xhs-hotnotes

Name: xhs-hotnotes
Author: SpaceZephyr

130stars16forks

How to install xhs-hotnotes?

spacezephyr/creator-buddy/xhs-hotnotes

$npx -y skills add SpaceZephyr/creator-buddy --skill xhs-hotnotes

Installs into the current project.

Summary

小红书热门笔记搜索工具，支持关键词搜索获取热门内容数据，基于数据评分排序推荐热门笔记，助力创作者发现热门趋势、获取创作灵感。仅在主Agent中执行,不派发给子Agent。

Files · 1

View on GitHub

SKILL.md

1	# 小红书爆款笔记查询
2
3	## 1. 简介
4
5	小红书热门笔记搜索工具，支持按关键词搜索小红书热门爆款笔记，并基于相关性、热度、时效三维评分智能排序推荐。同时提供热门笔记推荐和细分赛道引导，助力创作者、品牌方和 MCN 机构发现热门趋势、获取创作灵感。注意：本工具仅在主 Agent 中执行，不派发给子 Agent。
6
7	## 2. 功能特性
8
9	- 🔍 关键词智能搜索 — 支持关键词精确搜索、多关键词组合（逗号分隔）、全站热门查询（空关键词）
10	- 📊 三维评分排序 — 有关键词时按相关性（满分10分）、热度（满分3分）、时效（满分2分）加权计算总分（满分15分），全站热门按互动数排序
11	- 🧠 精细意图理解 — 优先从用户描述中提取细分方向词，识别泛化词并自动推荐 10 个细分方向
12	- ⏱️ 灵活时间范围 — 默认查询最近7天，数据不足时自动扩展时间范围（1天→3天→7天→30天），每日早上7点更新
13	- 🔥 热门笔记推荐 — 结果较少时自动展示近期热门推荐笔记和热门话题标签
14	- 📈 细分赛道引导 — 每次查询后主动推荐 10 个相关细分方向，帮助用户深入探索
15	- 🏷️ 拓词推荐 — 脚本返回 relatedSearches 字段，自动展示相关搜索建议
16	- 📩 定时订阅推送 — 支持创建日历订阅任务，到达设定时间自动推送最新热门笔记
17	- 📄 HTML 报告生成 — 自动生成 `{keyword}_热门数据.html` 可视化文件
18	- 🛡️ 强数据说明 — 热门笔记收录标准为互动数1000+，顶部展示数据说明和排序依据
19
20	## 3. 一键安装
21
22	### 鉴权
23
24	#### 获取 API Key
25
26	请前往 [红狐hub](https://redfox.hk/settings/api-keys?source=skillhub) 获取API KEY
27
28	#### 配置 API Key
29
30	方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中：
31
32	```bash
33	{ "env": { "REDFOX_API_KEY": "your_api_key_here" } }
34	```
35
36	方案2: 终端配置
37
38	```bash
39	export REDFOX_API_KEY="your_api_key_here"
40	```
41
42	### 依赖安装
43
44	本 Skill 使用 Python 3 标准库，无需额外安装第三方依赖。确保系统中已安装 Python 3.x 即可。
45
46	### 环境变量配置
47
48	\| 环境变量 \| 说明 \| 是否必填 \| 获取方式 \|
49	\| -------- \| ---- \| -------- \| -------- \|
50	\| `REDFOX_API_KEY` \| 红狐数据 API Key \| 是 \| [红狐hub](https://redfox.hk/settings/api-keys?source=skillhub) \|
51
52	## 4. 使用指南
53
54	### ⚠️ 核心执行规则（必须遵守）
55
56	1. 泛化词必须先询问再查询：当识别到泛化词时，绝对禁止直接调用脚本，必须先输出细分词推荐并等待用户选择后再执行查询
