maxhub-xiaohongshu

name	maxhub-xiaohongshu
description	小红书（Xiaohongshu/RED）公开笔记与用户数据分析 skill，通过 MaxHub API 查询笔记详情、评论、用户资料、搜索、话题、商品/种草内容和推荐流。适合品牌种草分析、KOL 画像、内容选题、竞品监控和评论洞察。默认 read-only；agent 应按 recipes 选择笔记/用户/搜索/评论链路，使用 note_id/user_id/keyword 等字段流传参，并避免采集超出授权的个人数据。所有请求发送到 https://www.aconfig.cn。
license	MIT-0
metadata	{"author":"maxhub","version":"3.8.0","openclaw":{"capability":"read_only","requires_confirmation":["non_idempotent","cookie_input"],"emoji":"📕","primaryEnv":"MAXHUB_API_KEY","requires":{"env":["MAXHUB_API_KEY"],"bins":["curl"]},"env":[{"name":"MAXHUB_API_KEY","description":"API key for MaxHub data APIs. Get one at https://www.aconfig.cn","required":true,"sensitive":true}],"network":["https://www.aconfig.cn"],"riskLevel":"low","defaultMode":"recipes_first_read_only","skillClass":"maxhub-api-skill","platform":"xiaohongshu","authType":"bearer_env","dataSource":"MaxHub API via https://www.aconfig.cn","agentUse":{"entrypoint":"SKILL.md §4 Agent Decision Tree","intentIndex":"references/recipes/_index.md","chainDetails":"references/recipes/<domain>.md","fieldFlow":"references/param-mappings.md","endpointWhitelist":"references/endpoints_whitelist.yaml","selectionPolicy":"recipes_first_then_atoms; longest_trigger_match; ask_on_tie","parameterPolicy":"use recipe extract/in_map and field-flow dictionary; never invent path or parameters"},"privacy":{"thirdParty":"https://www.aconfig.cn","transmits":["MAXHUB_API_KEY","user_supplied_ids","keywords","urls","optional_cookies_or_tokens"],"guidance":"Use only for authorized data processing; minimize personal data; do not expose secrets in logs or prompts."}},"hermes":{"tags":["xiaohongshu","小红书","RED","笔记","评论","用户资料","搜索","话题","商品","种草","KOL"],"category":"data-analysis","intents":["query","analyze","search","chain","report"],"locale":["zh-CN","en"]}}

小红书数据助手

1. 简介

小红书数据查询与种草内容研究工具，通过 MaxHub API 接入小红书（xiaohongshu.com）平台，覆盖笔记详情、评论与子评论、用户资料、用户发布/收藏笔记、综合搜索（笔记/用户/图片/商品/话题）、热榜与首页推荐、商品详情与评价、话题信息与 Feed、创作者灵感等全部能力。专注服务于内容种草研究、商品选品、KOL 数据采集、笔记爆款规律分析等场景，帮助用户快速采集小红书全域数据，提炼可复用的内容创作模板。

2. 详细功能

笔记数据

• 查询小红书图文笔记的完整详情，包括标题、正文、图片组、标签、话题、发布时间、地理位置等结构化字段
• 查询视频笔记的完整详情，包括视频封面、播放地址、时长、标签与正文文案
• 支持通过笔记 ID、分享链接、复制口令、短链等多种入口反查同一篇笔记
• 拉取与某篇笔记相关的推荐笔记 Feed，识别相似选题与同类爆款
• 还原笔记的图文/视频媒体资源、互动数据（点赞、收藏、评论数）与作者基础信息

评论与互动

• 拉取任意笔记的一级评论列表，覆盖 App、Web、Web 新版三端不同口径
• 顺着一级评论接力拉取二级子评论与楼中楼回复，还原完整讨论结构
• 适配不同采集场景：App 端最贴近真实用户视角，Web 端便于大批量采集

用户与主页

• 查询任意小红书用户的主页资料，包括头像、昵称、简介、粉丝数、获赞收藏数等画像数据
• 支持通过用户 ID 或主页分享链接两种入口定位用户
• 拉取该用户已发布的全部笔记列表，用于评估内容产出节奏与垂类倾向
• 拉取该用户公开收藏的笔记列表，用于反推 KOL 内容偏好与潜在合作品类
• 拉取用户主页推荐 Feed，看到平台为该账号匹配的相似创作者圈层

