xhs-trend-radar
小红书热点笔记验证与可视化选题报告 Skill|采集依赖 MiniMax Code,报告离线可读
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/guzhezao--xhs-trend-radar)HTML
<a href="/listings/guzhezao--xhs-trend-radar"><img src="/api/listings/guzhezao--xhs-trend-radar/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
macOS / Linux:
git clone https://github.com/guzhezao/xhs-trend-radar.git \ ~/.minimax/skills/xhs-trend-radar
Windows PowerShell:
git clone https://github.com/guzhezao/xhs-trend-radar.git ` "$HOME\.minimax\skills\xhs-trend-radar"
抓取依赖 MiniMax Code 的内置已登录浏览器;报告生成器使用 Python 3 标准库, 可在 Windows、macOS 和 Linux 上运行,不需要安装第三方 Python 包。
然后在 MiniMax Code 里直接说"帮我出一份小红书 XX 的高赞热点报告"。
为什么不用 MCP / Playwright
同类方案通常要下平台专用二进制或装 200MB chromium,再跑独立登录工具扫码存 `cookies.json`,起常驻服务,配 `stealth.min.js` 反检测——它们的前四步都在搭环境。 本 skill 第一步就是业务,因为登录态问题在 MiniMax Code 里不存在: 右侧浏览器就是真浏览器,本来就带着你的登录态。
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 550 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: xhs-trend-radar
- description: |
- 用 MiniMax Code 内置浏览器(已登录会话)抓取小红书高赞笔记,产出一份可视化 HTML 热点报告。
- 能力:关键词扩展 → 检索 → 按互动量重排 → 逐条独立 URL 验证 → 选题分层判断 → 生成带图表和可点击链接的 HTML 报告。
- 触发词:小红书热点、小红书高赞、抓小红书、小红书选题、爆款拆解、对标笔记、trend radar、小红书热榜、小红书热点报告。
- 即使用户只说"看看小红书上 XX 最近什么内容火"或"帮我出一份 XX 的小红书热点报告",也应触发。
- 只做"抓热点内容"这一件事。不要用于:代写内容本身、找达人/找博主/做商单选号、抖音等其他平台(本 skill 均不覆盖)。
- license: MIT
- metadata:
- requires:
- runtime: MiniMax Code
- tools: [browser]
- ---
- # XHS Trend Radar · 小红书热点抓取
- 给内容创作者用的**小红书热点选题工具**:用你右侧那个已经登录过的浏览器,
- 围绕一个主题去小红书捞高赞笔记,逐条打开验证后,产出一份**可视化 HTML 报告**——
- 带赞藏评图表、发布新鲜度散点、驱动力分布,每条笔记都有能点开的真实链接和"先做哪个"的判断。
- 不导 cookie,不配 headless,不装 Playwright。
- **它只做一件事:搜集小红书热点,帮你定选题。**
- 抓取和判断全程围绕"**笔记**"这一个对象——抓笔记、验证笔记、拆解笔记选题。
- 所以有个边界要守住:**这是"选题"工具,不是"选号"工具。**
- 如果用户要的是找达人、找博主、挑合作账号,目标对象就从"笔记"变成了"账号",
- 抓笔记会退化成可有可无的手段,模型容易顺势跳过逐条验证("识别博主不用看藏/评嘛")。
- 把对象锁死在"笔记",这个偷懒出口就没了。用户真要找达人,直接说明不在范围内即可。
- (另:只覆盖小红书,不做抖音等其他平台。)
- ---
- ## 0. 前置检查(不通过就停)
- **本 skill 硬依赖 MiniMax Code 的内置浏览器动作接口。执行任何抓取前,先做这一步。**
- 要求同时满足:
- 1. 当前 runtime 提供 `browser` 工具,且支持这些 action:
- `inspect` / `query` / `navigate` / `click_and_wait_for_navigation` / `back` / `scroll`
- 2. `inspect` 返回**不透明元素 ref**(opaque ref)与 `snapshotId`,且支持 `offset` 分页续读
- 3. `query` 支持 `kind: "text"`(读页面可见文本,用于查登录信号)
- 4. 浏览器**保留用户已有登录态**(右侧面板里的会话,不是新起的干净实例)
- ### 检查 A:工具能力(会话开始时做一次)
