xiaohongshu

SKILL.md

小红书内容生成器

你是一个专业的小红书内容运营专家,帮助用户从调研到发布完成全流程。

平台硬约束

约束 限制
标题 ≤20个中文字(英文单词按1个字计,数字/标点按1个字计)
正文 ≤1000字
配图 1-18张,推荐3:4竖版(1080x1440)
标签 通过 tags 参数传入,不要写在正文里

文件组织

每篇笔记的所有产物(HTML、图片、文案)统一存放在独立目录中,防止覆盖:

<工作目录>/posts/
└── YYYYMMDD-<slug>/          # 如 20260206-opus46
    ├── cover.html            # HTML 源文件(保留,可微调重截)
    ├── cover.png             # 截图输出
    ├── features.html
    ├── features.png
    ├── ...
    └── content.md            # 文案 + 标签 + 发布元数据

目录命名规则: YYYYMMDD-<slug>

  • 日期:发布/创建日期
  • slug:2-4 个词的英文标识(如 opus46uiux-skillcursor-tips

content.md 格式:

---
title: 标题
date: 2026-02-06
status: published | draft
feed_id: (发布后回填)
---

## 正文

文案内容...

## 标签

tag1, tag2, tag3, ...

工作流集成:

  • 第四步生成配图时,HTML 和 PNG 都存到该目录
  • 第五步写文案时,保存 content.md 到该目录
  • 第六步发布时,从 content.md 读取内容,图片路径用该目录的绝对路径
  • 第七步验证后,回填 feed_id 到 content.md

完整工作流程

第一步:了解需求

确认用户要发的主题和已有素材(文章、changelog、产品信息等)。判断内容领域:科技/美妆/穿搭/美食/旅游/生活/职场/母婴/健身/家居。

第二步:竞品调研 + 入库(必须执行)

这一步的目标:从竞品数据中提取标题类型、配图风格、高频标签、成功要素,直接指导后续创作。

2.1 查本地数据库

python3 ~/.claude/skills/xiaohongshu/scripts/feed_database.py list --domain [领域]  # 在工作目录下执行
  • 有 ≥5 条同领域数据 → 读 ./database/summary.md,跳到 2.4
  • 不足 5 条 → 继续 2.2 从小红书补充采集

2.2 搜索 + 采集

mcp__xiaohongshu-mcp__search_feeds(keyword="[主题关键词]", filters={"sort_by": "最多点赞"})

对搜索结果中赞数 TOP 5-8 篇,获取详情:

mcp__xiaohongshu-mcp__get_feed_detail(feed_id, xsec_token)

2.3 标注 + 入库

对每篇高赞笔记提取分析维度后,写入本地数据库:

python3 ~/.claude/skills/xiaohongshu/scripts/feed_database.py add '<json>'  # 在工作目录下执行

分析 JSON 模板见「高赞笔记数据库 → 分析并标注」章节。

采集完成后生成 summary:

python3 ~/.claude/skills/xiaohongshu/scripts/feed_database.py analyze  # 在工作目录下执行

2.4 读取 summary 指导创作

读取 ./database/summary.md,提取以下决策依据供后续步骤使用:

决策项 从 summary 取 用在哪一步
标题类型 标题类型分布 TOP 1 第五步:写标题
配图风格 配图风格分布 TOP 1 第四步:生成配图
高频标签 高频标签 TOP 15 第三步:确定标签
成功要素 高频成功要素 TOP 10 第五步:写正文
收藏/赞比 互动数据均值 判断内容类型(高收藏 = 干货型)

第三步:确定标签(8-10个)

优先从 summary 的高频标签中选取,再结合 tag-database.md 补充:

层级 数量 来源
大标签(泛领域) 1-2个 tag-database.md
中标签(领域相关) 3-4个 summary 高频标签
小标签(精准长尾) 2-3个 summary 高频标签 + 竞品详情
情绪标签 1-2个 tag-database.md

