Menu
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/redfox-data/redfox-community --skill xiaohongshu-titleThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
Showing SKILL.md
| name | xiaohongshu-title |
| description | 基于用户输入的任何信息生成小红书爆款标题的专业工具。无论用户输入什么，最终目标都是生成小红书爆款标题。 |
| dependency | {"python":null,"system":null} |
基于用户输入的任何信息生成小红书爆款标题的专业工具 -- 通过查询小红书平台真实爆款数据，分析爆款标题的共同特征，结合用户输入的核心主题，自动生成 10 个高匹配度的小红书爆款标题，每个标题附带匹配指数、参考爆款和详细推荐理由。
适用对象：小红书创作者、内容运营、文案策划、需要标题灵感的写作者。
核心功能：
特色亮点：
请前往 红狐hub 获取API KEY
方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
方案2: 终端配置：export REDFOX_API_KEY="ak_xxxx..."
export REDFOX_API_KEY="ak_xxxx..."
依赖 requests 库（标准 Python 库），如未安装可执行 pip install requests。
核心原则：无论用户输入什么，最终目标都是生成小红书爆款标题。
示例理解：
第一步：理解用户输入并提取关键词
精准关键词理解规则：
第二步：泛化词拓展策略（仅当关键词为泛化词时执行）
拓展词输出示例：
我识别到「美妆」是较大的分类，已查询近期热门趋势，推荐以下细分方向：
柔焦底妆、养肤妆、亚裔妆、油皮定妆、通勤妆、夏日妆容、新手妆容、平价彩妆、妆容教程、彩妆测评
回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「美妆」
第三步：时间范围与数据查询
数据不足时的自动调整（优先扩展时间，禁止换词）：
执行命令：
# 有赛道关键词
python scripts/fetch_xhs_trends.py --keyword <关键词> --start-date <日期>
# 无赛道关键词（查询全站热门）
python scripts/fetch_xhs_trends.py --keyword "" --start-date <日期>
第四步：爆款数据（仅内部执行，页面不展示）
读取生成的 Markdown 文件：关键词_爆款数据.md
第五步：分析爆款标题并生成新标题（严格按此顺序）
第一步 - 分析爆款标题（仅内部执行）：
第二步 - 生成新爆款标题：
[标题文字](https://www.xiaohongshu.com/explore/{photoId})第六步：验证输出格式是否正确
必须在输出前完成格式验证，确保所有格式要求 100% 符合。
最终输出顺序：先输出 "数据说明"，再输出全部 10 个推荐标题。
基于本次分析，为您生成以下10个爆款标题：
**数据说明**：！！！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🙇♀️🙇♀️
**标题1：[标题内容]**
📈匹配指数：[数值]
🔥参考的爆款：[参考标题1](链接)（互动数：XXX）、[参考标题2](链接)（互动数：YYY）
👍推荐理由：[详细推荐理由，包含：标题结构、关键词、目标人群、痛点、价值承诺、受欢迎原因]
---
**标题2：[标题内容]**
📈匹配指数：[数值]
🔥参考的爆款：[参考标题C](链接)（互动数：XXX）
👍推荐理由：[详细推荐理由]
---
...（共10个标题）
---
用词规范（必须 100% 遵守）：
匹配指数规则：
使用建议：
| 场景 | 示例输入 | 处理方式 |
|---|---|---|
| 细分词直接查询 | "上班族早餐" | 直接搜索生成标题 |
| 泛化词需拓展 | "穿搭"、"美妆" | 先推荐 10 个细分方向 |
| 具体产品词 | "防晒霜" | 严格限定该产品形态查询 |
| 无关键词 | "最近有什么热门" | 查询全站热门生成标题 |
xiaohongshu-title/
├── SKILL.md # 本文件
└── scripts/
└── fetch_xhs_trends.py # 数据查询脚本，调用红狐API获取爆款标题数据
| 技术 | 用途 |
|---|---|
| Python + requests | HTTP 请求与数据获取 |
| 红狐 API | 小红书爆款标题数据来源 |
| AI 智能分析 | 爆款规律提炼与新标题生成 |
关键词_爆款数据.md），供后续分析使用。| 文件 | 用途 |
|---|---|
| scripts/fetch_xhs_trends.py | 数据查询脚本 |
Q: 需要安装什么依赖？
A: 需要 requests 库，如未安装可执行 pip install requests。
Q: 如何配置 API Key？
A: 请前往 红狐hub 获取 API KEY，通过环境变量 REDFOX_API_KEY 配置。
Q: 数据覆盖多长时间？ A: 数据库只包含昨天至 30 天前的数据。
Q: 泛化词和细分词如何区分？ A: 泛化词是抽象层级高、覆盖范围广的概括性词汇（如 "穿搭"、"美妆"）。细分词是含具体场景/属性修饰的词（如 "职场穿搭"、"减脂餐"）。
Q: 数据不足怎么办？ A: 自动按近 1 天 -> 近 3 天 -> 近 7 天 -> 近 30 天的顺序扩展时间范围，禁止换词。
Q: 标题为什么限制 20 字？ A: 基于小红书爆款数据分析，20 字以内的标题点击率最高。
Q: 为什么不能搜索 "今天" 的数据？ A: 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"。
Q: 为什么不能查询超过 30 天的数据？ A: 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"。
Based on SOC occupation classification