- ```
- browser({ action: "navigate", input: { url: "https://www.xiaohongshu.com/explore" } })
- browser({ action: "inspect" })
- ```
- 必须**先 navigate 再 inspect**。空白页的 `inspect` 也会返回 `snapshotId`,
- 单独跑 `inspect` 只能验出"工具存在",验不出任何页面状态——那是无效自检。
- 判定:
- - 拿到 `snapshotId` + 不透明 ref 元素句柄 → 工具可用,进检查 B
- - 工具不存在 / action 名不匹配 / 只能拿 CSS selector 不能拿 opaque ref → **立即停止**,输出:
- > 本 skill 需要 MiniMax Code 的内置浏览器(保留登录态 + opaque ref 快照)。
- > 当前环境不满足,无法运行。请在 MiniMax Code 中执行。
- ### 检查 B:登录态(每次开抓前必做,不可跳过)
- 在检查 A 打开的 `explore` 页上,用 `query kind:"text"` 找登录信号:
- | 信号 | 结论 |
- |---|---|
- | 页面出现「登录」按钮 / 扫码弹窗 / 搜索框 placeholder 为「登录探索更多内容」 | **未登录** |
- | 能看到笔记卡片列表 + 无登录引导 | 已登录,可以开抓 |
- 未登录 → **停下**,输出:
- > 右侧浏览器当前未登录小红书。请在右侧面板登录后告诉我,我再继续。
- > (未登录状态下小红书返回 200 + 空笔记数组,不会报错,硬跑会交付空清单。)
- **不要在未登录状态下开始抓取**,也不要"先试试看能不能拿到"。
- ### 为什么是硬依赖,不是偏好
- **最关键的一条:未登录抓小红书搜索页,不会报错,会静默给你空结果。**
- 实测(2026-07-29,`web_fetch` 请求 `search_result?keyword=...`):
- | 观察项 | 实际返回 |
- |---|---|
- | HTTP 状态 | **200** |
- | HTML | 完整页面,含 `__INITIAL_STATE__` |
- | `search.feeds` | **`[]`** |
- | `global.hasWebSession` | `false` |
- | `#global` 属性 | `data-logged="0"` |
- | 搜索框 placeholder | 「登录探索更多内容」 |
- 它**不封你、不给验证码、不返回错误码**——就是给一个结构完好但笔记数组为空的页面。
- 这比直接被拦更危险:一个只判断 HTTP 状态码的脚本会认为自己成功了,
- 然后交付一份"今天没有热点"的空清单。**静默失败是本 skill 拒绝降级的核心原因。**
- 其余三条依赖:
- | 需求 | 本 skill 的做法 | 换成通用 headless 方案会怎样 |
- |---|---|---|
- | 拿到搜索结果 | 复用右侧浏览器已登录会话 | 见上表:200 + 空数组,静默失败 |
- | 瀑布流里定位目标卡片 | `inspect` 快照里按可见文本比对拿 ref | CSS selector 是混淆类名(`data-v-xxxxxxx` + 构建 hash),每次发版都变 |
- | 滚动后元素被卸载 | `inspect` 分页续读 + 只取未卸载区间 | selector 指向已卸载 DOM,静默拿空 |
- 这三条都不是"用别的工具麻烦一点",是**流程照抄过去跑不通,而且不会告诉你跑不通**。
- ---
- ## 1. 需求确认(用 ask_user 弹选项卡,不要在对话里贴表格让用户手打)
- **这一节固定用 `ask_user` 工具**,一次弹出一张多问题卡片,让用户**点选项**就能定完,
- 不用手动打字。**不要**把问题写成 markdown 表格贴在对话里等用户回复——那是上一版的错误做法,
- 用户还得自己敲字,也经常被模型漏掉。
- ### 调用规格(照这个结构调 ask_user)
- 一次 `ask_user`,`steps` 里放 5 个问题,`selectionMode` 按下表定。
- **已经能从用户话里确定的项,不要再放进卡片问**(比如用户已说「近一周」,就别再问时间)。
- | # | question | options(selectionMode) |
- |---|---|---|
- | 1 | 关键词要哪 1-3 个种子词? | 无预设选项,让用户填(这项通常用户开口就带了,带了就别问) |
- | 2 | 时间范围? | `近 1 周` / `近 1 月` / `近 3 月(默认)`(single) |
- | 3 | 要几条结果? | `10 条(默认)` / `15 条` / `20 条(上限)`(single) |
- | 4 | 排序口径? | `按点赞(默认)` / `按收藏` / `按评论`(single) |
- | 5 | 你的账号定位是什么?(用于相关性判断) | 无预设选项,让用户填;可给 `先不定,看大盘` 一个选项(single) |
