 configuration

pm2 save
pm2 startup


### 使用Docker```dockerfile
FROM oven/bun:latest
WORKDIR /app
COPY package.json bun.lockb ./
RUN bun install
COPY . .
ENV PORT=3001
EXPOSE 3001
CMD ["bun", "run", "start:http"]

🔒 安全考虑

  • API密钥:从不将API密钥提交到版本控制
  • 超文本传输安全协议:在生产环境中使用HTTPS
  • 认证:为公共部署实施身份验证
  • 速率限制:考虑对API端点实施速率限制
  • CORS:为您的用例配置适当的CORS标头

📚 文档

  • MCP服务器文档 -详细的MCP实施指南
  • 模型上下文协议 -MCP官方文件
  • FastMCP框架 -框架文件
  • OpenAI矢量存储 -矢量存储API指南

🤝 贡献

欢迎投稿!请随时提交拉取请求。

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

  • 内置于 FastMCP
  • 由...驱动 OpenAI矢量存储
  • 来自的TikTok API文档 TikTok商业版

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Tiktok API Docs MCP 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Tiktok API Docs MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Tiktok API Docs MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Tiktok API Docs MCP 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Tiktok API Docs MCP 能提供哪些能力?

资料显示能力标签包括 搜索、文档检索、TypeScript、API文档。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。