Menu
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。
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/SpaceZephyr/creator-buddy --skill xiaohongshu-searchThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
创作者全域内容搜索总控 Skill。用户发送平台名+关键词、平台链接，或要求分析博主、文章风格、热度、点赞、收藏、评论、爆款原因、选题方向时触发；根据平台和任务自动路由到小红书热门笔记、全域内容搜索、公众号爆款搜索、公众号赛道分析等分支 Skill。
Fetch and analyze WeChat Official Account hot articles / 公众号爆款文章 by sector or keywords. Use when the user asks for 爆款文章分析, 赛道爆款, 公众号爆款数据, reading counts, likes, shares, comments, title patterns, writing style, 爆款原因分析, or writing references for content creation.
科技/AI/互联网领域的公众号 10 万+ 爆款标题生成器。输入一篇文章、一段内容或一个主题，先建内容简报，再按多种方法产出多个候选标题，逐个评分、标风险、按用途分角色推荐，并给 A/B 测试建议。当用户说"起标题""想个爆款标题""这篇文章叫什么好""标题优化""标题改写""多组标题""标题评分""10万+标题"时触发。方法论提炼自 100 篇真实科技类爆文标题。
Showing SKILL.md
Based on SOC occupation classification
| name | xiaohongshu-search |
| description | 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。 |
| dependency | {"python":[],"system":null} |
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。
{keyword}_热门数据.html 可视化文件请前往 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": "your_api_key_here" } }
方案2: 终端配置
export REDFOX_API_KEY="your_api_key_here"
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。
| 环境变量 | 说明 | 是否必填 | 获取方式 |
|---|---|---|---|
REDFOX_API_KEY | 红狐数据 API Key | 是 | 红狐hub |
常见泛化词： 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"）。
常见具体词： 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"）。
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。
Step 2 — 调用脚本：
python scripts/fetch_xhs_hot_articles.py --keyword <关键词> --start-date <日期>
python scripts/fetch_xhs_hot_articles.py --keyword <关键词> --start-date <日期>python scripts/fetch_xhs_hot_articles.py --keyword "" --start-date <日期>python scripts/fetch_xhs_hot_articles.py --keyword "减脂餐,职场穿搭,健身" --start-date <日期>--page-num 1 --page-size 50Step 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。
⚠️ 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
1. 判断用户是否提到赛道关键词：
""，查询全站热门2. 提取精确搜索关键词（仅当用户提到赛道时执行）：
3. 关键词类型判断（仅当提取到关键词时执行）：
泛化词处理流程（⚠️ 必须等待用户明确回复后再调用脚本！）：
第一步：生成细分词（禁止调用脚本搜索数据）
拓展词生成原则：
输出示例：
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：
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
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」
第二步：等待用户回复
第三步：根据用户明确回复执行
时间范围：
数据不足时的自动调整（⚠️ 优先扩展时间，禁止换词！）：
超出范围或未更新数据的道歉说明：
输出文件：
{keyword}_热门数据.html⚠️ 强制输出规则：
数据字段说明：
展示内容：
Markdown表格格式：