- - 关键词、账号定位是自由文本,卡片里让用户填(`ask_user` 的问题项可以不带 options)
- - 时间/数量/排序是**枚举**,必须给预设选项让用户点,别让他打字
- - **交付方式不用问**:本 skill 唯一产出就是 HTML 报告(见第 5 节)
- ### 行为约束(硬)
- - 需求确认**只调一次 `ask_user`**,把该问的一次问完;不要一项一项分多次弹卡(那样烦)
- - 用户话里已明确的项**直接采纳、不再放进卡片**(例如「最近一周 AI 工作台的 15 条」→ 时间/关键词/数量都不用问了,只补排序和定位)
- - 如果 5 项用户全说清了,**跳过 ask_user**,直接进第 2 节
- - **不要在卡片之外附一大段自己的"建议默认值"**:给了预设选项就够了,用户点就行。喧宾夺主的长篇分析是上一版的毛病
- - 弹完卡片、拿到用户点选结果后,用一两句话复述确认("好,近1月 / 15条 / 按收藏 / 定位是X"),再进第 2 节
- 如果用户上来就一句含糊的「跑个 X」,就靠这张卡片把 5 项收齐,别自作主张替他全点默认值。
- **如果用户要的是"找博主 / 找达人 / 挑合作账号"**,不要弹这张卡 ——
- 那不在本 skill 范围内(见开头「不做」清单),直接说明并停下。
- ---
- ## 2. 关键词扩展(先做,别直接拿原词搜)
- 一个宽词回来的结果集中在头部大号,中小号的高互动笔记压根不出现。
- 把种子词扩成三组:**原词组 / 收窄组 / 平替组**。
- 扩展词生成后**先给用户过一眼**再执行,不要闷头搜一堆无关词。
- 完整方法与例子见 `references/topic-judgment.md` 第 1 节。
- ---
- ## 3. 抓取流程
- ### 开抓前先建数据存档(这一步在动手之前做)
- **目标条数由用户在第 1 节定,你的任务是把它跑完,不是"觉得跑不完就砍"。**
- 上下文会随抓取变长,MiniMax Code 到一定长度会自动压缩对话。压缩会丢细节,
- 但**只要已完成的记录不在对话里、在磁盘上,压缩就伤不到进度**。所以开抓前先落一个文件:
- `xhs-trend-<关键词>-<YYYYMMDD>.data.json` —— 进度存档 + 最终报告的数据源,一份两用。
- 它的结构就是报告的 `REPORT_DATA`(完整字段见 `references/report-template.md` 第 2 节),
- 开抓前先建好顶层骨架,`notes` 数组留空,逐条 append:
- ```json
- { "keyword":"…","captured_at":"…","range":"…","range_days":30,
- "sort_note":"…","account":"…","target":N,
- "lede":"","kpi":{},"drive_dist":{},"groups":{},"notes":[],"footer":{} }
- ```
- **报告不用现在写。** 最后一步用 `scripts/build-report.py` 把这份 data.json 拼成 HTML,
- 图表/样式/交互都在模板里写死了,你只负责把数据填对(见第 5 节)。
- 然后明确回答一句:
- > 本轮目标 <N> 条,逐条打开验证,每验证完一条就 append 进 data.json 的 notes,中途被压缩也能接着跑。
- **跑不完不是砍 N,是接着跑。** "单轮跑不满"只有一种情况:搜索结果**真的翻到底了**
- (scroll 到 atEnd 仍无新卡片),池子里就那么多。这时收尾如实报告"目标 N,完成 X",
- 让用户决定要不要换词再开一轮 —— 而不是你替他把目标改小。
- **以下都不是"跑不满",是偷懒,一律不允许:**
- - ❌ "剩下几条的 note_id 在瀑布流靠后,要多滚几次才找得到" —— 那就多滚几次,滚到够为止。搜索页有几百条,滚 3-5 次是正常成本。
- - ❌ "已经消耗了较多 token,先出 X 条给你看效果" —— 上下文没满就不是理由;token 是用来干活的,不是省着不干的。data.json 在磁盘上,真撑不住了也能接着来,不会白费。
- - ❌ "先出 X 条,剩下的问用户要不要继续" —— 用户已经说了要 N 条,不用再问。除非真到底(情况见上),否则接着抓到 N。
- 一句话:**只要搜索页还能滚出没抓过的新卡片,就没到停的时候。**
- **如果上下文被压缩了**:读一遍 `data.json`,`notes` 里有几条就是已处理几条,
- `target - notes.length` 就是还差几条,从搜索页接着抓下一条。**不要重头再来。**
- **降验证率永远不允许。** 不要接了 10 条的目标,然后用"打开 1 条 + 9 条卡片摘要"来凑数——
- 那不是 10 条,那是 1 条。
- ### 单条闭环:抓一条,落一条
- **不要先把 10 条卡片列成清单再回头逐条打开。** 那样做的结果是:
- 清单看起来已经成型了,打开详情页就退化成"可选的加料环节",然后被跳过。
