| 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
python3 ~/.qoderwork/skills/xiaohongshu-crawler/scripts/crawl_xhs.py "<关键词>"
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。