57	2. 正确执行顺序：关键词提取 → 判断是否泛化词 → 是泛化词则询问用户 → 用户回复后再调用脚本
58	3. 强制等待规则：输出细分词推荐后，必须停止执行，等待用户下一轮对话回复「拓展」或「不拓展」，不得在同一次对话中继续执行任何脚本调用
59
60	常见泛化词：
61	泛词：抽象层级高、覆盖范围广的概括性词汇，无具体场景/属性修饰，行业分类等，可包含多个子类。特征：①语义上为上位概念（如"美妆"包含"粉底液/口红"；"运动"包含"跑步/瑜伽"；如AI）；②上下文中常搭配"领域""类型"等概括词（如"美妆领域""运动类型"）。
62
63	常见具体词：
64	具体词：抽象层级低、指向明确的实例化词汇，含具体场景/属性修饰，属于某泛词的直接子类。特征：①语义上为下位概念（如"粉底液"是"美妆产品"子类；"生酮饮食"是"饮食方式"子类）；②词语结构多含修饰成分（如"春日"→"春日穿搭"；"生酮"→"生酮饮食"）。
65
66	---
67
68	### 基础使用（3 步完成查询）
69
70	Step 1 — 提取关键词：从用户自然语言描述中提取搜索关键词。优先提取细分方向词（含具体场景/属性修饰），而非泛化大类词。
71
72	Step 2 — 调用脚本：
73
74	```bash
75	python scripts/fetch_xhs_hot_articles.py --keyword <关键词> --start-date <日期>
76	```
77
78	- 有赛道关键词：`python scripts/fetch_xhs_hot_articles.py --keyword <关键词> --start-date <日期>`
79	- 无赛道关键词（查询全站热门）：`python scripts/fetch_xhs_hot_articles.py --keyword "" --start-date <日期>`
80	- 多个关键词用逗号分隔：`python scripts/fetch_xhs_hot_articles.py --keyword "减脂餐,职场穿搭,健身" --start-date <日期>`
81	- 分页参数：`--page-num 1 --page-size 50`
82
83	Step 3 — 查看结果：脚本返回结构化 JSON，按本指南规定的展示策略输出结果。
84
85	---
86
87	### 高级使用
88
89	#### 用户意图理解（查询脚本前）
90
91	⚠️ 核心规则：应该语意理解，优先提取用户描述中的细分方向词，而非泛化的大类词
92
93	1. 判断用户是否提到赛道关键词：
94	- 无赛道关键词（如"最近的热门笔记有哪些"、"最近有什么热门内容"、"看看热门数据"）→ 直接调用脚本，关键词传空字符串 `""`，查询全站热门
95	- 有赛道关键词 → 继续提取和判断
96
97	2. 提取精确搜索关键词（仅当用户提到赛道时执行）：
98	- 分析用户描述：从用户自我介绍或需求描述中提取明确的细分领域词
99	- 示例分析：
100	- 用户输入："我是一个文艺类自媒体万粉小红书博主，平时会发小众电影审美积累、书评、乐评、港台文化等相关内容，帮我找电影领域热门话题"
101	- 分析结果：用户提到的细分方向 = 小众电影、书评、乐评、港台文化
102	- 将前文场景和"电影"相关，得到细分词 = 小众电影、港台电影、电影乐评
103	- 搜索关键词：小众电影、港台电影、电影乐评
104	- ❌ 错误做法：只提取泛化词「电影」去搜索
105
106	3. 关键词类型判断（仅当提取到关键词时执行）：
107	- 细分词/垂直赛道（含具体场景/属性修饰的词，如"职场穿搭"、"减脂餐"、"小个子穿搭"）→ 直接搜索，无需拓展询问
108	- 泛化词/分类（纯大类词，如"穿搭"、"美食"、"美妆"，无任何修饰）→ 执行拓展策略
109	- 判断原则：有修饰词（场景/人群/风格/意图）= 细分词，直接搜索；无修饰词 = 泛化词，需要拓展
110
111	---
112
113	#### 泛化词拓展策略
114
115	1. 泛化词处理流程（⚠️ 必须等待用户明确回复后再调用脚本！）：
116
117	第一步：生成细分词（禁止调用脚本搜索数据）
118
119	拓展词生成原则：