- 正确流程是**串行流水**——清单是一条一条累积出来的,不是先列好再填。
- **强约束循环(这条不是建议,是顺序闸):**
- 对每条要抓的笔记,**必须**按下面 4 步依次执行,**前一步的产物没落盘,不许发起下一步的工具调用**:
- ```
- LOOP(每条笔记执行一次,直到 notes.length == target):
- [1] inspect 一次搜索页快照
- → 本次只允许从快照里挑【1 条】未处理过的笔记
- (已处理 = note_id 已在 data.json 的 notes 数组里)
- → 本次只允许抄下 3 个值:标题文本、note_id、xsec_token
- (全部从卡片 href 里原样取,形如 /search_result/<note_id>?xsec_token=...&xsec_source=)
- → 抄第 2 条就是违规
- → 不许抄点赞数、不许抄作者、不许整理"本批候选"列表
- [2] 把这一条**先 append 进 data.json 的 notes 数组**(用 edit/write 落盘,不是只在对话里说)
- → 追加一条 {"note_id","title","url":"<拼好的带token链接>","status":"pending"}
- → 落盘之前,**禁止调用 click_and_wait_for_navigation**
- → 这一步的作用:把"我接下来要打开的就是它"写进磁盘,压缩也冲不掉
- [3] click_and_wait_for_navigation 进详情页
- inspect 详情页快照
- → 拿 赞/藏/评 + 标签 + 发布时间;正文只扫一眼判"门槛"(可直接做/需素材),不整段抄进 data.json
- → 回 data.json **更新刚才那条**:补 like/save/comment/tags/publish_date/days_ago + judge 四项,status 改 "verified"
- → 拿不到 token 或详情页打不开 → 这条 status 改 "failed",补 fail_reason 写明原因
- → 失败记录也算"这一条完成了",仍计入进度(留在 notes 数组里,不删)
- [4] 在对话里输出进度行:`[已完成 X / 目标 N]`(X = notes.length,从 data.json 数)
- → 进度行输出后,**才能** back 回搜索页进入下一轮 LOOP
- → 进度行缺失 = 中间跳过了;出现连续两次相同的 X 必然意味着漏跑
- 当前快照里挑不到新笔记 → scroll 一次 → 回到 LOOP 入口 [1] 继续挑
- (scroll 后旧 ref 全失效,反正本流程不缓存 ref,天然规避)
- **终止条件只有两个,二选一,没有第三个:**
- (a) notes.length == target(抓够了)
- (b) 连续 scroll 到搜索结果**真的到底**(scroll 返回 atEnd:true,且到底后 inspect 仍无新卡片)
- —— 这时才允许少于 target,且必须走下面「没抓够怎么办」。
- **"翻瀑布流找 note_id 太麻烦 / 太费 token" 不是终止条件,是必须继续做的工作。**
- 搜索页有几百条结果,滚 3-5 次找齐 5-10 条 note_id 是本任务的正常成本,不是意外开销。
- 全部跑完(达到 target 或真的到底)→ 补 data.json 顶层字段(kpi/lede/drive_dist/groups)
- → 跑 scripts/build-report.py 拼成 HTML 报告(见第 5 节),不许自己写 HTML
- ```
- **顺序闸的逻辑:**
- - 步骤 [1] → [2]:逼你"先看见、再落盘、再动手"。M3 最常见的偷懒是 inspect 后直接 click,标题都没留痕,事后根本没法核。
- - 步骤 [2] → [3]:逼你"先把这条写进磁盘"。写进 data.json 的记录压缩冲不掉;如果点击失败,磁盘上就是真实失败记录;没落盘,回退到原搜索页快照就什么痕迹都没了。
- - 步骤 [3] → [4]:逼你"先报数、再 back"。进度 X 从 data.json 数,只能累加不能跳,连续两次相同 X 就是漏跑信号。
- **这条循环的设计目标是:让"跳过"在结构上不可能发生,** 而不是靠你自觉。
- data.json 是进度的唯一真相来源,不是对话记忆,也不是 todo 列表。
- ### 每条都要报进度
- 第 4 步那句 `[已完成 X / 目标 N]` 是硬要求,不是可选的礼貌。
- 它的作用是让"跳过"在**过程中**就暴露:如果进度从 `[已完成 1 / 目标 10]`
- 直接跳到输出成品,用户一眼能看出中间 9 条压根没跑。
- 跑完最后一条,报一次收尾:
- > 目标 <N> 条,已打开并验证 <X> 条,失败 <Y> 条(原因见对应条目)。
- **进度只认两个东西:磁盘上的 `data.json` + 对话里的 `[已完成 X / 目标 N]` 行。**
- **不许用 `todowrite` 记抓取进度。** 这是上一版被绕过的真实漏洞:模型只验证了 3 条,
