小红书爆款笔记生成 Agent Skill

Xiaohongshu Viral Note Agent Skill

中文 | English

这是什么

做了五年小红书内容运营，操盘过数码、软件、教育、美妆、母婴、家居、本地生活多个赛道的账号。

五年里反复在做的事情就几件：刷热门找选题、拆解爆款结构、写文案、改到没有 AI 味、盯着数据复盘、然后下一条。这些经验慢慢变成了肌肉记忆 — 什么标题机制容易爆、什么叙事框架适合种草、什么时间发流量最好、账号权重掉了怎么救。

去年开始用 AI 辅助内容生产，发现一个问题：AI 能写，但不懂小红书。 通用大模型写出来的文案要么太"作文"，要么编造数据，要么踩合规红线。

所以把五年的运营方法论 + AI 工程能力融合，做了这个 Skill — 从选题研究、内容生成、合规校验、账号分析、扫码登录、一键发布到发后复盘，小红书运营的全流程一站式搞定。

不是让 AI 替你写小红书，而是把你的运营经验"教"给 AI，让它按你的方法论做研究、生成、校验，你只管审稿和发布。

49 个 MCP 工具，覆盖从选题到复盘的完整闭环。接入 Cursor、Claude 或任意 AI Agent 就能用。

我们的愿景很简单：让小红书创作变得更简单，降低写作门槛，人人都能成为小红书爆款笔记创作者。 不需要你有五年的运营经验，不需要你懂 AI 工程，装上就能用。

产品展示

它能帮你解决什么

你遇到的问题	它怎么帮你
找选题靠感觉，刷两小时热门还是不知道写什么	联网抓取公开热门数据，自动分析热度带、上升词、内容缺口，给你可点选的选题列表
写一篇文案要两小时，改到没 AI 味又要一小时	一键从选题生成完整图文/视频交付包：标题、封面文案、正文、话题标签、CTA 全包，内置去 AI 味改写
发布前心里没底，怕踩合规红线	三道门禁自动过：声明验证 + 原创性检查 + 合规检查，任一不过自动阻断
不知道账号现在什么情况，该往哪个方向调	导入授权数据，估算账号权重和内容健康度，按弱项推荐选题和笔记风格
发布流程太繁琐，登录-上传-填标签-发布要半小时	授权扫码登录 → 草稿预览 → 显式批准 → 自动发布，全程可控
发完就完了，不知道效果怎么样	自动同步发布后指标，归因分析、A/B 实验、复盘建议，闭环运营

30 秒上手

# 安装
pip install -e '.[dev]'

# 一键从热门选题到成稿
xhs-skill generate --topic "通勤防晒" --search-provider fixture --output output/package.json

# 或者用 MCP 接入你的 AI Agent
python -m xhs_skill.mcp.server --transport stdio

核心能力

研究 / 选题

联网搜索公开热门笔记，自动去重、排序、趋势分类
返回可点选的 topic_suggestions，每个选题带 generate_payload，一跳生成
hot_insights：热度带、上升词、早期速度信号、内容缺口、标题机制统计

内容生成

多候选标题/封面/正文，按相关性 + 多样性排序
图文分页 / 视频分镜（15/30/45/60s 口播模板）
叙事框架：PAS / AIDA / BAB / QUEST / 4P / SCQA
笔记类型：测评、种草、避坑、清单、教程、探店、对比、决策

校验门禁

声明台账：客观说法自动抽取，无法验证的只能删除或转主观
原创性：字面 + 语义 + 稀有短语 + 图片 pHash 多维度检测
合规：极限词、虚构体验、医疗/金融承诺、商业披露
AI 来源：记录并标识 AI 生成或修改的内容

账号分析

账号权重估算（非官方分数，明确标注）
内容健康度：互动/收藏/节奏/搜索/风险多维度
按弱项自动推荐 note_style 和选题角度

发布与运营

授权扫码登录，AES-256-GCM 加密会话
草稿 → 预览 → 显式批准 → 发布，每步可拦截
发布后自动同步指标：归因分析、权重趋势、内容日历、系列规划、A/B/n 实验、LinUCB 多臂老虎机