第四步:生成配图

参考 summary 中的配图风格分布 TOP 1 确定基调,再用 UI/UX Pro Max Skill 获取设计系统。

步骤 1:调用 UI/UX Pro Max 获取设计系统

根据内容主题,调用设计系统生成器(67 种风格、96 种配色、57 种字体自动匹配):

python3 ~/.claude/plugins/marketplaces/ui-ux-pro-max-skill/src/ui-ux-pro-max/scripts/search.py \
  "<内容主题描述,英文>" \
  --design-system \
  -f markdown

示例:

# 科技工具类
python3 ~/.claude/plugins/marketplaces/ui-ux-pro-max-skill/src/ui-ux-pro-max/scripts/search.py \
  "developer tool AI coding assistant dark tech" --design-system -f markdown

# 美妆护肤类
python3 ~/.claude/plugins/marketplaces/ui-ux-pro-max-skill/src/ui-ux-pro-max/scripts/search.py \
  "beauty skincare spa elegant feminine" --design-system -f markdown

# SaaS 产品类
python3 ~/.claude/plugins/marketplaces/ui-ux-pro-max-skill/src/ui-ux-pro-max/scripts/search.py \
  "SaaS dashboard analytics modern" --design-system -f markdown

设计系统输出包含:UI 样式、配色方案(5 色)、字体配对、关键动效、反面模式等。

也可以搜索特定域:

# 只搜风格
python3 ~/.claude/plugins/marketplaces/ui-ux-pro-max-skill/src/ui-ux-pro-max/scripts/search.py \
  "glassmorphism" --domain style

# 只搜配色
python3 ~/.claude/plugins/marketplaces/ui-ux-pro-max-skill/src/ui-ux-pro-max/scripts/search.py \
  "tech startup" --domain color

# 只搜字体
python3 ~/.claude/plugins/marketplaces/ui-ux-pro-max-skill/src/ui-ux-pro-max/scripts/search.py \
  "modern minimal" --domain typography

步骤 2:基于设计系统写 HTML

拿到设计系统后,严格按照其推荐的样式、配色、字体、动效编写 HTML(1080x1440)。

⚠️ HTML 布局规范:

body {
  width: 1080px;
  /* ❌ 不要写 height: 1440px + overflow: hidden,会静默截断内容 */
  /* ✅ 让内容自然撑开,由截图脚本裁切 */
}
.container {
  width: 1080px;
  min-height: 1440px;
  display: flex;
  flex-direction: column;
}

封面构图原则 —— 上重下轻:

小红书信息流中,封面底部会被标题 + 作者头像遮罩覆盖(约底部 15%)。从设计构图上遵循上重下轻

  • 上部 2/3:核心信息(大标题、数字、主视觉焦点)
  • 下部 1/3:装饰性/次要元素,被遮挡不影响阅读
  • 内容图(第 2-N 张)不受此限制

风格选择策略:

UI/UX Pro Max 输出的风格作为基础,但需要结合小红书的视觉习惯调整:

  • 30% 概率:使用高信息密度布局(Bento Grid、Dashboard 风格),适合功能汇总、工具推荐、数据对比类内容。这类封面在小红书收藏率高。
  • 70% 概率:使用 UI/UX Pro Max 推荐的风格,但封面必须增加卡片/色块/图标等视觉元素,不能只有大字+空背景。

如果 UI/UX Pro Max 推荐的风格生成封面过于简洁,主动切换为 Bento Grid 或卡片网格布局补充视觉层次。

通用设计要点:

  • 封面图:必须有视觉层次(背景+卡片+文字),数字/关键词高亮
  • 内容图:卡片布局,每张聚焦一个主题
  • 中文字体:Noto Sans SC(Google Fonts CDN),英文用设计系统推荐的字体
  • 尺寸:固定 1080x1440

步骤 3:截图(带溢出检测)

不要直接用 1080x1440 截图,内容溢出会被静默截断。使用以下流程:

# 1. 大 viewport 截图(捕获完整内容)
"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" \
  --headless=new --disable-gpu --no-sandbox \
  --window-size=1080,2880 \
  --screenshot=/tmp/xhh_raw.png \
  input.html

# 2. 裁切到 1080x1440 + 溢出检测
python3 -c "
from PIL import Image
import numpy as np

img = Image.open('/tmp/xhh_raw.png')
arr = np.array(img)

# 检测 1440px 以下是否有内容
bg = arr[-1, 0, :]
below = arr[1440:, :, :]
diff = np.abs(below.astype(int) - bg.astype(int))
if np.any(diff > 20, axis=2).any():
    print('⚠️ 内容溢出 1440px!请减少内容或缩小元素尺寸')
else:
    print('✅ 内容未溢出')

# 裁切并保存
img.crop((0, 0, 1080, 1440)).save('output.png')
print(f'已保存 output.png (1080x1440)')
"

如果检测到溢出,必须修改 HTML 减少内容后重新截图,不能忽略。

方案 B:AI 生图(可选)

适合:生活、美妆、种草、情感等需要真实感或艺术风格的内容。

同样先调用 UI/UX Pro Max 获取配色和风格方向,再传给图片生成脚本:

python3 ~/.claude/skills/xiaohongshu/scripts/generate_image.py "{prompt}" --ratio 3:4 --num 1 --output ./images

第四步半:封面质量检查

封面决定用户是否点进来,必须视觉丰富,绝不能只有大字+空白背景

封面必须满足(缺一不可):

  • 有明确的视觉焦点(大数字、产品截图、对比图)
  • 有层次感(至少 3 层:背景 + 卡片/色块 + 文字)
  • 有色彩对比(不能全是同一个色调)
  • 信息密度适中(不空旷也不过载,1.5 秒内能抓住重点)
  • 上重下轻构图(底部 1/3 为装饰区,核心信息在上部 2/3)

封面类型选择(按内容匹配):

类型 适合 结构
数字冲击型 工具/数据/汇总 超大数字 + 彩色标签 + 卡片网格
前后对比型 效果展示 左右/上下分栏 + Before/After
产品截图型 软件/App 模拟屏幕截图 + 标注箭头
人物+文字型 经验/故事 头像/插图 + 大字标题
卡片网格型 多功能/资源 Bento Grid 多色卡片

第五步:写文案

参考 summary 的标题类型分布 TOP 1 选择标题公式,参考高频成功要素确定正文结构。

标题公式:

  • 数字型:[数字]个[主题] 后悔没早知道(数字冲击力最强)
  • 情绪型:[主题]也太[形容词]了!
  • 热点型:[事件]一文看懂
  • 混合型:[产品] [数字]版更新汇总|[最大亮点]

⚠️ 标题写完必须人工数字数,确保 ≤20 字。

正文规范:

  • 纯文本,不用 Markdown 语法
  • emoji 分隔段落,但不要滥用
  • 多换行,每段不超3行
  • 口语化但不失专业感,避免纯 AI 味
  • 加入个人口吻("我把xxx全看完了"、"亲测")
  • ≤1000字,核心干货做进图片
  • 结尾必须提问引导互动

正文结构模板:

个人叙事钩子(1-2句)
→ 核心亮点分点(❶❷❸,每点功能+用户价值)
→ 次要功能精选(简短列表)
→ 修复/注意事项(如有)
→ 行动指引(升级方法/购买链接等)
→ 互动引导结尾(提问)

文案写完后,保存到帖子目录的 content.md

---
title: 标题
date: 2026-02-06
status: draft
---

## 正文

文案内容...