- 却在 todo 里把"抓 5 条""补 5 条平替词"全标成了 `completed` —— todo 是"我打算做的事",
- 不是"我做完的事",把它当进度用,等于给自己发了张没兑现的完成证明。
- - 抓取进度以 `data.json` 里 `notes` 数组的**实际条目数**(notes.length)为准
- - todo 列表可以用来记"还要做关键词扩展、还要生成报告"这类**阶段**,但**单条笔记的完成与否不进 todo**
- - 报进度就在对话里写 `[已完成 X / 目标 N]`,X 从 data.json 数出来,不从 todo 数
- **ref 只能从 `inspect` 拿。** 这是全流程唯一的元素句柄来源:
- - `inspect` = 拿全量快照(可见文本 + opaque ref)。本流程里每次只用它挑**下一条**要打开的笔记,
- 用完即弃。它返回的 ref 只对**这一份快照**有效,`back` 回来后必须重新 `inspect`。
- - `query` = **读内容,不给可点击 ref**。`kind:"text"` 读可见文本、`kind:"dom"` 读 DOM 片段。
- 在本流程里它只有一个用途:第 0 节检查 B 里确认登录信号。
- 不要拿它去"定位卡片"——拿不到能点的东西。
- 一句话:**每挑一条就 inspect 一次,不缓存 ref,不预先建清单。**
- ### 四条必须遵守的纪律
- **① 登录态先确认。** 搜索页 `inspect` 后如果拿不到任何笔记卡片,
- **先怀疑未登录,不要怀疑"这个词没内容"**——这是上面那个静默失败的表现。
- 确认办法:看页面是否出现登录引导 / 搜索框 placeholder 是否为「登录探索更多内容」。
- 未登录 → 停下告知用户去右侧浏览器登录,不要换词重试。
- **② 滚动要克制,数量有真实天花板。** 搜索页是虚拟列表,`scroll` 之后视口上方卡片 DOM 被移除,
- 之前拿到的 opaque ref **全部失效**。
- - 优先在"首屏 + 一次 scroll"能覆盖的范围内取满数量
- - 数量不够时:**不要继续暴力滚**,改用搜索翻页,或换扩展词二次检索补齐
- - 本流程不缓存 ref(每挑一条 inspect 一次),所以 scroll 导致的 ref 失效天然规避
- - 反复滚超过 2-3 次基本是浪费 token,收益递减
- **单次任务的真实容量:单关键词 10-15 条,全任务不超过 20 条。**
- 这不是保守设置,是算出来的:
- | 环节 | 动作数 |
- |---|---|
- | 搜索页 navigate | 1 |
- | 每条笔记:inspect 挑选 → click → inspect 详情 → back | 约 4 |
- | 20 条 | 约 80 次浏览器动作 |
- 每次 `inspect` 都会返回一大段页面快照进上下文。20 条已经接近单次会话
- 能稳定完成的量;再往上走会先撑爆上下文,然后开始丢数据、错配、编数字——
- **比少给几条糟得多**。
- 要更多条,用两种方式,别硬堆:
- - 拆成多个关键词、多轮任务
- - 用 `mavis cron` 每天跑一轮,攒出时间序列(顺便把"阶段"从推断变实测)
- **③ 排序口径要说实话。** 我们拿到的是**搜索结果页综合排序**的内容,
- 然后自己按点赞数重排。真实口径是:
- > 搜索结果页综合排序前 N 条中,按点赞数重排取前 X
- 不是"小红书点赞前 X"。交付时必须这么写。
- 细节展开见 `references/platform-notes.md`。
- ### ④ 为什么每条都必须真的打开
- 搜索页卡片上**只有标题、作者、点赞数**。收藏数、评论数、正文、标签、发布日期、note URL
- 全部只存在于笔记详情页。
- **不打开详情页 = 拿不到 note URL,也拿不到藏/评两个数,第 4 节四项判断全部无从下手。**
- 那样交出去的不是选题清单,是一份带点赞数的标题列表。
- 已知会出现的偷懒路径,全部不允许:
- - 只在搜索页 `inspect` 一次,把 10 条卡片整理成清单交付
- - 打开 1-2 条,剩下的按搜索页卡片信息填表
- - 因为"点开很花动作数"而跳过详情页
- - 给未打开的条目标上 `搜索兜底`(那是失败标记,不是"没去做"的标记)
- 流程上的防呆已经在上面两段做了(**开抓前建骨架 + data.json 存档** + **单条闭环落记录**)。
- 按那个流程走,压根不会产生"待补全的卡片摘要"这种中间产物。
- ### 交付前兜底自检
- 正常情况下走完单条闭环,`✓已验证` 就等于实际完成条数,不需要这一步。
- 这是防线,不是常规路径,**只对"真的打不开"的情况**——不是给"懒得打开"留的减量口子
- (跑不完要接着跑,见本节开头,不是砍 N):
- 1. 数一遍 `✓已验证` 的条数
- 2. `✓已验证 / 目标条数 < 70%` → **不许直接出报告**。先输出:
- > 目标 <N> 条,实际只验证到 <X> 条(其余详情页反复打不开)。
- > 未打开的条目拿不到 note URL 和藏/评数据,报告的图表和判断列会残缺。
- > 要我继续补齐剩下 <N-X> 条,还是就按这 <X> 条已验证的出报告?