120	- 词的大小适中：词语不要加组合，避免过细（如"中产穿搭"太细，查不到数据）
121	- 必须覆盖不同场景：趋势词、人群词、场景词、意图词各2-3个
122
123	输出示例：
124	```
125	我识别到「中产」是较大的分类，已查询近期热门趋势，推荐以下细分方向：
126	老钱、轻奢、品质生活、松弛感、高级感穿搭、体面、法式穿搭、律师、医生、品质家居
127	回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「中产」
128	```
129
130	第二步：等待用户回复
131	- ❌ 禁止：用户未回复时调用脚本
132	- ✅ 正确：只等待用户明确回复「拓展」或「不拓展」后再执行
133
134	第三步：根据用户明确回复执行
135	- 用户回复「拓展」 → 调用脚本搜索10个细分词
136	- 用户回复「不拓展」或「继续」 → 调用脚本搜索原关键词
137	- 用户未回复或回复其他内容 → 识别对应意图
138
139	---
140
141	#### 时间范围与数据查询
142
143	时间范围：
144
145	- 数据库只包含昨天至30天前的数据
146	- "最近"的默认定义：最近7天（startDate = 今天 - 7天）
147	- 日期计算（将用户表达转换为 startDate）：
148	- 今天：直接用昨天日期，startDate = 昨天
149	- 最近/近7天：startDate = 今天 - 7天
150	- 近N天：startDate = 今天 - N天
151	- 示例：用户说"近15天" → startDate = 今天 - 15天
152
153	数据不足时的自动调整（⚠️ 优先扩展时间，禁止换词！）：
154
155	- 处理原则：数据不足时，只能扩展时间范围，不能更换或拓展关键词
156	- 调整顺序：按以下顺序自动扩展时间范围
157	1. 近1天 → 近3天
158	2. 近3天 → 近7天
159	3. 近7天 → 近30天
160	- 告知用户：自动调整时告知用户："该关键词近X天数据较少，已自动扩展时间范围至近Y天"
161	- 禁止行为：❌ 不可因为数据不足就更换关键词、推荐其他词或触发泛化词拓展流程
162
163	超出范围或未更新数据的道歉说明：
164
165	- 用户说"今天/今日"时：回答"非常抱歉，今天的数据暂未更新，已为您展示最近可用的数据"
166	- 用户要求的时间超出30天时：回答"非常抱歉，当前仅支持最近30天的数据，已为您展示最接近的数据"
167
168	输出文件：
169
170	- 筛选后推荐数据：`{keyword}_热门数据.html`
171
172	---
173
174	#### 前置说明（在展示数据前必须告知用户）
175
176	- 数据说明：热门笔记范围为互动数1000以上的文章，每日早上7点更新昨日数据。文章互动数据截止为入库时间，不是实时数据，入库后互动数据可能持续增长。
177	- 排序说明（有关键词搜索时）：根据相关性（满分10分）、热度（满分3分）、时效（满分2分）三个维度加权计算，总分共15分
178	- 排序说明（全站热门/无关键词时）：按互动数排序，无评分字段
179
180	---
181
182	#### 数据展示策略（核心）
183
184	⚠️ 强制输出规则：
185
186	- ✅ 必须严格按照本步骤规定的格式输出
187	- ❌ 禁止在输出前添加任何分析或解读
188	- ❌ 禁止自作主张给建议或方案
189	- ❌ 禁止询问用户的真实目的或需求
190	- ✅ 直接读取脚本返回的JSON数据，按照对应策略输出即可
191
192	数据字段说明：
193
194	- articles：正常笔记数据（主要展示内容）
195	- latestHotArticles：推荐热门笔记（辅助内容，默认展示10条，表格不含评分字段）
196	- hotTopics：热门话题（接口返回，仅供参考，不在对话中展示）
197
198	##### A. articles数量 ≥ 10条
199
200	展示内容：
201
202	1. 时间范围说明：必须告知用户查询的时间范围，如"📅 查询时间范围：5月8日 - 5月19日"
203	2. 正常笔记数据（有关键词时按t

