xhs-writer

name xhs-writer description 生成小红书(RedNote)笔记：把主题或用户提供的素材(文字/图片/视频)做成一套竖版卡片(图文) 或一段带分镜脚本的视频稿(视频)，配 caption + hashtags，落盘到 output/小红书/。 使用时机：用户说 写小红书 / 做小红书笔记 / 小红书图文 / 小红书种草 / 出一套 xhs 卡片 / 小红书视频 / write a Xiaohongshu note / make a RedNote post。 xhs-writer — 小红书笔记生成 把一个主题 + (可选)用户素材，生成 图文卡片组 或 短视频脚本 ，按规范落盘到 output/小红书/ 。 核心理念 小红书读者看的不是长文，是 卡片组 或 短视频 。长文原稿只是中间产物；caption 只是发布配文。 图文帖(image post) ：3-9 张 9:16 竖版卡片(cover + content × N + ending)，每张 ≤80 字中文。 视频帖(video post) ：一段 15-90 秒竖屏视频脚本 + 封面卡，分镜写在 meta.json.shots 里，视频合成本 skill 不做。 爆款方法论（通用原则） 5大核心原则 ： 真实素材优先 ：项目截图、对比图、演示图 > 纯 AI 生图 聚焦核心卖点 ：用公式判断优先级（见 Step 0.5） 素人感设计 ：纯色背景 + 大 emoji + 口语化 > 品牌宣传风格 痛点导向 ：说"能解决什么问题" > 堆砌功能列表 快速迭代 ：V1(60分) → 用户反馈 → V2(70分) → 持续优化 详细方法论 ：见 references/xiaohongshu-viral-methodology.md 工作流 按顺序执行。 不要跳步 。 Step 0 — Intake(必问，一次问完) 收到请求后不要动手，先向用户确认以下要点，尽量一条消息问完： 主题 / 目标读者 / 核心观点 输出形态 ：图文 or 视频？(默认图文) 素材 ：有没有已有的文字/图片/视频要用？贴路径或拖文件 风格 ：简约清新 / 科技感 / ins 风 / 商务 / 文艺复古 / 可爱卡通(默认"简约清新") 卡片数量 / 视频时长 ：图文默认 5-7 张；视频默认 30-60 秒 Step 0.5 — 卖点/亮点分析（推荐执行） 触发条件 ： 推广类：产品、项目、工具、服务 分享类：好物推荐、经验总结、知识科普 测评类：产品对比、使用体验 执行 ： 列出所有功能/特性/亮点 用 AskUserQuestion 让用户打分（每个点）： 稀缺性（1-5）：别人有吗？独特吗？ 实用性（1-5）：能解决多大问题？ 可感知（1-5）：用户能直接看到/感受到吗？ 计算得分 = 稀缺性 × 实用性 × 可感知 排序，选择 Top 1-2 作为核心卖点/亮点 输出 ： ## 卖点/亮点分析结果 | 点 | 稀缺性 | 实用性 | 可感知 | 得分 | 优先级 | |---|---|---|---|---|---| | 亮点A | 5 | 5 | 5 | 125 | 🥇 核心 | | 亮点B | 2 | 3 | 3 | 18 | 🥉 辅助 | **核心卖点/亮点** ：亮点A（聚焦这个，其他作为辅助） 参考 ： references/xiaohongshu-viral-methodology.md 第2节 Step 1 — 素材清点(有素材才做) 如果用户提供了素材路径， 先跑脚本生成清单 ，再由 AI 用多模态能力填描述： python3 scripts/analyze_material.py <path>... \ --out <work-dir>/reference/materials.json \ --frames-dir <work-dir>/reference/frames 脚本只做确定性预处理(分类、取分辨率/时长、抽帧)。AI 随后用视觉能力 打开 materials.json 里每条 image/frame，填 caption 和 usage (cover / content-N / ending / reference)。详见 references/material-intake.md 。 素材分类（按价值排序） ： 对比图 （最有价值）：before/after、input/output、不同版本对比 功能演示 ：界面截图、操作流程图、效果展示 数据图表 ：性能对比、用户增长、功能覆盖 品牌素材 ：Logo、配色方案、官方截图 素材使用策略 ： ✅ 优先级 ：真实素材 > 图生图 > 代码叠加 > 纯 AI 生图 ✅ 对比图 ：用图生图（保留真实感 + 叠加小红书风格文字） ✅ 纯文字卡片 ：用 AI 生图（素人感设计） ❌ 避免 ：所有卡片都用纯 AI 生图（缺少真实感） 参考 ： references/xiaohongshu-viral-methodology.md 第3节 Step 2 — 采集外部参考(观点类 / 资讯类必做；纯素材驱动可跳过) 按 references/reference-search.md 执行，结果写入同一 reference/ 目录。核心数据 ≥2 个来源交叉验证。 Step 3 — 写长文原稿(2000-4000 字) 从 H2 开始( 不写 H1 ；标题入 meta.json.title )。写完 先给用户看 ，确认主旨再继续，不要直接跳到卡片/分镜。反模式清单以 references/humanizer-zh.md 为准。 Step 4 — 去 AI 化 读 references/humanizer-zh.md 五层原则，完整扫描重写原稿，给出质量评分(满分 50)。 