⚠️ 表格字段顺序必须严格按以下顺序展示：
有关键词时： | 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | 总分 |
全站热门时（无评分字段）： | 笔记标题 | 作者 | 互动数 | 发布时间 |
注意：总分字段需要加粗显示（使用**分数**格式）
示例（有关键词）： 📅 查询时间范围：5月8日 - 5月19日
| 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | 总分 |
|---|---|---|---|---|---|---|---|
| 职场新人必看：5个让你快速融入团队的技巧 | 职场成长社 | 10.0w | 2026-05-15 | 9.8 | 3.0 | 2.0 | 14.8 |
示例（全站热门）： 📅 查询时间范围：5月8日 - 5月19日
🔤 拓词推荐：职场沟通、职场晋升、打工人
展示内容：
Markdown格式示例：
📅 爆款笔记收录原则为互动数1000以上的文章, 查询时间范围：5月8日 - 5月19日
当前关键词当前时间段仅找到 3 条结果：
有关键词时：
全站热门时（无评分字段）：
🔤 拓展词推荐：职场沟通、职场晋升、打工人
💡我们为您推荐了近期的热门笔记供参考，或许对您有帮助：
⚠️ 推荐热门笔记表格不需要评分字段，格式为：
📈 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、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动
⚠️ 必须严格按照以下格式输出，禁止自作主张给建议或分析
展示内容：
**🔍抱歉，爆款笔记收录原则为互动数1000以上的文章,该搜索词在查询时间范围（5月8日 - 5月19日）内太小众，未找到与"XXX"直接相关的内容，你可以尝试用更短/宽泛的关键词重试。**
**推荐搜索词**：从脚本返回的relatedSearches字段中提取推荐词，以加粗形式展示；
💡我们为您推荐了近期的热门笔记供参考，或许对您有帮助：
⚠️ 推荐热门笔记表格不需要评分字段，格式为：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
|---------|------|--------|----------|
| [热门笔记1](url) | [作者A](https://www.xiaohongshu.com/user/profile/xxx) | 8.5w | 2026-05-14 |
| [热门笔记2](url) | [作者B](https://www.xiaohongshu.com/user/profile/xxx) | 6.2w | 2026-05-13 |
📈 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、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动
输出规则：
当articles数量 > 10条时：
💡 当前共找到 X 条相关笔记（X为实际返回条数），已展示前10条。是否需要查看全部？
展示全部数据时的格式：
📊 全部结果（共X条，X为实际返回条数）：
有关键词时：
| 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | **总分** |
全站热门时：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
| ...（全部数据）...
当articles数量 > 0时，结果输出完成后必须询问：
📬 订阅服务
1️⃣ 是否需要订阅当前搜索条件笔记，订阅后将定时推送给您？
2️⃣ 暂不需要
处理用户回复：
calendar_create 工具创建日程，订阅当前搜索条件订阅实现步骤：
📅 数据更新时间：每日早上7点更新昨日数据
请告诉我您希望推送的具体时间~
用户选择后，调用 calendar_create 工具：
小红书热门笔记订阅：{关键词}订阅成功后提示：
✅ 订阅创建成功！
📌 订阅信息：
- 关键词：{关键词}
- 时间范围：{当前时间范围}
- 推送时间：{用户选择的时间}
- 数据更新：每日早上7点更新昨日数据
到达设定时间后，将自动为您推送最新的小红书热门笔记。
⚠️ 强制规则：
calendar_create 工具核心规则：展示完热门数据后，必须主动询问用户是否需要查询更具体的细分赛道
以上是「{当前关键词}」的热门数据。
如需深入了解某个细分方向，可以从以下赛道中选择：
{细分词1}、{细分词2}、{细分词3}、{细分词4}、{细分词5}、 {细分词6}、{细分词7}、{细分词8}、{细分词9}、{细分词10}
回复具体关键词，我将为您查询该赛道的热门笔记。
以上是「减脂餐」的热门数据。
如需深入了解某个细分方向，可以从以下赛道中选择：
早餐减脂、减脂便当、低卡晚餐、减脂零食、学生党减脂、一周食谱、减脂沙拉、减脂主食、控糖减脂、懒人减脂餐
回复具体关键词，我将为您查询该赛道的热门笔记。
以上是全站热门数据。
如需深入了解某个细分赛道，可以从以下热门赛道中选择：
穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动
回复具体关键词，我将为您查询该赛道的热门笔记。
在输出前,逐项检查输出格式的每一个字段是否完整:
如有任何字段遗漏或不完整,必须补齐后再输出。
| 场景 | 命令 |
|---|---|