People who liked this also viewed

6 picks

Type

xhs-hotnotes

130stars16forks

View on GitHub

How to install xhs-hotnotes?

spacezephyr/creator-buddy/xhs-hotnotes

$npx -y skills add SpaceZephyr/creator-buddy --skill xhs-hotnotes

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# 小红书爆款笔记查询
2
3	## 1. 简介
4
5	小红书热门笔记搜索工具，支持按关键词搜索小红书热门爆款笔记，并基于相关性、热度、时效三维评分智能排序推荐。同时提供热门笔记推荐和细分赛道引导，助力创作者、品牌方和 MCN 机构发现热门趋势、获取创作灵感。注意：本工具仅在主 Agent 中执行，不派发给子 Agent。
6
7	## 2. 功能特性
8
9	- 🔍 关键词智能搜索 — 支持关键词精确搜索、多关键词组合（逗号分隔）、全站热门查询（空关键词）
10	- 📊 三维评分排序 — 有关键词时按相关性（满分10分）、热度（满分3分）、时效（满分2分）加权计算总分（满分15分），全站热门按互动数排序
11	- 🧠 精细意图理解 — 优先从用户描述中提取细分方向词，识别泛化词并自动推荐 10 个细分方向
12	- ⏱️ 灵活时间范围 — 默认查询最近7天，数据不足时自动扩展时间范围（1天→3天→7天→30天），每日早上7点更新
13	- 🔥 热门笔记推荐 — 结果较少时自动展示近期热门推荐笔记和热门话题标签
14	- 📈 细分赛道引导 — 每次查询后主动推荐 10 个相关细分方向，帮助用户深入探索
15	- 🏷️ 拓词推荐 — 脚本返回 relatedSearches 字段，自动展示相关搜索建议
16	- 📩 定时订阅推送 — 支持创建日历订阅任务，到达设定时间自动推送最新热门笔记
17	- 📄 HTML 报告生成 — 自动生成 `{keyword}_热门数据.html` 可视化文件
18	- 🛡️ 强数据说明 — 热门笔记收录标准为互动数1000+，顶部展示数据说明和排序依据
19
20	## 3. 一键安装
21
22	### 鉴权
23
24	#### 获取 API Key
25
26	请前往 [红狐hub](https://redfox.hk/settings/api-keys?source=skillhub) 获取API KEY
27
28	#### 配置 API Key
29
30	方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中：
31
32	```bash
33	{ "env": { "REDFOX_API_KEY": "your_api_key_here" } }
34	```
35
36	方案2: 终端配置
37
38	```bash
39	export REDFOX_API_KEY="your_api_key_here"
40	```
41
42	### 依赖安装
43
44	本 Skill 使用 Python 3 标准库，无需额外安装第三方依赖。确保系统中已安装 Python 3.x 即可。
45
46	### 环境变量配置
47
48	\| 环境变量 \| 说明 \| 是否必填 \| 获取方式 \|
49	\| -------- \| ---- \| -------- \| -------- \|
50	\| `REDFOX_API_KEY` \| 红狐数据 API Key \| 是 \| [红狐hub](https://redfox.hk/settings/api-keys?source=skillhub) \|
51
52	## 4. 使用指南
53
54	### ⚠️ 核心执行规则（必须遵守）
55
56	1. 泛化词必须先询问再查询：当识别到泛化词时，绝对禁止直接调用脚本，必须先输出细分词推荐并等待用户选择后再执行查询
57	2. 正确执行顺序：关键词提取 → 判断是否泛化词 → 是泛化词则询问用户 → 用户回复后再调用脚本