综合搜索

• 按关键词搜索笔记，支持热门排序与最新排序，覆盖种草内容采集主场景
• 按关键词搜索用户/博主，用于 KOL 候选池建立
• 按关键词搜索图片，定位高热视觉素材与设计灵感
• 按关键词搜索商品，对接选品与口碑调研
• 按关键词搜索话题/群组/品牌专区
• 获取搜索框联想词与下拉推荐词，识别用户真实搜索意图与长尾词

发现与热榜

• 拉取小红书实时热榜，监测平台当前的热门话题与上升词
• 拉取趋势词列表，识别近期上升中的关键词
• 拉取首页推荐信息流，了解算法分发的内容池
• 拉取首页推荐的分类标签，按生活方式垂类切片浏览推荐内容

商品与评价

• 查询小红书商城商品的完整详情，包括标题、价格、SKU、卖点、详情图等
• 拉取商品评价的整体概览与情感分布，快速判断口碑健康度
• 拉取真实用户评价列表，作为种草口碑与差评分析的数据源
• 拉取相关商品推荐列表，构建竞品/替代品矩阵

话题与创作者灵感

• 查询任意话题页的基础信息，包括话题描述、参与人数、累计阅读
• 拉取话题下的笔记 Feed，绘制话题传播链与参与创作者图谱
• 拉取创作者灵感中心的最新选题 Feed，获取平台官方推荐的创作选题
• 拉取创作者灵感中心的热门选题 Feed，识别近期高潜爆款选题方向

📋 数据传输与隐私声明（请认真阅读）

1. 第三方传输：您提供的所有 ID、关键词、链接、cookie 等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。
2. UGC 隐私：拉回的评论 / 弹幕 / 动态 / 私信 / 联系人等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。
3. 凭证保护：建议使用独立测试账号、定期轮换 API Key；禁止传入主力生产账号的 cookie 或 session 凭证。
4. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / 平台 ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台 注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUB_API_KEY 添加到 ~/.openclaw/openclaw.json 中：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

环境变量	说明	是否必填	获取方式
MAXHUB_API_KEY	MaxHub 数据 API Key	是	MaxHub 控制台

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

步骤	何时读	加载文件	估算 token
① 永远先读	接到任何请求时	SKILL.md §0.1（不支持清单）+ §4（本节）	~1K
② 选择 recipe	用户语义清晰时	references/recipes/_index.md（仅索引）	~1.5K
③ 加载 recipe 详情	匹配到具体 recipe 时	references/recipes/<domain>.md 的对应段落	~500/段
④ 加载端点详情	自定义链路或参数不明时	references/<domain>.md 单文件	~3K
⑤ 路径白名单校验	调用前	grep '<endpoint_id>' references/endpoints_whitelist.yaml（禁止整体读）	~50 行
⑥ 跨端点字段路由	链式调用时	references/param-mappings.md § 字段流字典	~1K

2️⃣ Recipe 匹配规则（核心）

1. 加载 references/recipes/_index.md，扫 trigger_keywords 列
2. 最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
3. 平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
4. 无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

1. 读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
2. 优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
3. 字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
4. 链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

端点 risk	必做自检	步骤数
risk: low	① 路径在 endpoints_whitelist.yaml	1 步
risk: medium	① 路径 ② method ③ 必填参数 ④ 写入确认	4 步
risk: high	4 步 + 显式向用户确认参数与意图	5 步
risk: critical（restricted）	6 步高风险确认流程（详见 §高风险能力清单）	6 步

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

5️⃣ 错误处理快速决策

现象	行动	重试
404 / 410	§3.1(A) 5 步防臆造自检 → 通过才 STOP；禁止自改路径段重试	0
400 / 422	§3.1(B) 6 步防参数臆造自检 → 通过才修参重试	≤1
401 / 402 / 403	STOP，告知用户去 https://www.aconfig.cn 处理	0
429	读 Retry-After 退避；无该头时指数退避+jitter	≤2
5xx	等 3 秒重试 → 仍失败走端点级"降级/替换"	1
HTTP 200 + code != 0	读 message_zh 报告用户；不重试（业务错误重试无用）	0

6️⃣ 输出契约（与用户对话时）

1. 数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
2. 缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
3. 不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

规则	说明
🔒 只读	本技能仅用于数据查询和分析，不执行写入 / 账户 / 发布操作
🚫 禁止臆造路径	仅使用 references/endpoints_whitelist.yaml 中的端点，不得自行拼接、改版本号（app_v2/web_v2/web_v3）、加路径段
📋 数据流向第三方	所有请求发送至 https://www.aconfig.cn，请使用独立测试账号并定期轮换 API Key
🔑 凭证保护	不暴露 API Key、Cookie、Token 至日志或对话

