xhs

name	xhs
description	提取小红书帖子内容（文字+图片），保存为 Obsidian 笔记。Cookie 认证 + __INITIAL_STATE__ 解析。
metadata	{"hermes":{"tags":["xiaohongshu","scraping","extraction","obsidian","content-curation"]}}

小红书帖子提取

从小红书帖子 URL 提取完整内容（文字、图片），输出 Peter Thiel 风格的决策型笔记。

Trigger

用户给出小红书链接并要求提取/保存/归档内容时加载此 skill。

Prerequisites

• Cookies 文件: ~/.hermes/xhs-cookies.json — 从 Chrome 导出的小红书 cookies
• Python 3: 用 urllib.request + ssl 做 HTTP 请求
• 存储目录: ~/Desktop/klpping/知识库/xhs/img/

核心流程

Step 0: Cookie 认证

检查 ~/.hermes/xhs-cookies.json 是否存在。如不存在，引导用户导出：

// 在 Chrome 打开 xiaohongshu.com 并登录后，在 DevTools Console 运行：
copy(JSON.stringify(document.cookie.split('; ').map(c => {
  const [name, ...rest] = c.split('=');
  return { name, value: rest.join('='), domain: '.xiaohongshu.com', path: '/',
    expires: Date.now()/1000 + 86400*30, size: name.length + rest.join('=').length,
    httpOnly: false, secure: false, session: false, priority: 'Medium',
    sameParty: false, sourceScheme: 'Secure', sourcePort: 443 };
})))

保存剪贴板内容到 ~/.hermes/xhs-cookies.json。

Step 1: 解析链接

从 URL 提取帖子 ID（24 位 hex）和 xsec_token 参数。

Step 2: 获取帖子数据

import json, urllib.request, ssl, re

with open('/Users/ylanlll/.hermes/xhs-cookies.json') as f:
    cookies = json.load(f)
cookie_str = '; '.join(f"{c['name']}={c['value']}" for c in cookies)

ctx = ssl.create_default_context()
ctx.check_hostname = False
ctx.verify_mode = ssl.CERT_NONE

req = urllib.request.Request('<帖子URL>')
req.add_header('Cookie', cookie_str)
req.add_header('User-Agent', 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36')

resp = urllib.request.urlopen(req, timeout=15, context=ctx)
html = resp.read().decode('utf-8', errors='ignore')

m = re.search(r'window\.__INITIAL_STATE__\s*=\s*(\{.+?\})\s*</script>', html, re.DOTALL)
raw = m.group(1).replace('undefined', 'null')
data = json.loads(raw)

# 帖子数据在: data['note']['noteDetailMap'][<key>]['note']
# 包含: title, desc, type, time, user, imageList, video, interactInfo, ipLocation

Pitfall: Cookies 过期 — 如果请求被重定向到 404/错误页，说明 cookies 过期，需重新导出。

Pitfall: undefined → null — XHS 的 JS 输出含 undefined，JSON.parse 前必须替换。

Step 3: 下载图片

curl -L -o ~/Desktop/klpping/知识库/xhs/img/{post_id}_{n}.jpg \
  -H "Referer: https://www.xiaohongshu.com/" <图片URL>

图片使用相对路径 img/{post_id}_{n}.jpg 嵌入 Markdown。

Step 4: 输出 Markdown

存储路径: ~/Desktop/klpping/知识库/xhs/{YYYY-MM-DD} {短标题}.md

短标题不超过 15 字，是核心洞察的极简概括。

写作风格: Peter Thiel 式——直接、反直觉、一句话给判断。笔记是决策工具，不是知识库。

文件结构（无 YAML frontmatter）:

# 一句话核心洞察（反直觉的判断，不是描述性标题）

核心论点，2-3句话。直接给出"大多数人觉得X，但其实Y"的判断。
不废话，不铺垫。

**与我的关联：** 读取 Hermes memory 了解用户背景，说清楚这个内容跟用户有什么关系。

**值得深挖吗：** 是/否。一句话理由。

> [!tip]- 详情
> 帖子核心内容的结构化整理（折叠状态，点开才看到）：
> - 从 desc 中提炼，清理 #xxx[话题]# 标记
> - 按逻辑结构分节，保留关键数据和结论
> - 图片用 `![图N](img/xxx.jpg)` 嵌入

> [!info]- 笔记属性
> - **来源**: 小红书 · 作者名
> - **帖子ID**: xxx
> - **链接**: 原始链接
> - **日期**: YYYY-MM-DD
> - **类型**: image
> - **互动**: N赞 / N收藏 / N评论
> - **标签**: 标签1, 标签2, ...

关键约束:

• 折叠区域外的可见内容不超过 6 行
• 标题必须是洞察/判断，不是"XX帖子的总结"
• 图片使用相对路径 img/xxx.jpg

错误处理

场景	处理方式
Cookies 文件不存在	引导用户导出，提供一键复制脚本
Cookies 过期（404/重定向）	提示重新导出
帖子不存在/已删除	报错并跳过
图片下载失败	记录失败 URL，继续处理其他图片

注意事项

1. 敏感词处理: 小红书文案中 Claude → 克莱德，ChatGPT → GPT
2. 反爬间隔: 批量提取时每个帖子间隔 3 秒
3. 路径确认: 执行前先 ls 确认目录存在
4. Hermes memory 读取: 用 memory 工具获取用户背景，用于生成"与我的关联"部分

与 xhs-evl-cl 的关系

• 本 skill (xhs): 读小红书 — 提取帖子内容归档到 Obsidian
• xhs-evl-cl: 写小红书 — 文案优化、封面设计
• 两者互补，不重叠