Step 4.5 — 图生图处理（有真实素材时必做） 触发条件 ：Step 1 发现了对比图、功能演示等高价值素材 工具 ：gpt-image-2 图生图（需要 OpenAI API key） 执行 ： # 使用本项目的 image_generator import sys sys.path.insert( 0 , '~/.claude/skills/xhs-writer-skill/scripts' ) from image_generator import GptImage2Generator generator = GptImage2Generator(aspect_ratio= "9:16" ) # 图生图：保留真实素材 + 叠加小红书风格文字 generator.generate_scene_image( scene_data={ 'index' : 1 , 'image_prompt' : """Based on the reference image, create a Xiaohongshu style card, 9:16 vertical. Keep the original image visible. Add overlays: - Top: "{标题}" - Bottom: "{引导文字}" Style: - Keep original clear - Casual Xiaohongshu style - Authentic feel""" }, output_path= 'output.jpg' , size= 'auto' , reference_image_path= 'material.jpg' ) Prompt 模板 ：见 references/xiaohongshu-viral-methodology.md 附录C 失败处理 ： 重试 1 次 降低图片分辨率（max 1024px） 改用代码叠加文字（ scripts/text_on_image.py ） Step 5 — 分发：图文 or 视频 5A. 图文帖：拆成 3-9 张卡片 结构： cover (第 1 张) + content (中间若干) + ending (最后 1 张) 每张 ≤80 字( title + content 合计，代码点计数) 一张卡只讲一个论点；数字 / 对比 / 金句优先上卡 全套卡片 emoji 风格与配色保持一致 每张卡选一种 合成策略 (写入 cards[i].synthesis_strategy )，五选一。详见 references/material-intake.md ： strategy 适用 工具 优先级 img2img 有真实素材（对比图/演示图） gpt-image-2 图生图 🥇 最佳 text_on_photo 有 1 张合适照片 + 一句钩子 scripts/text_on_image.py 🥈 次选 collage 有 2-4 张互补照片 scripts/collage_3x4.py 🥉 可用 pure_text 无素材，纯文字卡 AI 生图（素人感） ✅ 常用 ai_generated 概念图 / 数据图 用户自备 t2i 服务 ⚠️ 慎用 策略选择原则 ： ✅ 有真实素材 → 优先 img2img （保留真实感） ✅ 纯文字卡片 → 用 pure_text （素人感设计） ❌ 避免所有卡片都用 ai_generated （广告感强） 素材有水印 → 先跑 scripts/crop_watermark.py 或按 references/image-sourcing.md 处理。 5B. 视频帖：写分镜脚本 写 6-12 个分镜，每镜 2-8 秒，累计时长对齐用户预期 每镜含： narration (口播，≤30 字)、 on_screen_text (屏幕字，≤15 字)、 visual (画面描述)、 material_ref (若引用 materials.json 里某条素材) 仍要出一张 cover 卡(3:4)作为封面；视频本体由用户侧工具合成，本 skill 只产脚本 字段结构见 references/meta-schema.md 的 shots[] 定义。 Step 6 — caption + hashtags + 标题 标题生成（5种公式） ： 痛点+解决方案 ： {具体痛点}？{解决方案} 适用：有明确痛点的工具/产品 提问式 ： 有没有那种{功能描述}的{产品类型}？ 适用：新工具推荐、功能发现 发现式 ： 我发现了个宝藏！{核心价值} 适用：兴奋分享、好物推荐 热点词 ： {热点词}爆火后，我用它做了{场景} 适用：蹭热点、技术类产品 身份共鸣 ： {身份标签}必备！{核心功能} 适用：有明确目标人群的产品 参考 ： references/xiaohongshu-viral-methodology.md 附录F caption ： 100-300 字，hook 开头(数字/提问/惊叹) → 关键信息 → 行动号召(点赞/收藏/关注) 带 emoji，闺蜜语气 结构 ：痛点共鸣 → 解决方案 → 具体功能 → 真实案例 → CTA 避免 ：堆砌功能、正式文案、广告感 hashtags ： 5-8 个，与主题强相关 核心标签 （4个）：热点词 + 核心功能 + 差异化卖点 + 目标人群 辅助标签 （4个）：场景词 + 品类词 避免 #生活 等过度泛化标签 只写进 meta.json ， 不 粘进卡片或正文 Step 7 — 落盘 目录与命名规则见 references/output-spec.md 。 output/小红书/{YYYY-MM-DD}/{短标题}_{YYYYMMDDHHmm}/ ├── {完整标题}.md # 长文原稿 ├── meta.json # 元数据(卡片 / 分镜 / caption / hashtags / materials) ├── images/ # (图文)最终卡图 / (视频)封面 └── reference/ # materials.json / 搜索结果 / summary / 思考过程 目录短标题与时间戳 必须 走脚本标准化，别手写： python3 scripts/normalize_slug.py "原始长标题" --with-ts meta.json 完整字段定义见 references/meta-schema.md 。 