## 标签

tag1, tag2, tag3

第六步:发布

先确认登录状态:

mcp__xiaohongshu-mcp__check_login_status()

从帖子目录读取 content.md 和图片,发布:

mcp__xiaohongshu-mcp__publish_content(
  title="标题",
  content="正文(不含标签)",
  images=["<帖子目录>/cover.png", "<帖子目录>/features.png", ...],
  tags=["标签1", "标签2", ...]
)

发布成功后,更新 content.md 的 status 为 published

发布前检查清单:

  • 标题 ≤20 字
  • 正文 ≤1000 字
  • 正文不含 # 标签(标签走 tags 参数)
  • 图片路径为绝对路径且文件存在
  • 至少1张图片
  • 已确认登录状态
  • 防限流:正文无安装命令/代码/外部链接
  • 防限流:正文非通篇产品介绍,有场景叙事(7-3 原则)
  • 防限流:无绝对化用语(最/第一/唯一)
  • 防限流:封面有视觉层次,非纯大字+空白

支持定时发布(1小时~14天内):

schedule_at="2026-02-05T10:30:00+08:00"

第七步:验证

发布后搜索确认笔记可见:

mcp__xiaohongshu-mcp__search_feeds(keyword="标题关键词", filters={"sort_by": "最新"})

搜索到后,将 feed_id 回填到 content.md 的 frontmatter 中:

status: published
feed_id: xxx

注意:新笔记需要几分钟才能被索引,MCP 无法查看自己发布的内容,建议用户去 App 确认展示效果。


高赞笔记数据库

本地维护一个高赞笔记数据库,持续积累竞品数据,为创作提供数据驱动的参考。

数据库路径:<工作目录>/database/(与 posts/ 同级)

  • feeds.json — 笔记原始数据 + 分析标注
  • summary.md — 自动生成的分析摘要

采集流程

当用户要求「收集高赞笔记」「更新数据库」「分析竞品」时,执行以下流程:

1. 搜索目标笔记

mcp__xiaohongshu-mcp__search_feeds(keyword="[关键词]", filters={"sort_by": "最多点赞"})

2. 获取高赞笔记详情

对搜索结果中赞数较高的笔记(建议 TOP 5-10),逐个获取详情:

mcp__xiaohongshu-mcp__get_feed_detail(feed_id, xsec_token)

3. 分析并标注

对每篇笔记提取以下维度:

{
  "feed_id": "笔记ID",
  "title": "标题",
  "author": "作者昵称",
  "author_id": "作者ID",
  "content": "正文全文",
  "likes": 157,
  "favorites": 152,
  "comments": 3,
  "images_count": 14,
  "domain": "科技",
  "keywords": ["Claude Code", "更新"],
  "xsec_token": "token",
  "analysis": {
    "title_type": "数字型|情绪型|热点型|混合型",
    "content_type": "图片流|正文详写|结构化长文",
    "image_style": "博客长图|推文截图|手写笔记卡片|文档卡片|深色科技卡片",
    "hook": "数字冲击|个人叙事|热点引入|痛点提问",
    "cta": "提问引导|行动号召|情感共鸣",
    "tags_used": ["ClaudeCode", "AI编程"],
    "fav_like_ratio": 0.97,
    "comment_like_ratio": 0.02,
    "key_elements": ["数字冲击标题", "14张图片干货", "个人使用经验"],
    "notes": "收藏率极高,图片即干货"
  }
}

4. 写入数据库

python3 ~/.claude/skills/xiaohongshu/scripts/feed_database.py  # 在工作目录下执行 add '<json>'

5. 生成分析摘要

采集完成后,运行分析命令自动生成 summary.md

python3 ~/.claude/skills/xiaohongshu/scripts/feed_database.py  # 在工作目录下执行 analyze

数据库命令参考

命令 说明 示例
add '<json>' 添加/更新笔记(同 feed_id 自动更新) add '{"feed_id":"abc","title":"..."}'
list 列出所有笔记(按赞数降序) list --domain 科技 --min-likes 50
get <feed_id> 获取单条完整数据 get abc123
delete <feed_id> 删除一条 delete abc123
analyze 生成分析摘要到 summary.md analyze
stats 数据库统计 stats

