Instagram MCP Server

Готовый к продакшену сервер Model Context Protocol (MCP) для взаимодействия с API Instagram/Meta. Позволяет AI-агентам управлять контентом, анализировать эффективность, исследовать конкурентов и обрабатывать рабочие процессы публикации через структурированные MCP-инструменты.

Возможности

• Управление аккаунтом: Получение профиля, аналитика аккаунта, список медиа

• Аналитика контента: Аналитика постов, Reels и Stories с метриками вовлечённости

• Генерация контента: Идеи для Reels, подписи, хэштеги, контент-календари

• Исследование конкурентов: Анализ профилей, сравнение контента, отчёты по конкурентам

• Управление комментариями: Классификация, модерация, рабочие процессы автоответов

• Рабочий процесс публикации: Создание контейнеров, публикация медиа, отслеживание статуса

• Оценка лидов: Анализ бизнес-лидов с уровнями оценки

• Журналирование аудита: Полное журналирование запросов/ответов с метриками выполнения

Related MCP server: Instagram Control MCP Server

Предварительные требования

• Python 3.10+

• Приложение Meta Developer с доступом к Instagram Graph API

• Бизнес-аккаунт Instagram, подключённый к вашему приложению Meta

Быстрый старт

1. Клонирование и установка

git clone <repository-url>
cd instagram-mcp
pip install -r requirements.txt

2. Настройка окружения

cp .env.example .env

Отредактируйте .env со своими учётными данными:

META_APP_ID=your_meta_app_id
META_APP_SECRET=your_meta_app_secret
INSTAGRAM_ACCESS_TOKEN=your_instagram_access_token
INSTAGRAM_BUSINESS_ACCOUNT_ID=your_instagram_business_account_id

3. Запуск сервера

python server.py

Docker

docker-compose up --build

Конфигурация MCP-клиента

Добавьте в конфигурацию вашего MCP-клиента (например, Claude Desktop, Cursor):

{
  "mcpServers": {
    "instagram": {
      "command": "python",
      "args": ["server.py"],
      "cwd": "/path/to/instagram-mcp"
    }
  }
}

Доступные инструменты

Инструменты аккаунта

Инструменты аналитики

Инструменты контента

Инструменты конкурентов

Инструменты комментариев

Инструменты публикации

Инструменты лидов

Примеры команд на естественном языке

"What were my best performing Reels last month?"
→ instagram_get_reel_insights (multiple calls) → sort → analyze → top results

"Generate a 30-day content calendar for an AI automation agency"
→ instagram_generate_content_calendar

"Analyze my competitor @examplebrand"
→ instagram_analyze_competitor → instagram_find_competitor_content

"What comments need moderation on my latest post?"
→ instagram_get_comments → classify → filter

"Compare my engagement with @competitor1 and @competitor2"
→ instagram_compare_accounts

AI-уровень принятия решений

Сервер реализует внутренний конвейер принятия решений:

1. Запрос пользователя — ввод на естественном языке

2. Определение намерения — определение требуемой операции

3. Проверка разрешений — проверка доступа к API

4. Выбор инструмента — сопоставление с соответствующим MCP-инструментом

5. Instagram API — выполнение авторизованного вызова API

6. Проверка данных — валидация данных ответа

7. Аналитика/рассуждения — обработка и анализ результатов

8. Структурированный ответ — возврат форматированного JSON

Классификация комментариев

Комментарии автоматически классифицируются по категориям:

Оценка лидов

Факторы оценки: количество подписчиков, частота публикаций, бизнес-категория, выявленные потребности, наличие веб-сайта.

Обработка ошибок

Все инструменты возвращают структурированные ответы об ошибках:

{
  "success": false,
  "error": {
    "code": "RATE_LIMIT",
    "message": "Instagram API rate limit reached.",
    "retryable": true
  }
}

Коды ошибок: UNAUTHORIZED, FORBIDDEN, NOT_FOUND, RATE_LIMIT, SERVER_ERROR, NETWORK_ERROR, INVALID_MEDIA, PERMISSION_MISSING

Структура проекта

instagram-mcp/
├── server.py              # Main MCP server with tool definitions
├── config.py              # Configuration management
├── requirements.txt       # Python dependencies
├── .env.example           # Environment template
├── Dockerfile             # Container configuration
├── docker-compose.yml     # Docker Compose setup
├── mcp/
│   ├── tools/             # MCP tool implementations
│   │   ├── account.py     # Account tools
│   │   ├── analytics.py   # Analytics tools
│   │   ├── content.py     # Content generation tools
│   │   ├── comments.py    # Comment management tools
│   │   ├── publishing.py  # Publishing workflow tools
│   │   └── competitors.py # Competitor research tools
│   └── schemas/           # Pydantic data models
│       ├── account.py
│       ├── content.py
│       └── analytics.py
├── services/              # Business logic layer
│   ├── instagram_api.py   # Instagram Graph API client
│   ├── analytics.py       # Analytics calculations
│   ├── content_ai.py      # Content generation engine
│   └── lead_scoring.py    # Lead analysis and scoring
├── database/              # Data persistence
│   ├── models.py          # SQLAlchemy models
│   └── repository.py      # Database operations
└── tests/                 # Unit tests
    ├── test_account.py
    ├── test_analytics.py
    ├── test_publishing.py
    └── test_errors.py

Запуск тестов

pytest tests/ -v

Безопасность

• Аутентификация OAuth 2.0 через Meta Graph API

• Токены доступа хранятся в переменных окружения

• Никакого извлечения учётных данных или сессий

• Проверка разрешений перед операциями

• Обработка ограничений скорости с логикой повтора

• Журналирование аудита для всех выполнений инструментов

• Токены и секреты никогда не раскрываются в ответах

Лицензия

MIT