xiaohongshu-ingest

name xiaohongshu-ingest description 小红书笔记采集 → 统一 frontmatter Markdown → 爆款拆解 + 衍生选题。 支持笔记链接和 xhslink 短链；爆款拆解按「人群×场景×痛点×情绪×钩子」生成可复用选题。 category content triggers ["用户发送小红书笔记链接","采集这篇小红书笔记","拆解这个爆款笔记","帮我做小红书选题"] version 1.0.0 tags ["content","xiaohongshu","ingest","hook-analysis","topic"] 小红书采集 + 爆款拆解 Skill 把小红书笔记抓成结构化 Markdown 入库，再用 DeepSeek 拆解爆款逻辑、衍生可直接写的选题。 自动区分图文与视频笔记 ：图文 → 下载图片本地嵌入；视频 → 像抖音那样转成文字稿。 补齐了仓库在「中文内容采集」上最大的平台缺口，也是「采集 → 选题」创作工作流的起点。 环境要求 # 图文采集零依赖（仅 Python 标准库） # 视频笔记转录需要（与抖音/B站转录同一套依赖）： pip install funasr modelscope torch torchaudio # macOS: brew install ffmpeg | Ubuntu: sudo apt install ffmpeg # 强烈建议：配置 cookie 以规避风控（从浏览器登录后复制） export XHS_COOKIE= "你的小红书 cookie 字符串" # 爆款拆解需要 DeepSeek API Key export DEEPSEEK_API_KEY= "your-api-key" 使用方法 # 1) 采集笔记 → 统一 frontmatter Markdown python scripts/fetch_note.py "https://www.xiaohongshu.com/explore/xxxx" -o ./out python scripts/fetch_note.py "http://xhslink.com/xxxx" -o ./out python scripts/fetch_note.py "链接" -o ./out --no-images # 图文：只留图片链接不下载 python scripts/fetch_note.py "链接" -o ./out --no-video # 视频：不转录，只留视频链接 python scripts/fetch_note.py "链接" -o ./out --fallback-text 手动正文.txt # 2) 爆款拆解 → 拆解报告 + 5 条衍生选题 python scripts/analyze_hook.py ./out/某笔记.md -o ./out 产出 fetch_note.py ：标题、正文、标签、作者、互动数据（赞/藏/评）→ 统一 frontmatter Markdown（ platform: xiaohongshu ，含 note_type: image|video ）。 按笔记类型分流 ： 图文笔记 ：图片下载到本地 <标题>.assets/ 并以 ![]() 嵌入（正文常在图里，本地化后 Obsidian 直接可见）。 --no-images 只留链接，单张失败自动回退为链接 视频笔记 ：提取视频直链 → ffmpeg 抽音频 → SenseVoice 转录为文字稿写入 ## 视频文字稿 。 --no-video 只留视频链接；缺 funasr/ffmpeg 时自动降级为存链接 analyze_hook.py ：目标人群 / 场景 / 痛点 / 情绪价值 / 标题钩子 / 正文结构 / 可复用模板 / 5 条衍生选题（带 - [ ] 勾选，可直接进选题库） ⚠️ 关于反爬（务必先读） 小红书风控严格， 未登录的纯脚本访问经常被拦 。本 skill 的策略： 优先解析页面内嵌的 __INITIAL_STATE__ 结构化数据 失败则回退到 og: 元标签 仍失败时给出明确提示——此时可 手动复制笔记正文 存成 .txt ，用 --fallback-text 继续生成统一 Markdown，或直接走 analyze_hook.py 拆解（拆解环节不依赖抓取） 提供 XHS_COOKIE 能显著提高采集成功率。页面结构若调整，需更新 fetch_note.py 里的选择器。 合规声明 仅供 个人学习与研究 使用。请遵守小红书用户协议与 robots 规则，控制请求频率，不要用于批量抓取、商用爬取或侵犯他人权益的场景。 衔接工作流 采集产物 → knowledge-base-management 入库（统一 frontmatter，按 platform 聚合） 衍生选题 → 创作者选题流（采集 → 拆解 → 选题库 → 初稿） 多篇拆解 → 沉淀「爆款选题库」，对接 industry-intelligence-radar 的趋势信号 参考 小红书爆款方法论：人群 × 场景 × 痛点 + 情绪价值 DeepSeek — 拆解用 LLM