Step 8 — 校验(强制) 写完 meta.json 后必须跑： python3 scripts/validate_meta.py <work-dir>/meta.json 非 0 退出 → 读报错修 meta.json 再跑，直到 clean。不要把未校验的产物交给用户。 不要做的事 不写 H1；标题只放 meta.json.title 不在正文末尾写"参考来源 / References"；只落到 reference/ 不在 .md 里留 【插入图片：...】 占位符；图片同步下载 + 引用相对路径 不跳过 Step 4(去 AI 化)和 Step 8(validate) 不自己手算目录名 / 时间戳，一律走 normalize_slug.py 工具依赖 必需工具 Python 3.8+ PIL (Pillow) 可选工具 OpenAI API key（用于图生图，推荐） 配置：在 ~/.claude/skills/xhs-writer-skill/.env 填入 OPENAI_API_KEY 没有 API key 也能用，会生成纯文字卡片 图生图使用 # 添加路径 import sys sys.path.insert( 0 , '~/.claude/skills/xhs-writer-skill/scripts' ) from image_generator import GptImage2Generator # 初始化 generator = GptImage2Generator(aspect_ratio= "9:16" ) # 生成 generator.generate_scene_image( scene_data={ 'index' : 1 , 'image_prompt' : '...' }, output_path= 'output.jpg' , size= 'auto' , reference_image_path= 'material.jpg' # 图生图模式 ) 参考资料 核心方法论 references/xiaohongshu-viral-methodology.md ：完整爆款方法论 卖点优先级判断公式 素材使用策略（优先级排序） 爆款卡片结构（标准6-7张） 文案公式库（5种标题公式） 视觉风格指南（素人感 vs 精美设计） 图生图 Prompt 模板（3种场景） 常见错误清单（5大错误 + 解决方案） 工具使用指南 其他参考 references/humanizer-zh.md ：去 AI 化原则 references/material-intake.md ：素材处理流程 references/image-sourcing.md ：图片来源处理 references/meta-schema.md ：元数据字段定义 references/output-spec.md ：输出目录规范 快速开始 场景1：推广产品/项目 # 用户说："帮我推广这个项目 /path/to/project" # Step 0.5: 卖点分析 # → 列出功能，让用户打分（稀缺性×实用性×可感知） # → 选出核心卖点 # Step 1: 素材盘点 # → 扫描项目截图、对比图、演示图 # → 分类：对比图（最有价值）> 功能演示 > 其他 # Step 4.5: 图生图 # → 对比图用图生图（保留真实感 + 小红书风格） # → 纯文字卡片用 AI 生图（素人感） # Step 6: 生成标题（5个选项） # → 痛点式、提问式、发现式、热点词、身份共鸣 # 输出：6-7张卡片 + caption + hashtags 场景2：好物分享/经验总结 # 用户说："写一条关于 XX 好物推荐的小红书笔记" # Step 0: Intake # → 确认主题、目标读者、输出形态 # Step 0.5: 亮点分析 # → 这个好物的核心亮点是什么？ # Step 1: 素材盘点 # → 产品图、使用场景图、效果对比图 # Step 3-4: 写长文 + 去 AI 化 # Step 5: 拆成卡片 # → 封面（提问/发现式）+ 亮点展示 + 使用场景 + 真实体验 + CTA # 输出：5-7张卡片 + caption + hashtags 场景3：知识科普/教程 # 用户说："写一条关于 XX 知识的小红书笔记" # Step 0: Intake # → 确认主题、目标读者、知识点 # Step 2: 采集外部参考 # → 搜索相关资料，交叉验证 # Step 3-4: 写长文 + 去 AI 化 # Step 5: 拆成卡片（纯文字） # → 用 AI 生图（素人感设计） # → 结构：封面 + 核心概念 + 步骤/要点 + 注意事项 + CTA # Step 6: caption + hashtags # 输出：5-7张卡片 + caption + hashtags 常见问题 Q1：什么时候用图生图？ A ：有真实素材（对比图、演示图、截图）时优先用图生图。效果：真实感 > 代码叠加 > 纯 AI 生图。 Q2：如何判断卖点优先级？ A ：用公式 优先级 = 稀缺性(1-5) × 实用性(1-5) × 可感知(1-5) ，选择得分最高的 1-2 个作为核心卖点。 Q3：封面选哪种风格？ A ： 有明确痛点 → 痛点式 新工具推荐 → 提问式 好物分享 → 发现式 蹭热点 → 热点词式 明确人群 → 身份共鸣式 Q4：图生图失败怎么办？ A ：三级降级策略 重试 1 次 降低图片分辨率（max 1024px） 改用代码叠加文字（ scripts/text_on_image.py ） Q5：需要多少张卡片？ A ： 最少：3张（封面 + 核心卖点 + CTA） 标准：6张（封面 + 卖点 + 功能 + 人群 + 案例 + CTA） 完整：7张（+ 开源地址/官方链接） 更新时间 ：2026-04-25 适用场景 ：产品推广、好物分享、知识科普、经验总结、测评对比等各类小红书内容