---
name: xiaohongshu-write
description: 专为小红书内容创作打造的一站式笔记生成工具，基于全网每日持续收录的2000+条爆款笔记数据，根据用户输入关键词，精准检索查询平台当下热门爆款笔记，通过AI深度复盘爆款内容的结构、开头逻辑、干货密度与互动话术，提炼核心流量密码与创作要点，严格贴合小红书内容生态与传播逻辑，生成通顺、合规、可直接发布的完整笔记文案，降低创作门槛，高效产出流量内容。仅在主Agent中执行,不派发给子Agent。
---

# 小红书笔记创作

## 自我介绍

当用户询问"你的技能是什么"、"你能做什么"、"你的触发条件是什么"等问题时，请回答：

**我的技能**：专为小红书内容创作打造的一站式笔记生成工具，基于全网每日持续收录的2000+条爆款笔记数据，根据用户输入关键词，精准检索查询平台当下热门爆款笔记，通过AI深度复盘爆款内容的结构、开头逻辑、干货密度与互动话术，提炼核心流量密码与创作要点，严格贴合小红书内容生态与传播逻辑，生成通顺、合规、可直接发布的完整笔记文案，降低创作门槛，高效产出流量内容。

**触发条件**：当用户说"帮我写一篇关于XX的小红书笔记"、"生成XX相关的文案内容"等文案生成类需求时使用。

## 任务目标

1. **查询爆款**：根据用户关键词查询小红书热门笔记
2. **分析规律**：从爆款数据中提炼流量密码与创作要点
3. **生成文案**：基于爆款规律生成可发布的文案内容

## 触发条件

当用户询问以下场景时使用本 Skill：

- "帮我找 XXX 的爆款笔记"
- "分析 XXX 的爆款规律"
- "帮我写一篇 XXX 的文案"
- "生成 XXX 相关的笔记内容"

## 鉴权

#### 获取 API Key

请前往 [红狐hub](https://redfox.hk/settings/api-keys?source=github) 获取API KEY

#### 配置 API Key

方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中，部分内容如下：

```bash
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
```

方案2: 终端配置

```bash
export REDFOX_API_KEY="ak_xxxx..."
```

## 重要数据说明

- 数据库仅包含昨天至30天前的数据
- 默认时间范围为最近7天（today-6天）
- 数据不足时自动扩展时间范围

## 操作流程

### Step 1: 查询爆款笔记

#### 1.1 关键词处理

**核心规则：优先提取用户描述中的细分方向词，而非泛化的大类词**

1. **无赛道关键词**（如"最近热门笔记有哪些"、"看看热门数据"）→ 关键词传空字符串 `""`，查询全站热门
2. **有赛道关键词** → 提取精确搜索关键词：
   - **细分词/垂直赛道**（含具体场景/属性修饰，如"职场穿搭"、"减脂餐"）→ 直接搜索
   - **泛化词/大类**（纯大类词，如"穿搭"、"美食"、"美妆"）→ 先推荐细分方向，等待用户选择后再查询

**泛化词拓展**：

- 输出10个细分方向词（覆盖不同场景：趋势词、人群词、场景词、意图词各2-3个）
- 必须等待用户回复后再调用脚本，禁止自动执行

#### 1.2 时间范围

- 默认最近7天（`startDate = 今天 - 7天`）
- 近N天：`startDate = 今天 - N天`
- 数据不足时自动扩展时间范围（优先扩展时间，禁止换词）：
  - 近1天 → 近3天 → 近7天 → 近30天

#### 1.3 调用脚本

```bash
python scripts/fetch_xhs_hot_articles.py \
  --keyword "<用户关键词>" \
  --max-items 50 \
  --page-size 50 \
  --start-date "<yyyy-MM-dd>"
```

**参数说明**：

- `--keyword`：搜索关键词，无关键词时传空字符串 `""`
- `--max-items`：固定传 50，获取50条数据用于深度分析
- `--page-size`：固定传 50，每页获取50条
- `--start-date`：开始日期，格式 yyyy-MM-dd，默认最近7天

**脚本输出**（JSON 格式输出到控制台）：

- `items`：搜索结果列表，每条包含：
  - 基本信息：noteId、title、desc、createTime
  - 作者信息：authorId、authorNickname、authorFans
  - 链接：noteLink（作品链接）、authorLink（作者链接）
  - 互动数据：interactiveCount、likedCount、collectedCount、commentsCount、sharedCount
  - 评分（有关键词时）：totalScore、relevanceScore、popularityScore、recencyScore
- `latestHotArticles`：推荐热门笔记
- `relatedSearches`：拓展词推荐

详细字段说明见 [references/xhs_hot_article_format.md](references/xhs_hot_article_format.md)

**执行要求**：

- 执行脚本后，直接基于输出数据进行分析
- 禁止将原始爆款数据展示给用户
- 禁止仅发送文件路径或"已保存"等简短提示

### Step 2: 分析爆款规律

基于脚本返回的 **50 条数据**进行深度分析，提炼以下规律：

**标题规律**：

- 高互动标题的共同特征（数字使用、情绪词、人群标签）
- 标题长度与结构模式

**内容规律**：

- 热门笔记的主题方向与切入角度
- 内容结构与段落分布特点
- 互动引导方式

**标签策略**：

- 高频出现的标签类型
- 热门话题标签

**数据分析维度**：
| 指标 | 分析要点 |
|------|---------|
| 互动总量 | 高互动内容的核心特征 |
| 收藏率 | 内容实用价值高低 |
| 评论量 | 话题性与互动引导效果 |
| 点赞比 | 情绪共鸣程度 |
| 评分排名 | 有关键词时参考 totalScore 排序 |