58	3. 强制等待规则：输出细分词推荐后，必须停止执行，等待用户下一轮对话回复「拓展」或「不拓展」，不得在同一次对话中继续执行任何脚本调用
59
60	常见泛化词：
61	泛词：抽象层级高、覆盖范围广的概括性词汇，无具体场景/属性修饰，行业分类等，可包含多个子类。特征：①语义上为上位概念（如"美妆"包含"粉底液/口红"；"运动"包含"跑步/瑜伽"；如AI）；②上下文中常搭配"领域""类型"等概括词（如"美妆领域""运动类型"）。
62
63	常见具体词：
64	具体词：抽象层级低、指向明确的实例化词汇，含具体场景/属性修饰，属于某泛词的直接子类。特征：①语义上为下位概念（如"粉底液"是"美妆产品"子类；"生酮饮食"是"饮食方式"子类）；②词语结构多含修饰成分（如"春日"→"春日穿搭"；"生酮"→"生酮饮食"）。
65
66	---
67
68	### 基础使用（3 步完成查询）
69
70	Step 1 — 提取关键词：从用户自然语言描述中提取搜索关键词。优先提取细分方向词（含具体场景/属性修饰），而非泛化大类词。
71
72	Step 2 — 调用脚本：
73
74	```bash
75	python scripts/fetch_xhs_hot_articles.py --keyword <关键词> --start-date <日期>
76	```
77
78	- 有赛道关键词：`python scripts/fetch_xhs_hot_articles.py --keyword <关键词> --start-date <日期>`
79	- 无赛道关键词（查询全站热门）：`python scripts/fetch_xhs_hot_articles.py --keyword "" --start-date <日期>`
80	- 多个关键词用逗号分隔：`python scripts/fetch_xhs_hot_articles.py --keyword "减脂餐,职场穿搭,健身" --start-date <日期>`
81	- 分页参数：`--page-num 1 --page-size 50`
82
83	Step 3 — 查看结果：脚本返回结构化 JSON，按本指南规定的展示策略输出结果。
84
85	---
86
87	### 高级使用
88
89	#### 用户意图理解（查询脚本前）
90
91	⚠️ 核心规则：应该语意理解，优先提取用户描述中的细分方向词，而非泛化的大类词
92
93	1. 判断用户是否提到赛道关键词：
94	- 无赛道关键词（如"最近的热门笔记有哪些"、"最近有什么热门内容"、"看看热门数据"）→ 直接调用脚本，关键词传空字符串 `""`，查询全站热门
95	- 有赛道关键词 → 继续提取和判断
96
97	2. 提取精确搜索关键词（仅当用户提到赛道时执行）：
98	- 分析用户描述：从用户自我介绍或需求描述中提取明确的细分领域词
99	- 示例分析：
100	- 用户输入："我是一个文艺类自媒体万粉小红书博主，平时会发小众电影审美积累、书评、乐评、港台文化等相关内容，帮我找电影领域热门话题"
101	- 分析结果：用户提到的细分方向 = 小众电影、书评、乐评、港台文化
102	- 将前文场景和"电影"相关，得到细分词 = 小众电影、港台电影、电影乐评
103	- 搜索关键词：小众电影、港台电影、电影乐评
104	- ❌ 错误做法：只提取泛化词「电影」去搜索
105
106	3. 关键词类型判断（仅当提取到关键词时执行）：
107	- 细分词/垂直赛道（含具体场景/属性修饰的词，如"职场穿搭"、"减脂餐"、"小个子穿搭"）→ 直接搜索，无需拓展询问
108	- 泛化词/分类（纯大类词，如"穿搭"、"美食"、"美妆"，无任何修饰）→ 执行拓展策略
109	- 判断原则：有修饰词（场景/人群/风格/意图）= 细分词，直接搜索；无修饰词 = 泛化词，需要拓展
110
111	---
112
113	#### 泛化词拓展策略
114
115	1. 泛化词处理流程（⚠️ 必须等待用户明确回复后再调用脚本！）：
116
117	第一步：生成细分词（禁止调用脚本搜索数据）
118
119	拓展词生成原则：
120	- 词的大小适中：词语不要加组合，避免过细（如"中产穿搭"太细，查不到数据）
121	- 必须覆盖不同场景：趋势词、人群词、场景词、意图词各2-3个