基础使用（4 步完成调用）

Step 1 — 检查 API Key

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUB_API_KEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

用户目标	加载文件	覆盖范围
查笔记 / 评论 / 子评论	references/note.md	图文/视频笔记详情、评论、子评论（App V2 + Web V2 + Web V3，11 端点）
查用户 / 主页 / 笔记列表	references/user.md	用户信息、发布笔记、收藏笔记、主页 Feed（7 端点）
搜索 / 热榜 / 发现	references/search.md	笔记/用户/图片/商品/群组搜索、热榜、趋势、首页推荐（13 端点）
查商品 / 评价 / 话题 / 灵感	references/product.md	商品详情、评价、推荐、话题信息、话题 Feed、创作者灵感（8 端点）
跨端点参数查询 / 字段流追溯	references/param-mappings.md	全局红线 + 端点路由 + 字段流字典 + 错误处理总览
路径白名单硬校验	references/endpoints_whitelist.yaml	37 个端点的硬白名单 + Pre-call 4 步自检协议

Step 3 — 构建最小调用计划

• ✅ 优先使用最少端点完成任务，能用一个端点就不用两个
• ✅ 同一意图下三个版本（App V2 / Web V2 / Web V3）任选其一，不要同时调用
• ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

Step 4 — 执行并验证

• 调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 → method → 必填 → 写入确认）
• 收到 404 → 必须先做防路径臆造自检（5 步），不要立刻切换版本号
• 收到 400 / 422 → 必须先做防参数臆造自检（6 步），重点检查 xsec_token / oneOf: [note_id, share_text]
• 收到 业务 code != 0 → 读 message_zh 报告用户，不重试

高级使用

链式调用图谱（Chain Recipes）

用户场景	链路	字段流
搜索 → 笔记详情	search_notes → get_image_note_detail / get_video_note_detail	keyword → note_id
查笔记 + 评论 + 子评论	get_image_note_detail → get_note_comments → get_note_sub_comments	note_id → comment_id 接力
查用户 → 笔记列表	search_users → get_user_info → get_user_posted_notes	keyword → user_id
查用户全面分析	get_user_info + get_user_posted_notes + get_user_faved_notes	user_id 复用
查商品 + 评价	search_products → get_product_detail → get_product_reviews	keyword → sku_id
话题 → 笔记 Feed	get_topic_info → get_topic_feed → get_image_note_detail	page_id → note_id
热榜 → 搜索	fetch_hot_list → search_notes	热搜词 → keyword

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

1. 路径白名单逐字符比对 → 不在清单中 STOP
2. Method 比对（全部为 GET）→ 不等 STOP
3. 参数键名比对（note_id vs noteId、user_id vs userId）→ 有清单外参数 STOP
4. 资源 ID 来源溯源 → Agent 编造的 STOP
5. 全通过才判定"上游资源不存在"

收到 400 / 422 时（B）：

1. 参数名严格比对（大小写 / 缩写 / 复数）
2. 必填项齐全 + oneOf 二选一逻辑（如 note_id 与 share_text）
3. Web V3 端点 xsec_token 是否携带
4. 类型与格式严格匹配（pattern / enum）
5. 传参方式正确（query string）
6. 全通过才按 message_zh 排查

SKILL 版本更新

触发条件	推荐操作
合法路径持续 404 / 410	skillhub upgrade maxhub-xiaohongshu（国内）或 clawhub upgrade maxhub-xiaohongshu（国际）
用户问"版本是多少"	当前版本 v3.7.2，访问 https://skillhub.cn/skills/maxhub-xiaohongshu
多端点连续 410	skillhub upgrade maxhub-xiaohongshu --force
401 / 402 / 403	不是版本问题，去 https://www.aconfig.cn 处理

常用命令速查表

场景	命令
查 API Key	[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"
查图文笔记详情	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/get_image_note_detail?note_id=xxx"
查笔记评论	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/get_note_comments?note_id=xxx"
搜索笔记	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/search_notes?keyword=咖啡"
查商品详情	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/get_product_detail?sku_id=xxx"
查热榜	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/web_v2/fetch_hot_list"
检查 SKILL 更新	skillhub info maxhub-xiaohongshu 或 clawhub info maxhub-xiaohongshu