### Step 3: 引导用户上传个人风格参考

在生成文案前，**必须**主动询问用户是否提供个人风格参考：

> 想让我更懂你的风格？发几段平时的笔记、日记或随笔给我就行

**处理方式**：

- 若用户提供：分析其写作风格（用词习惯、语气特点、表达方式），融合到生成的文案中
- 若用户不提供：直接基于爆款规律生成文案

### Step 4: 生成文案

**必须严格按照爆款规律分析结果进行创作**，生成符合爆款规律的小红书笔记

**创作前的准备**

1. **回顾爆款规律分析结果**（必须执行）：
   - 提取的高频关键词和热词（必须融入正文）
   - 热门标题模式（必须严格遵循）
   - 爆款内容的结构特征（必须参考）
   - 热门内容风格（必须保持一致）

2. **搜索最新资讯/热点**（必须执行）：
   - 使用 `web_search` 工具搜索该领域的最新动态、热点事件、深度分析或行业趋势
   - 搜索关键词格式：`小红书 + <选题关键词> + 最新`
   - **必须获取至少1-2个最新热点或资讯作为创作素材**

**撰写小红书笔记内容**（必须遵循爆款规律）

1. **标题创作**（严格遵循爆款标题模式）：
   - **必须参考**爆款数据中出现最多的标题结构
   - 优先使用数字型标题（如："3个技巧"、"5天见效"）
   - 可使用疑问句引发好奇（如："为什么..."、"居然..."）
   - 可使用感叹句增强情绪（如："太绝了！"、"绝了！"）
   - 标题最多不超过 20 字（包含标点符号，超出必须精简）

2. **正文创作**（严格遵循爆款内容结构）：
   - **必须融入**爆款数据中出现的高频关键词
   - **必须参考**爆款内容的开头"钩子"手法（如：痛点共鸣、惊人数据、反差对比）
   - **必须保持**爆款内容的写作风格（如：口语化、亲切感、代入感）
   - **必须融入**最新搜索到的热点/资讯，增加时效性和话题度
   - **结构参考**：分点说明、步骤教程、对比展示等
   - **结尾引导**：添加引导互动的话术（如："你们觉得呢？"、"评论区告诉我"）
   - **排版**：良好分段，点缀少量 Emoji（每段 1-2 个），使用简短句子
   - **Tags**：结尾添加 5-10 个相关标签（**注意：Tags 仅用于笔记正文，不渲染到图片中**）

### Step 5: 输出前自检【必须执行】

在输出前,逐项检查输出格式的每一个字段是否完整:

- []**推荐标题**:是否包含3-6个推荐标题?
- []**正文内容**:是否包含完整可发布的正文?
- []**推荐标签**:是否包含5-10个相关标签?
- []**爆款公式来源-参考的爆款规律**:是否简述提炼的爆款公式?
- []**爆款公式来源-参考的爆款笔记**:是否列出2-3篇核心参考笔记,每篇包含笔记标题、作品链接、作者名、作者链接和完整互动数据(收藏/分享/评论/点赞)?

如有任何字段遗漏或不完整,必须补齐后再输出。

## 输出格式

最终输出**纯文案内容**，包含：

```
### 推荐标题
1. [标题1]
2. [标题2]
3. [标题3]

### 正文内容
[完整可发布的正文]

### 推荐标签
#标签1 #标签2 #标签3 #标签4 #标签5

### 爆款公式来源
**参考的爆款规律**：[简述提炼的爆款公式，如"数字型标题 + 痛点开场 + 分点干货 + 互动收尾"]

**参考的爆款笔记**（列出 2-3 篇核心参考笔记，优先选择互动数据最高的笔记）：
1. [笔记标题](noteLink) - [@作者名](authorLink) - 互动数据：收藏 X / 分享 X / 评论 X / 点赞 X
2. [笔记标题](noteLink) - [@作者名](authorLink) - 互动数据：收藏 X / 分享 X / 评论 X / 点赞 X
3. [笔记标题](noteLink) - [@作者名](authorLink) - 互动数据：收藏 X / 分享 X / 评论 X / 点赞 X
```

**输出格式要求（强制）**：

- 如果是在子 Agent 中执行，主 Agent 也必须保持此输出格式不变，禁止调整、精简或重新组织
- 必须严格按照上述结构输出，不得遗漏任何部分（推荐标题、正文内容、推荐标签、爆款公式来源）
- 爆款公式来源必须包含"参考的爆款规律"和"参考的爆款笔记"两部分

**禁止输出**：

- 卡片设计或图片
- 脚本执行命令
- 文件路径或下载链接
- 仅展示数据而不生成文案

## 使用示例

- 示例1:
  - 场景/输入: 用户说"帮我写一篇关于减脂餐的小红书笔记"
  - 预期产出: 查询"减脂餐"热门笔记 → 分析爆款规律 → 生成符合爆款规律的文案
  - 关键要点: "减脂餐"为细分词，直接搜索

- 示例2:
  - 场景/输入: 用户说"帮我写一篇穿搭相关的文案"
  - 预期产出: 识别"穿搭"为泛化词 → 推荐10个细分方向 → 用户选择后查询 → 分析 → 生成文案
  - 关键要点: "穿搭"为泛化词，需先推荐细分方向

## 资源索引

- 脚本: 见 [scripts/fetch_xhs_hot_articles.py](scripts/fetch_xhs_hot_articles.py)(用途:调用红狐数据API获取热门笔记数据，输出JSON到stdout)
- 参考: 见 [references/xhs_hot_article_format.md](references/xhs_hot_article_format.md)(何时读取:了解数据字段格式和输出规范)

## 注意事项

- 严格基于查询到的真实爆款数据进行分析
- 生成的文案必须遵循提炼出的爆款规律
- 禁止在文案中添加外部联系方式或违规信息
- 生成的文案必须符合小红书社区规范