122
123	输出示例：
124	```
125	我识别到「中产」是较大的分类，已查询近期热门趋势，推荐以下细分方向：
126	老钱、轻奢、品质生活、松弛感、高级感穿搭、体面、法式穿搭、律师、医生、品质家居
127	回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「中产」
128	```
129
130	第二步：等待用户回复
131	- ❌ 禁止：用户未回复时调用脚本
132	- ✅ 正确：只等待用户明确回复「拓展」或「不拓展」后再执行
133
134	第三步：根据用户明确回复执行
135	- 用户回复「拓展」 → 调用脚本搜索10个细分词
136	- 用户回复「不拓展」或「继续」 → 调用脚本搜索原关键词
137	- 用户未回复或回复其他内容 → 识别对应意图
138
139	---
140
141	#### 时间范围与数据查询
142
143	时间范围：
144
145	- 数据库只包含昨天至30天前的数据
146	- "最近"的默认定义：最近7天（startDate = 今天 - 7天）
147	- 日期计算（将用户表达转换为 startDate）：
148	- 今天：直接用昨天日期，startDate = 昨天
149	- 最近/近7天：startDate = 今天 - 7天
150	- 近N天：startDate = 今天 - N天
151	- 示例：用户说"近15天" → startDate = 今天 - 15天
152
153	数据不足时的自动调整（⚠️ 优先扩展时间，禁止换词！）：
154
155	- 处理原则：数据不足时，只能扩展时间范围，不能更换或拓展关键词
156	- 调整顺序：按以下顺序自动扩展时间范围
157	1. 近1天 → 近3天
158	2. 近3天 → 近7天
159	3. 近7天 → 近30天
160	- 告知用户：自动调整时告知用户："该关键词近X天数据较少，已自动扩展时间范围至近Y天"
161	- 禁止行为：❌ 不可因为数据不足就更换关键词、推荐其他词或触发泛化词拓展流程
162
163	超出范围或未更新数据的道歉说明：
164
165	- 用户说"今天/今日"时：回答"非常抱歉，今天的数据暂未更新，已为您展示最近可用的数据"
166	- 用户要求的时间超出30天时：回答"非常抱歉，当前仅支持最近30天的数据，已为您展示最接近的数据"
167
168	输出文件：
169
170	- 筛选后推荐数据：`{keyword}_热门数据.html`
171
172	---
173
174	#### 前置说明（在展示数据前必须告知用户）
175
176	- 数据说明：热门笔记范围为互动数1000以上的文章，每日早上7点更新昨日数据。文章互动数据截止为入库时间，不是实时数据，入库后互动数据可能持续增长。
177	- 排序说明（有关键词搜索时）：根据相关性（满分10分）、热度（满分3分）、时效（满分2分）三个维度加权计算，总分共15分
178	- 排序说明（全站热门/无关键词时）：按互动数排序，无评分字段
179
180	---
181
182	#### 数据展示策略（核心）
183
184	⚠️ 强制输出规则：
185
186	- ✅ 必须严格按照本步骤规定的格式输出
187	- ❌ 禁止在输出前添加任何分析或解读
188	- ❌ 禁止自作主张给建议或方案
189	- ❌ 禁止询问用户的真实目的或需求
190	- ✅ 直接读取脚本返回的JSON数据，按照对应策略输出即可
191
192	数据字段说明：
193
194	- articles：正常笔记数据（主要展示内容）
195	- latestHotArticles：推荐热门笔记（辅助内容，默认展示10条，表格不含评分字段）
196	- hotTopics：热门话题（接口返回，仅供参考，不在对话中展示）
197
198	##### A. articles数量 ≥ 10条
199
200	展示内容：
201
202	1. 时间范围说明：必须告知用户查询的时间范围，如"📅 查询时间范围：5月8日 - 5月19日"
203	2. 正常笔记数据（有关键词时按t

People who liked this also viewed

6 picks

Type