X Agent Intelligence 插件：用 MCP 把 X 变成本地可搜索情报流 · 干货攻略

  • 链接: https://github.com/dair-ai/dair-academy-plugins
  • 分类: x-tips
  • 来源: X @omarsar0
  • 作者: Jay
  • 更新: 2026-09-19
  • 仓库: dair-ai/dair-academy-plugins

这是什么

dair-ai/dair-academy-plugins 是 DAIR.AI 维护的一个 Claude Code 插件市场，涵盖 AI 课程助教、X 情报流、论文策展、图像生成、LLM Council 等多个垂直场景。其中 x-agent-intelligence 插件（v1.4.0）解决了一个实际问题：如何把 X（Twitter）上关注的 AI / Agent 账号动态，自动汇聚成一个本地可离线阅读、可分类检索的 HTML 情报流，而无需依赖任何第三方聚合平台或 API 代理服务。

整个产物是一个完全自包含的 feed.html，不需要后端、不需要构建步骤、不需要 scheduler，下次刷新只需重新跑一遍提示词即可。

为什么值得关注

@omarsar0（DAIR.AI 联合创始人，资深 AI 工程布道者）在 X 上分享了这个插件的实战用法，引发了关注。它的核心价值有三点：

  1. MCP 2.0 工具链的具体集成案例：这不是纸上谈兵——插件直接调用 X 官方 MCP Server 的标准化工具链（get_users_posts、search_posts_all 等），展示了 MCP 在情报收集场景的端到端落地方式。
  2. 本地优先，数据主权：所有数据经过 MCP 访问 X API 后，在本地由 LLM 整理成结构化 JSON，再渲染成 HTML。源内容不进任何第三方服务。
  3. Skill 架构开箱即用：整个流程被封装成一个 Claude Code Skill，用户只需要说一句自然语言指令，Agent 就能完成从配置到产出的全部步骤。

在 RAG 和 Agent 爆火的背景下，用 MCP 构建"个人信息流"是一个被低估但极其实用的方向。相比 LangChain 的Heavy 依赖，这个方案轻量得多。

核验过程

本攻略的所有命令和参数均来自以下官方来源，逐一交叉核验：

官方来源

来源 内容核验
GitHub README 确认插件列表、版本号、安装命令
x-agent-intelligence README 确认 v1.4.0、X MCP 配置方式、xurl OAuth 2.0 PKCE 方案
x-agent-intelligence SKILL.md 确认工具链（MCP 工具名、Schema 定义、渲染要求）

交叉验证结论

  • 安装命令：/plugin marketplace add dair-ai/dair-academy-plugins 和 /plugin install x-agent-intelligence@dair-academy-plugins 两个步骤在 README 和 SKILL.md 中完全一致 ✅
  • X MCP endpoint：https://api.x.com/mcp 在 SKILL.md 中明确声明，与 X 官方文档一致 ✅
  • xurl 配置：README 明确说明 xurl 为推荐本地桥接，执行 OAuth 2.0 PKCE 登录并刷新 Token，与 X 平台的 MCP 认证方案吻合 ✅
  • MCP 工具集：SKILL.md 列出了 get_users_by_usernames、get_users_posts、search_posts_all、get_posts_by_ids、get_posts_by_id 等工具，与 X 官方 MCP API 工具名一致 ✅
  • 输出产物要求：SKILL.md 明确要求输出为自包含 HTML，内联所有数据，无后端依赖——这一点在 README 中也被强调 ✅

原帖主张说明：@omarsar0 原帖链接（x.com/omarsar0/status/1834888371964219431）在核验时已返回 404，内容已无法直接读取。攻略中关于插件功能的所有描述均来自 GitHub 官方 README 和 SKILL.md，而非原帖二手摘要。

上手步骤

第一步：安装插件市场

/plugin marketplace add dair-ai/dair-academy-plugins

第二步：安装 x-agent-intelligence 插件

/plugin install x-agent-intelligence@dair-academy-plugins

第三步：配置 X MCP（官方推荐 xurl）

在 Claude Code 的 MCP 配置文件（通常是 ~/.claude/mcp.json 或项目级配置）中添加：

{
  "mcpServers": {
    "xapi": {
      "command": "npx",
      "args": ["-y", "@xdevplatform/xurl", "mcp"],
      "env": {
        "CLIENT_ID": "YOUR_X_APP_CLIENT_ID",
        "CLIENT_SECRET": "YOUR_X_APP_CLIENT_SECRET"
      }
    }
  }
}

安全提醒：不要把真实 CLIENT_ID / CLIENT_SECRET 提交到 Git。将配置写入 ~/.claude/mcp.json 并确保该文件在 .gitignore 中。xurl 在本地执行 OAuth 2.0 PKCE，Token 不经过第三方服务器。

如果你只需要只读权限，X 也支持 App-only Bearer Token 方式，具体见 X MCP 官方文档。

第四步：告诉你的 Agent 要做什么

配置好 MCP 后，向 Claude Code 说：

Use the x-agent-intelligence skill to build a self-contained local feed from my X MCP connection; ask for my source handles if needed, save feed.html, and validate it.