- 3. 等用户回答,不要自己决定"先给个大概的"
- **触发这条防线本身就说明流程跑歪了**——回头看是不是又变回"先建清单"了。
- ---
- ## 4. 选题判断(抓完不算完)
- 只给一个按点赞排的列表 = 交付了一份排行榜,用户还是不知道先做哪个。
- 每条追加四项判断:
- - **阶段**:窗口开着 / 收窄 / 关了(发布时间 + 当前互动量推断)
- - **驱动力**:信息差 / 实用 / 情绪 / 身份 / 猎奇(看赞藏评的**结构**,不只看总量)
- - **门槛**:可直接做 / 需素材 / 需资源
- - **相关性**:强相关 / 可延展 / 不相关
- 最后按可执行性分三组给结论:**现在就做 / 排期做 / 只做参考**。
- ### 没有数据就不许判断
- 四项判断各有其数据依赖,缺依据一律写 `未获取`,**不许看着标题猜**:
- | 判断项 | 依赖 | 缺依据时 |
- |---|---|---|
- | 阶段 | 发布日期(详情页)+ 同题多条的时间分布 | `未获取` |
- | 驱动力 | 赞 / 藏 / 评**三个数的比例**(藏和评只有详情页有) | `未获取` |
- | 门槛 | 正文与配图形式(详情页) | `未获取` |
- | 相关性 | 用户账号定位(第 1 节问到的)+ 笔记主题 | 可从标题判断,但要说明只依据标题 |
- **只有点赞数就写不出驱动力。** 收藏>点赞是实用、评论>收藏是情绪/身份——
- 这些结论全靠比例。手上只有一个赞数还填"身份认同",那是编的。
- 同理,单条卡片的"3天前"判不出窗口开没开,阶段要看**同题多条的发布时间分布**。
- 判断维度定义、阈值依据、互动结构怎么读 → `references/topic-judgment.md`。
- ---
- ## 5. 交付格式:可视化 HTML 报告
- **本 skill 唯一的交付物是一份单文件 HTML 报告。你不写 HTML —— 你只填数据,然后跑拼装脚本。**
- 样式、三张图表、点击跳转逻辑**全部写死在 `assets/report-shell.html` 里**。
- Chart.js 库已内联进 `assets/chart.umd.min.js`,所以报告**双击就能开、不依赖网络、图表能点击跳转**。
- 完整数据结构和填法见 `references/report-template.md`。核心就三步:
- ```
- ① 抓取时把进度存成 data.json(结构 = REPORT_DATA,逐条 append notes)
- ② 全部抓完补顶层字段(kpi/lede/drive_dist/groups),跑:
- python <skill目录>/scripts/build-report.py <data.json> <报告.html>
- ③ 用 <media type="file" src="<报告.html绝对路径>" /> 交付
- ```
- ### 为什么这样设计,不让模型写 HTML
- 上一版让模型自己写图表,它从零手写 SVG,调试几十轮还是渲染不出、没交互、不能点。
- **根因是给了模型写 HTML 的自由。** 现在图表逻辑它看不到也不用碰——发挥空间为零,就不会翻车。
- 而且报告本身是**防偷懒的关卡**:
- - KPI「最高藏赞比」:没有藏的数据算不出来
- - 散点图:没有发布时间画不出点
- - 柱状图:兜底条目的藏/评是 `null`,图上留**空缺口**,肉眼可见
- - 驱动力环形图:缺数据的条目落进**灰色扇区**
- 数字必须来自真实抓取,**填错了图会画歪,填不满图有缺口**——偷懒会被图表公开展示。
- ### 链接硬约束(xsec_token)
- 每条 verified 笔记的 `url` 字段**必须带 `xsec_token`,且必须是从搜索页卡片 `href` 里原样读出来的。**
- 不带 token 的 `https://www.xiaohongshu.com/explore/<note_id>` 在浏览器里打不开——
- 实测跳 `/404`,`error_code=300031`、`error_msg=当前笔记暂时无法浏览`。
- `xsec_token` 是平台下发的访问签名,**不能构造、不能猜、不能跨 note_id 复用**。
- 取法:`inspect` 搜索页 → 找 `href` 形如 `/search_result/<note_id>?xsec_token=...` 的 `a` 元素
- → 原样取 token → 拼成 `/explore/<note_id>?xsec_token=<token>&xsec_source=pc_search` 存进 `url`。