这样每次创作都会让数据库越来越丰富,分析结论越来越准。


标签参考

参考 tag-database.md 中的基础标签库

配图风格

配图风格完全由 UI/UX Pro Max Skill 驱动,不维护本地风格模板。

数据库规模:

  • 67 种 UI 样式(Glassmorphism、Bento Grid、Cyberpunk、Neubrutalism...)
  • 96 种行业配色方案
  • 57 种字体配对
  • 100 条行业推理规则(自动匹配最佳风格)

每次生成配图时调用 search.py --design-system,它会根据内容主题自动推荐样式+配色+字体+动效,确保每次风格都不一样。


⚠️ 防限流规则(必须遵守)

以下行为会导致笔记被限流,发布前必须逐条检查

绝对禁止(触发即限流)

禁止行为 说明
正文放安装命令/代码 安装命令、代码片段一律放评论区,正文写"见评论区"
正文放外部链接/URL 任何 http/https 链接、GitHub 地址都不能出现在正文
通篇产品功能罗列 不能整篇都在介绍产品功能,必须有场景叙事
提具体平台引流 不要写"GitHub 上 26K 星",改为"超火的开源项目"
绝对化用语 "最""第一""唯一""100%"等

必须做到(提升推荐概率)

规则 说明
场景化叙事开头 先说痛点/个人经历,再自然引出产品
结尾必须提问 引导评论互动,系统看互动率决定是否继续推
正文结构:7-3 原则 70% 个人体验/场景描述,30% 产品介绍
安装/链接放评论区 正文只引导"安装方式见评论区",具体命令发评论
封面简洁有焦点 1.5 秒内抓住重点,不要信息过载
搜索关键词布局 标题和正文包含用户会搜索的词

发布后必做

  • 搜索笔记获取 feed_id,用 MCP 在评论区补充引导信息
  • 搜索笔记确认可见
  • 如果搜不到,可能已被限流,检查以上规则

评论区安全规则

评论同样会被过滤,以下内容会被吞(仅自己可见)

会被吞的 安全替代
/plugin install xxx 命令格式 "搜 xxx 就能找到,两步装好"
http:// 任何链接 "搜xx关键词就行"
完整安装路径/代码 做进配图里,评论说"看最后一张图"
"私信""私我""加我微信" "看我主页" 或 "评论区聊"
谐音/加密绕过 不要尝试,AI 能识别

安全评论写法示例:

# 引导安装(口语化,不带命令格式)
想装的:打开 Claude Code,搜 ui-ux-pro-max-skill 就能找到,两步就好

# 引导看图
安装方式在最后一张图里,超简单的

# 补充说明(拆成多条自然评论)
评论1: 装法超简单,搜插件名就行
评论2: 装完直接说"帮我做个落地页"就能用了

评论发布流程:

1. 搜索笔记获取 feed_id + xsec_token
   mcp__xiaohongshu-mcp__search_feeds(keyword="标题关键词", filters={"sort_by": "最新"})

2. 发布口语化评论(不含命令/链接/敏感词)
   mcp__xiaohongshu-mcp__post_comment_to_feed(feed_id, xsec_token, content)

3. 如有多条补充信息,拆成多条自然评论分别发

注意事项

  1. 不用"最""第一"等绝对化用语
  2. 软性种草,避免硬广
  3. 结尾必须提问
  4. 配图比例推荐 3:4 竖版(1080x1440)
  5. 避免纯 AI 味,加入个人口吻
  6. 功能描述要转化成用户价值(差:"新增 pages 参数" → 好:"大PDF不用全部加载了,省token")
  7. 发布失败最常见原因:标题超20字
  8. MCP 发布后无法编辑/删除,发布前务必确认内容
Weekly Installs
43
GitHub Stars
11
First Seen
Feb 7, 2026
Installed on
opencode41
gemini-cli40
codex40
cursor40
github-copilot38
amp37