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看 小红书某个 note_id 的评论」

Agent 执行步骤：

1. 匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
2. 加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
3. 路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
4. risk: low 的端点直接调用，risk: medium+ 先与用户确认
5. 链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
6. 错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
7. 输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

• ❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
• ❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
• ❌ 把没在响应里的字段编一个值返回给用户
• ❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：内容种草研究者寻找爆款规律

• 角色：小红书内容创作者 / 种草研究员
• 需求：分析某垂类（美妆 / 母婴 / 旅游）近期高互动笔记的共同特征，提炼爆款选题与文案模板
• 使用方式：调用 fetch_hot_list 拉取热榜 → search_notes 按关键词检索 → 批量取 note_id → get_image_note_detail 提取标题/正文/标签/互动数据
• 预期收益：通过热榜 + 搜索 + 详情链路快速锁定高互动笔记，沉淀可复用的爆款标题与封面公式

场景二：电商团队商品选品分析

• 角色：电商运营 / 选品 PM
• 需求：选品前需要快速调研某 SKU 在小红书的真实口碑、评价情感与相关推荐
• 使用方式：search_products 按品类搜索 → 取 sku_id → get_product_detail + get_product_review_overview + get_product_reviews 三端点并行 → get_product_recommendations 拉取相关品
• 预期收益：一次调用矩阵覆盖商品基本信息、评价情感分布与替代推荐，决策周期从天级缩短到分钟级

场景三：MCN 机构 KOL 数据采集

• 角色：MCN 机构 / 品牌投放方
• 需求：批量评估候选 KOL 的真实粉丝活跃度、笔记产出节奏与近期收藏倾向
• 使用方式：search_users 关键词找人 → 取 user_id → get_user_info 拉资料 → get_user_posted_notes + get_user_faved_notes 双 Feed 联查
• 预期收益：完整 KOL 画像 + 内容产出节奏 + 收藏品味，识别真实活跃账号与内容方向匹配度

场景四：内容运营追踪话题传播链

• 角色：品牌内容运营 / 话题策划
• 需求：追踪某话题页（page_id）下的全部参与笔记与创作者，绘制话题传播链
• 使用方式：get_topic_info 验证话题 → get_topic_feed 拉取话题 Feed → 取 note_id → get_image_note_detail 补全详情 → 取 user_id → get_user_info 补充作者画像
• 预期收益：完整的话题参与图谱，识别话题核心 KOC 与扩散路径

6. 项目架构

目录结构

maxhub-xiaohongshu/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 3.7.2）
└── references/
    ├── endpoints_whitelist.yaml        # 37 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理）
    ├── note.md                         # 笔记域：详情/评论/子评论（App V2 + Web V2 + Web V3，11 端点）
    ├── user.md                         # 用户域：资料/发布/收藏/主页 Feed（7 端点）
    ├── search.md                       # 搜索域：笔记/用户/图片/商品/群组/热榜/趋势/首页（13 端点）
    └── product.md                      # 商品/话题域：商品详情/评价/话题/灵感（8 端点）

技术栈

组件	技术	说明
调用方式	curl + Bearer Token	HTTP GET 请求，参数通过 query string 传递
数据接口	MaxHub API	https://www.aconfig.cn/api/v1/xiaohongshu/{app_v2|web_v2|web_v3}/*，通过 MAXHUB_API_KEY 鉴权
路径校验	YAML 硬白名单	endpoints_whitelist.yaml 提供 37 端点的逐字符校验 + 4 步 Pre-call 协议
错误处理	决策表 + 自检清单	HTTP 状态码权威定义 + 防臆造自检（A/B 双轨）+ 重试策略矩阵
输出格式	JSON Standard MaxHub Response	{code, message, message_zh, data, cache_url}
更新通道	SkillHub / ClawHub / GitHub	国内 ⭐⭐⭐ SkillHub（腾讯云 CDN）/ 国际 ⭐⭐⭐ ClawHub / 降级 GitHub

API 覆盖范围

领域	端点数	Reference 文件
笔记（Notes）	11	note.md
用户（Users）	7	user.md
搜索与发现（Search）	13	search.md
商品与话题（Product）	8	product.md
合计	37（去重 1 个白名单内合并端点后对外暴露 37）	—

关键设计理念

• 防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
• 三版本端点共存：App V2 / Web V2 / Web V3 同一意图存在多版本端点，强制使用 reference 标注的版本，不得跨版本拼接
• Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
• 链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
• 错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ 重试策略矩阵 + 端点替换矩阵