xiaohongshu-crawler

name xiaohongshu-crawler description 小红书作品爬取工具。根据关键词爬取小红书热门作品数据，支持按日期范围、排序方式筛选，结果以结构化表格展示。当用户需要爬取小红书作品、查询小红书热门内容、搜索小红书爆款笔记时使用。触发词：小红书爬取、小红书作品、小红书爆款、小红书搜索、小红书热门、小红书笔记查询。 小红书作品爬取 📝 简介 根据关键词爬取小红书热门作品，支持按日期范围筛选和多种排序方式（相关性、最新、最热），返回笔记标题、作者、互动数据等，结果以结构化表格展示。 ✨ 功能特性 功能模块 能力描述 核心价值 作品爬取 关键词搜索小红书作品 精准发现高热度内容 日期筛选 支持按日期范围筛选 定位特定时间段的热门内容 多种排序 相关性/最新/最热三种排序 灵活满足不同筛选需求 互动数据 返回收藏、分享、评论、点赞等 全面评估作品热度 报告导出 CSV（Excel兼容）+ HTML可视化报告 本地离线查看与分享 🔑 鉴权 获取 API Key：前往 红狐hub 配置方式1：写入 ~/.openclaw/openclaw.json → { "env": { "REDFOX_API_KEY": "ak_xxxx..." } } 配置方式2：终端执行 export REDFOX_API_KEY="ak_xxxx..." ⚙️ 工作流程 Step 1: 🔍 用户意图理解 从用户输入中提取以下参数： 参数 提取规则 默认值 keyword 用户提到的搜索关键词 空字符串 "" startDate 起始日期，解析为 YYYY-MM-DD 30天前（脚本自动计算） endDate 结束日期，解析为 YYYY-MM-DD 今天（脚本自动计算） sortType 排序方式，见下表 "_0" sortType 枚举： 值 含义 触发词 _0 相关性排序（默认） 默认排序、综合排序、相关 _2 最新（按发布时间排序） 最新、 newest、按时间 _4 最热（按互动数排序） 最热、最火、hottest、按热度 时间解析规则： 用户输入 解析方式 示例 绝对日期 解析为 YYYY-MM-DD 6月1号 → 2026-06-01 相对日期 基于当前日期计算 最近7天 → start=7天前, end=今天 日期范围 分别解析为 startDate/endDate 5月30日到6月2日 未提供时间 不传 --start-date / --end-date ，脚本默认查最近30天 不传参数 Step 1.5: 🧠 关键词类型判断（⚠️ 调用脚本前必须执行） 核心规则：泛化词必须先询问再查询，具体词直接查询。 关键词分类： 类型 特征 处理方式 空关键词 用户未提供关键词（如「最近热门笔记」） 直接查询全站热门，keyword 传 "" 细分词 含具体场景/属性/人群修饰（如「减脂餐」「小个子穿搭」「生酮饮食」） 直接调用脚本 泛化词 纯大类词，无修饰成分（如「美食」「穿搭」「美妆」） 必须先推荐细分词，等待用户回复后再查询 泛化词处理流程（⚠️ 禁止直接调用脚本！）： 第一步：生成 10 个细分词推荐 生成原则： 词的大小适中，避免过细（查不到数据）或过泛 必须覆盖不同场景：趋势词、人群词、场景词、意图词各 2-3 个 输出示例： 我识别到「美食」是较大的分类，推荐以下细分方向： 家常菜、烘焙甜点、减脂餐、早餐、宵夜、地方菜系、懒人食谱、宝宝辅食、火锅、咖啡饮品 回复「拓展」将同时搜索这 10 个词，回复「不拓展」将继续搜索「美食」 第二步：等待用户回复（禁止在同一次对话中继续执行脚本） 用户回复「拓展」 → 调用脚本搜索 10 个细分词（逗号分隔） 用户回复「不拓展」 → 调用脚本搜索原关键词 Step 2: 📡 调用脚本 # 基础调用（仅关键词，日期默认最近30天，排序默认相关性） python3 ~/.qoderwork/skills/xiaohongshu-crawler/scripts/crawl_xhs.py "<关键词>" # 完整参数（仅传入非空的时间/排序参数） python3 ~/.qoderwork/skills/xiaohongshu-crawler/scripts/crawl_xhs.py "<关键词>" --start-date <startDate> --end-date <endDate> --sort-type <_0|_2|_4> 脚本返回 JSON，包含 articles 数组、 total 总数，以及以下辅助字段： 字段 类型 说明 articles 数组 作品数据（主要展示内容） relatedSearches 数组 相关搜索词推荐 latestHotArticles 数组 近期热门笔记推荐（辅助内容，默认展示 10 条） hotTopics 数组 热门话题标签（仅供参考，不在对话中展示） 每条作品字段（脚本内部字段 ↔ 接口原始字段）： 脚本字段 接口原始字段 说明 title title 笔记标题 author authorNickname 作者昵称 collect_count collectedCount 收藏数 share_count sharedCount 分享数 comment_count commentsCount 评论数 like_count likedCount 点赞数 publish_time createTime 发布时间 work_url shareInfoLink 作品链接 cover cover 封面图 URL desc desc 笔记描述/话题标签 author_fans authorFans 作者粉丝数 interactive_count interactiveCount 互动总数 work_id id 作品 ID Step 3: 📊 结果展示 ⚠️ 总数校验 ：展示的 N 必须取自 articles 数组长度，禁止人工计数。 ⚠️ 强制输出规则 ：直接读取脚本返回的 JSON 数据，按对应策略输出，禁止添加额外分析或建议。 情况 A：articles ≥ 20 A1. 输出查询范围： 📊 关键词「 XXX 」共爬取到 N 条 小红书作品，以下是详细数据： A2. 输出风控提示（紧跟 A1 之后、表格之前）： ！！！受小红书风控规则限制，部分作品链接可能无法正常跳转，您可复制对应作品标题前往小红书搜索查看，感谢理解🙇‍♀️🙇‍♀️ A3. 展示前 20 条表格： | # | 笔记标题 | 作者 | 收藏 | 分享 | 评论 | 点赞 | 发布时间 | |---|---------|------|------|------|------|------|----------| | 1 | [ 标题 ]( work_url ) | 作者名 | 1.2w | 3.5w | 8000 | 5.6w | 06-02 19:55 | A4. 提示剩余数据： 以上展示了前 20 条数据，还剩 M 条 未展示。回复「查看全部」展开剩余数据。 A5. 推荐细分赛道（基于当前关键词生成 10 个相关细分方向词）： 如需深入探索某个细分方向，可以从以下关键词中选择： {细分词1}、{细分词2}、...、{细分词10} 回复具体关键词，我将为您查询。 情况 B：0 < articles < 20 B1. 输出查询范围 + 数据较少提示： 📊 关键词「 XXX 」共爬取到 N 条 小红书作品。 💡 当前关键词在该时间段结果较少，您可以尝试更换更短的关键词或扩大时间范围。 B2. 输出风控提示： ！！！受小红书风控规则限制，部分作品链接可能无法正常跳转，您可复制对应作品标题前往小红书搜索查看，感谢理解🙇‍♀️🙇‍♀️ B3. 展示全部表格（同 A3 格式）。 B4. 推荐细分赛道（同 A5）。 情况 C：articles = 0 😔 抱歉，未找到与「 XXX 」相关的小红书作品，请尝试更换关键词或调整时间范围。 C1. 推荐搜索词（从 relatedSearches 字段提取，以加粗形式展示）： 🔍 推荐搜索词 ：词1、词2、词3... ⚠️ 若 relatedSearches 为空则不展示此条。 C2. 推荐热门笔记（从 latestHotArticles 字段取前 10 条，表格不含评分字段）： 💡 我们为您推荐了近期的热门笔记供参考： | # | 笔记标题 | 作者 | 收藏 | 分享 | 评论 | 点赞 | 发布时间 | |---|---------|------|------|------|------|------|----------| | 1 | [ 标题 ]( work_url ) | 作者名 | 1.2w | 3.5w | 8000 | 5.6w | 06-02 19:55 | ⚠️ 若 latestHotArticles 为空则不展示此块。 C3. 推荐热门赛道（从 hotTopics 字段提取；若为空则使用以下默认列表）： 📈 您还可以尝试搜索以下热门赛道： 穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、运动、科技、互联网、医疗保健、教育、亲子育儿、生活 格式化规则（适用于所有情况）： 数字 < 10000 直接展示；≥ 10000 用 x.xw 格式 publish_time 转为 MM-DD HH:MM ；无论是否指定时间范围均展示 标题超 30 字截断加 ... ，使用 [标题](work_url) 链接格式 标题为空时显示“-” Step 4: 📦 更多操作 展示完结果后，末尾追加以下内容： ⚡ 更多操作 • 是否需要下载 Excel 文件或 HTML 可视化报告？便于您在浏览器中打开查看 • 本次共 N 条作品，是否需要查看剩余 M 条？ ⚠️ 第二条仅在 articles > 20 时展示，N 为总数，M = N - 20。 4.1 下载报告 将爬取结果 JSON 写入临时文件，再调用报告生成脚本： echo '<JSON数据>' > /tmp/xhs_crawl_data.json python3 ~/.qoderwork/skills/xiaohongshu-crawler/scripts/generate_report.py "<关键词>" \ --input /tmp/xhs_crawl_data.json --format <csv|html|both> --format 生成文件 告知用户示例 csv CSV（Excel 兼容） ✅ Excel（CSV）文件已生成：~/Downloads/XhsCrawl/小红书作品_关键词_时间戳.csv html HTML 可视化报告 ✅ HTML 可视化报告已生成：~/Downloads/XhsCrawl/小红书作品_关键词_时间戳.html both CSV + HTML 同时告知两个文件路径 4.2 用户回复「查看全部」 直接展示剩余数据（从第 21 条开始），使用与 A3 相同的表格格式，不再追加「更多操作」提示。