| 关键词搜索（默认近7天） | python scripts/fetch_xhs_hot_articles.py --keyword "关键词" --start-date <日期> |
| 全站热门 | python scripts/fetch_xhs_hot_articles.py --keyword "" --start-date <日期> |
| 多关键词搜索 | python scripts/fetch_xhs_hot_articles.py --keyword "词1,词2,词3" --start-date <日期> |
| 分页查询 | python scripts/fetch_xhs_hot_articles.py --keyword "关键词" --start-date <日期> --page-num 1 --page-size 50 |
| 生成 HTML 报告 | 脚本自动生成 {keyword}_热门数据.html |
| 订阅创建 | 回复1️⃣后使用 calendar_create 工具创建定时任务 |
--keyword "减脂餐,健身,职场穿搭" 进行跨领域查询xiaohongshu-search/
├── SKILL.md # Skill 定义与使用文档（本文件）
├── scripts/
│ └── fetch_xhs_hot_articles.py # 核心搜索脚本，调用红狐 API 获取小红书热门笔记
└── references/
└── xhs_hot_article_format.md # 数据字段格式参考文档
| 组件 | 技术 | 说明 |
|---|---|---|
| 运行环境 | Python 3.x | 标准库，无第三方依赖 |
| 数据接口 | 红狐 API (Redfox) | 通过 REDFOX_API_KEY 鉴权 |
| 输出格式 | JSON (stdout) + HTML (文件) | JSON 通过 stdout 输出供 AI 解析，HTML 为可视化报告文件 |
| 展示格式 | Markdown 表格 | AI 代理将 JSON 渲染为表格展示 |
| 执行限制 | 仅主 Agent | 不在子 Agent 中执行 |
| 模块 | 路径 | 功能 |
|---|---|---|
| 搜索脚本 | scripts/fetch_xhs_hot_articles.py | 调用红狐 API 获取小红书热门笔记，支持 --keyword、--start-date、--page-num、--page-size 参数，自动生成 HTML 报告 |
| 数据格式参考 | references/xhs_hot_article_format.md | 详细说明接口返回的数据字段格式和输出规范 |
| SKILL 定义 | SKILL.md | 定义 Skill 元数据、意图理解规则、泛化词拓展策略、展示策略、订阅逻辑、自检清单 |
scripts/fetch_xhs_hot_articles.py — 调用红狐 API 获取小红书热门笔记数据并生成 HTML 报告references/xhs_hot_article_format.md — 何时读取：需要了解数据字段格式和输出规范时Q: 需要安装哪些依赖？ A: 本工具使用 Python 3 标准库，无需额外安装第三方依赖。确保系统已安装 Python 3.x 即可。
Q: 如何获取 API Key？ A: 请访问 红狐hub 注册并获取 API Key，按本文"一键安装"章节配置环境变量。
Q: 泛化词和细分词有什么区别？ A: 泛化词是抽象层级高、覆盖范围广的概括性词汇（如"美妆""穿搭"），无具体场景/属性修饰；细分词含有具体修饰成分（如"粉底液""小个子穿搭"）。泛化词会触发拓展策略，细分词直接搜索。
Q: 数据的时间范围是什么？ A: 数据库仅包含昨天至30天前的数据。默认查询最近7天，数据不足时自动扩展时间（1天→3天→7天→30天）。每日早上7点更新昨日数据。
Q: 为什么有的表格有评分字段、有的没有？ A: 有关键词搜索时按 totalScore（相关性+热度+时效）排序，展示评分字段；全站热门按互动数排序，无评分字段。推荐热门笔记表格也不含评分。
Q: 如何查看超过 10 条的完整结果？ A: 当结果超过 10 条时，系统会提示「是否需要查看全部？」。回复「是」「查看全部」或「全部」即可展示完整数据。
Q: 为什么每次查询后都会推荐细分赛道？ A: 这是设计功能 — 帮助用户从当前查询结果中进一步发现更精准的细分方向，深入挖掘数据价值。如果查询的已是细分词，系统会智能判断是否跳过推荐。
Q: 搜索结果为空怎么办？ A: 热门笔记收录标准为互动数1000+。如果关键词太小众或时间范围太短，可能无数据。系统会自动扩展时间范围，也可从 relatedSearches 推荐的搜索词中选择重试。
Q: 提示"今天的数据暂未更新"？ A: 数据库每日早上7点更新昨日数据，当天数据尚未入库。系统会自动展示最近可用的数据。
Q: 脚本执行报错？ A: 常见原因：(1) REDFOX_API_KEY 未配置或已过期；(2) Python 版本低于 3.x；(3) 网络连接问题。请逐一排查。
Q: API Key 如何安全存储？ A: 推荐使用方案 1（配置到 openclaw.json 的 env 字段中），避免在终端历史中泄露。请勿将 API Key 硬编码在脚本中或上传到公开仓库。
Q: 数据来源和版权？ A: 数据来源于红狐 API 收录的小红书公开笔记。笔记版权归原作者所有，本工具仅供学习和内容创作参考使用。
Q: 为什么要在主 Agent 中执行？ A: 小红书搜索工具涉及完整的意图理解、泛化词拓展和数据展示策略，流程复杂且依赖全局上下文判断，仅在主 Agent 中执行以确保行为一致和规则完整。