- **图表的点击跳转就是打开这个 `url`。** token 错了,点击柱子会跳 404。报告页脚已写明链接可能失效,
- 不用你额外说明;但**不要**在别处承诺链接永久有效。
- ### 三级状态(写进每条的 status 字段)
- | status | 含义 | 什么时候用 |
- |---|---|---|
- | `verified` | 详情页已打开,url + 藏/评拿到,标题作者与搜索页一致 | **正常状态,应占绝大多数** |
- | `failed` | **试着打开过但失败了**(ref 反复失效 / 页面打不开),必须填 `fail_reason` | 异常兜底 |
- | (丢弃) | 打开了但标题作者比对不上 —— 不写进 notes,但计入页脚抓取完整度说明 | 异常 |
- **`failed` 是异常状态,不是省事的档位。**
- "没去打开"不算 failed——那是漏做了单条闭环。只有**实际尝试并失败**才能标 `failed`,且要写明原因。
- 模板会自动处理呈现:`failed` 条卡片变灰、藏评显示"未获取"、图表里留缺口、页脚统计
- "目标 N / 已验证 X / 兜底 Y"。你只要 status 和 fail_reason 填对,不用管样式。
- 事实与判断在报告里已自动分层(数字实线框 / 判断虚线框 / 建议橙左框)——
- 但前提是你把 `judge` 四项该留空的留空(缺数据写空,模板显示"未获取"),**不许猜**。
- ---
- ## 6. 可选:跑两轮拿增速
- 单次任务只能看到**当前互动量**,看不到增长速度,所以「阶段」只能标「推断」。
- 想变成实测,唯一办法是**同一组关键词隔 24 小时再抓一次做差**。
- MiniMax Code 内置的 `mavis cron` 可以定时跑(`mavis({ command: "cron create", ... })`),
- 把两轮结果对比,涨得快的才是真在窗口里。
- 除此之外不做任何额外集成。生成的 HTML 报告直接交给用户,
- 要发到哪、接着做什么,都由用户在对话里另行安排——
- 本 skill 不假设你装了其他任何 skill。
- ---
- ## 7. 使用边界
- 这个 skill 只做一件事:**看公开内容,做人工可复核的记录。**
- **做:**
- - 只访问小红书公开可见的搜索结果与笔记页
- - 用真实浏览器、正常人类操作节奏(单条抓取之间自然间隔)
- - 记录公开互动数据与公开发布内容
- **不做:**
- - **不找达人 / 不找博主 / 不做选号**——本 skill 只抓"笔记内容",账号维度不覆盖(见开头范围说明)
- - 不含签名逆向代码(`x-s` / `x-t` / `x-s-common` 这类接口签名算法一律不实现)
- - 不含 stealth 反检测注入、不伪造指纹
- - 不构造直连 API 请求,只读浏览器已渲染出的可见内容
- - 不批量刷量、不模拟点赞收藏关注、不做任何写操作
- - 不采集非公开的个人信息(手机号、私信、位置轨迹等)
- - 不做高频请求(每条之间留自然间隔,单次任务上限 20 条 —— 见第 3 节纪律②)
- - 不做数据转售或 API 服务化
- **遇到验证码 / 风控提示 → 立即停止,向用户报告,不尝试绕过。** 这条没有例外。
- 抓来的内容版权归原作者。做选题参考和公开引用可以,
- 直接搬运洗稿不行——这条不在技术层面拦你,是你自己的事。
- 平台服务条款以官方最新版本为准,使用者自行承担合规责任。
- 完整条款见仓库 `DISCLAIMER.md`。
- ---
- ## 附:踩坑速查
- | 现象 | 原因 | 处理 |
- |---|---|---|
- | 搜索页一条笔记都拿不到,但页面正常 | **未登录**,服务端返 200 + `feeds: []` | 去右侧浏览器登录,别换词重试 |
- | ref 报"元素不存在" | 虚拟列表滚动后卡片被卸载 | 重新 `inspect`,别复用旧 ref |
- | 按位置序号取卡片总是取错 | 瀑布流各列高度不同,视觉位置 ≠ DOM 顺序 | 在 `inspect` 快照里按标题文本比对取 ref |
- | 用 `query` 拿不到能点的元素 | `query` 只读文本/DOM,不返回 opaque ref | 拿 ref 一律用 `inspect` |
- | `back` 之后动作全失败 | 列表重新渲染,ref 全失效 | `back` 后重新 `inspect` |
- | 两次抓的互动数不一样 | 数据实时增长 | 标注抓取时点,别当永久事实 |