工具一览（49 个 MCP 工具）

分组	工具	说明
研究/选题	`search_hot_notes` `search_trending_topics` `analyze_hot_notes` `suggest_topics_by_health`	联网热门研究与选题建议
生成/改写	`generate_xhs_note` `generate_from_hot` `rewrite_xhs_note` `diagnose_xhs_note` `plan_content_outline` `draft_comment_reply` `generate_xhs_note_variants`	内容生成、改写、诊断、评论草稿
校验门禁	`verify_claims` `check_originality` `check_compliance`	声明、原创性、合规检查
账号/登录	`query_account_weight` `query_content_health` `diagnose_account` `sync_account_analytics` `start_account_login` `check_account_login` `logout_account`	账号分析与授权登录
发布流	`create_publish_draft` `preview_publish_draft` `approve_publish_draft` `publish_note` `schedule_note` `get_publish_windows`	草稿、预览、批准、发布、定时
发后运营	`sync_published_metrics` `get_performance_attribution` `get_account_weight_trend` `create_content_calendar` `create_content_series` `create_abn_experiment` `choose_content_bandit` `generate_retrospective` `analyze_performance`	指标同步、归因、日历、实验、复盘
企业管控	`get_enterprise_controls` `get_enterprise_budget` `create_enterprise_approval` `decide_enterprise_approval` `verify_enterprise_audit` `enterprise_dlp_scan`	租户策略、预算、审批、审计、DLP

完整契约：contracts/mcp-tools.json

支持的模型

Provider	适配方式
OpenAI / GPT	Responses API
Anthropic / Claude	Messages API
Google / Gemini	Generate Content API
DeepSeek、Qwen、Ark、GLM、Kimi、MiniMax、混元、千帆	OpenAI-Compatible
Amazon Bedrock	Converse API
Azure OpenAI	OpenAI-Compatible
自托管（vLLM 等）	OpenAI-Compatible

模型标识符是配置，不是硬编码。详见 assets/providers.yaml。

搜索 Provider

Provider	说明
`client_web`	宿主 Agent 传入的 `web_results`（无需 API Key）
`brave`	Brave Search API
`bing`	Bing Web Search
`google_cse`	Google Custom Search
`searxng`	自托管 SearxNG
`openai_web`	OpenAI Web Search
`fixture`	离线开发确定性数据

未配置 Key 时，自动返回 needs_web_search，宿主 Agent 可用自己的搜索能力补充。

快速开始

# 1. 安装
python -m venv .venv && source .venv/bin/activate
pip install -e '.[dev]'

# 2. 配置
cp .env.example .env
# 编辑 .env，填入你的 API Key

# 3. 浏览器发布需要
playwright install chromium

# 4. 运行
xhs-skill serve --host 127.0.0.1 --port 8080   # HTTP API
python -m xhs_skill.mcp.server --transport stdio  # MCP

CLI 示例

# 搜索热门
xhs-skill search-hot --query "通勤防晒" --provider fixture

# 一键生成
xhs-skill generate --topic "通勤防晒" --search-provider fixture

# 账号分析
xhs-skill account weight --account demo --input examples/account_analytics.json

# 发布流程
xhs-skill publish draft --account demo --package output/package.json
xhs-skill publish preview --draft <draft-id>
xhs-skill publish approve --draft <draft-id>
xhs-skill publish execute --draft <draft-id> --approval-token <token>

MCP 接入

Cursor / Claude Desktop

{
  "mcpServers": {
    "xhs-skill": {
      "command": "python",
      "args": ["-m", "xhs_skill.mcp.server", "--transport", "stdio"]
    }
  }
}

HTTP 端点

POST /mcp

A2A

GET /.well-known/agent-card.json

安全边界

本 Skill 不会：

绕过验证码、风控或访问控制
自动化刷量、虚假评论
洗稿或复刻他人内容
隐瞒商业合作关系
把估算数据伪装成官方数据

发布前必须过三道门禁：声明验证 + 原创性检查 + 合规检查。任一不过，自动阻断。

企业版

支持 OIDC / SCIM 身份管理、租户隔离、多人审批、DLP、审计哈希链、Vault / KMS 密钥管理。

pip install -e '.[enterprise]'

项目结构

├── SKILL.md              # Agent 入口（你正在看的 README 的底层协议）
├── src/xhs_skill/        # Python 源码
│   ├── mcp/              # MCP 协议与 49 个工具
│   ├── research/         # 联网研究与趋势分析
│   ├── generation/       # 内容生成与改写
│   ├── verifiers/        # 合规、原创性、声明校验
│   ├── accounts/         # 账号权重与健康度
│   ├── publishing/       # 授权发布流程
│   ├── operations/       # 发后运营与实验
│   ├── enterprise/       # 企业管控
│   └── ...
├── contracts/            # MCP / OpenAPI / A2A 契约
├── schemas/              # 34 个 JSON Schema
├── references/           # Agent 按需加载的参考文档
├── scripts/              # CLI 与运维脚本
├── tests/                # 测试（unit + contract + integration）
└── evals/                # 1750 条评测数据

开发

pip install -e '.[dev,enterprise,ml,vision]'
pytest
ruff check .
mypy src/xhs_skill scripts

License

MIT

Xiaohongshu Viral Note Agent Skill

At a glance

README