Agent 会自动完成以下步骤：

  1. 确认 X MCP 可用：检查 https://api.x.com/mcp 是否可达
  2. 询问源账号（或使用内置 starter 列表）：不加 @ 的 X handle，如 OpenAI、AnthropicAI、_akhaliq
  3. 通过 MCP 拉取数据：依次调用 get_users_by_usernames → get_users_posts → get_posts_by_ids
  4. 结构化处理：将每条 Post 规范化为 JSON Schema，包含 id、date、category、handle、title、summary、media_url 等字段
  5. 去重和排序：按 Post ID 去重，排除回复和转发，按时间排序
  6. 渲染 HTML：基于 reference-artifact.html 生成自包含 feed.html

第五步：自定义情报流配置

Agent 会询问以下参数（也可以在提示词中直接指定）：

  • 源账号列表：不加 @，如 OpenAI AnthropicAI _akhaliq omarsar0
  • 回溯窗口：默认 24 小时（每日简报）或 7 天（建立 backlog）
  • 分类：Coding Agents、Frameworks、Agent Research、Papers、Models、Meta
  • 每日最大条目数：默认 10–25 条
  • 输出路径：默认当前目录的 feed.html

输出产物验证清单

Skill 要求在交付前验证以下所有条件：

  • ✅ 输出可以本地直接打开（file:// 协议）
  • ✅ 每条故事都有有效的 X URL 和 handle
  • ✅ 日期从新到旧排序
  • ✅ 筛选器和搜索在零匹配时优雅降级
  • ✅ 缺失的头像、媒体、嵌入有降级处理
  • ✅ 没有任何 API Key、Bearer Token、Client Secret、OAuth Token、家目录路径或私有 MCP URL 出现在输出中
  • ✅ 摘要标注为摘要，链接指向原始 Post

坑与适用边界

⚠️ 认证配置有门槛

xurl 需要你有 X App 的 CLIENT_ID 和 CLIENT_SECRET。没有 X 开发者账号的同学需要先去 developer.x.com 创建一个 App，并申请 MCP 相关权限。这个门槛比简单的 Bearer Token 稍高，但认证链路更安全（OAuth 2.0 PKCE，不暴露明文密码）。

⚠️ MCP 工具名因客户端而异

SKILL.md 注明工具名可能因 Claude Code 客户端的 namespace 而有所不同。如果 get_users_posts 不可用，Skill 会降级到 search_posts_all + from:handle 查询。这是设计层面的容错，而非 bug。

⚠️ 回复和转发过滤有盲区

SKILL.md 明确指出，即使 X MCP 响应中声明了排除回复/转发，Skill 仍然会在应用层做防御性过滤（检查 in_reply_to_user_id 和 referenced_tweets）。这是一个偏谨慎的设计，说明 X MCP 的过滤参数可能存在不可靠情况。

⚠️ Widget 嵌入不保证可用性

HTML 产物中使用 X widget embed 作为可选增强，但 Skill 明确要求"即使 X widget 加载失败，feed 也要保持可读"。这意味着你不应该依赖 widget 来传递核心信息。

适用边界

  • ✅ 适合：个人 AI 资讯收集、竞品监控、每日行业简报
  • ✅ 适合：离线或弱网环境下阅读（HTML 可完全离线）
  • ❌ 不适合：需要多人实时协作的情报系统（无后端、无多用户）
  • ❌ 不适合：高频实时监控（每次刷新都需要重新跑一遍提示词，无主动推送）

一句话结论

x-agent-intelligence 插件展示了 MCP 2.0 在"数据获取→结构化→呈现"链路上的完整实战用法：配置好 X MCP 后，一句自然语言就能生成一个完全本地、零依赖的 AI 资讯情报流，适合个人或小团队做日常信息管理。

原文 X 帖子已失效（404），本攻略所有技术细节均直接取自 GitHub 官方仓库 README 和 SKILL.md，并经交叉验证。