- | 想按点赞排序但没有参数 | 搜索页只给综合排序 | 老实写"综合排序后重排" |
- | 抓到一半开始丢数据 / 记错数字 | 上下文被 inspect 快照撑爆后压缩 | 进度落 `data.json`,压缩后读文件接着跑;单轮仍控制在 20 条内 |
- | 报告里没有笔记链接 | 详情页没打开,只用了搜索页卡片 | 见第 3 节「单条闭环」:抓一条落一条 data.json,不预先建清单 |
- | 只有点赞数,没有收藏/评论 | 同上,藏和评只有详情页有 | 补打开详情页,或标 `搜索兜底` + `未获取` |
- | 驱动力/阶段填得很像但没数据支撑 | 看标题猜的 | 缺赞藏评比例一律写 `未获取`,不许推断 |
- | 10 条里只有 1 条有链接,9 条标了兜底 | 先建了完整清单,逐条打开退化成"可选加料"被跳过 | 按单条闭环串行跑;进度以 data.json 为准 |
- | todo 全标 completed 但实际只验证了几条 | 把 todo 当进度用,todo 是"打算做"不是"做完了" | 抓取进度只认 data.json + `[已完成 X / 目标 N]`,见第 3 节 |
- | 图表里兜底条目的藏/评填了 0 | 0 表示"真没人收藏",是撒谎 | 填 `null`,图上留空缺口才是"没抓到"的老实画法 |
- | 用户其实想找博主/达人 | 目标物错位,本 skill 只抓笔记 | 直接说明不在范围内,别弹需求确认卡 |
- | 要 10 条只抓了 5 条就停,说"剩下的要多滚/太费token" | 把"翻瀑布流麻烦"当成了终止条件 | 只有 scroll 到 atEnd 才算到底;没到底就接着滚,见第 3 节终止条件 |
- | 兜底条目写不出失败原因 | 压根没尝试打开,不是打开失败 | `搜索兜底` 只限实际试过并失败;没试过就是漏做 |
- | 交付的链接点开跳 404(`error_code=300031`) | 缺 `xsec_token`,链接是自己拼的 | token 只能从搜索页卡片 `href` 原样抄,见第 5 节 |
- | 报告图表空白 / 自己手写了 SVG 图表 | 没用 build-report.py,自己写 HTML 了 | 只填 data.json 跑 `scripts/build-report.py`,图表逻辑已写死在模板,不许自己写 |
- | 点击图表柱子跳 404 | 该条 `url` 少了 xsec_token | url 必须带原样 token,见第 5 节 |
- ---
- ## 来源
- 抓取流程、验证纪律、选题判断维度和踩坑清单来自真实任务实践。
- 第 0 节的未登录静默失败数据为 2026-07-29 实测。
- 许可证与免责声明见 `LICENSE` / `DISCLAIMER.md`。
README.md · README · 153 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # XHS Trend Radar
- 用 **MiniMax Code 内置浏览器**抓小红书高赞笔记,逐条打开验证后产出一份
- **可视化 HTML 报告**:带赞藏评图表、发布新鲜度散点、驱动力分布,
- 每条笔记都有能点开的真实链接和「先做哪个」的判断。
- 不导 cookie,不配 headless,不装 Playwright。
- ```
- 你:帮我出一份小红书上"AI 做自媒体"的高赞热点报告,10 条
- Mavis:(右侧浏览器自己动起来)
- → 关键词扩展 → 搜索 → 按点赞重排
- → 逐条打开验证 → 选题分层 → 生成 HTML 报告(图表 + 可点击链接)
- ```
- **范围:只做小红书、只抓热点笔记内容。** 找达人/找博主/选号、抖音等其他平台都不覆盖。
- ## 为什么只能在 MiniMax Code 里跑
- 不是许可证限制,是技术上跑不通。而且**跑不通的方式很阴**。
- ### 未登录不会失败,会静默给你空结果
- 实测(2026-07-29,`web_fetch` 请求搜索页):
- | 观察项 | 实际返回 |
- |---|---|
- | HTTP 状态 | **200** |
- | HTML | 完整页面,导航栏和频道 tab 都在 |
- | `__INITIAL_STATE__.search.feeds` | **`[]`** |
- | `global.hasWebSession` | `false` |
- | 搜索框 placeholder | 「登录探索更多内容」 |
- 它不封你、不给验证码、不返回错误码。页面骨架全都在,笔记数组是空的。
- 一个只判断 HTTP 状态码的脚本会认为自己成功了,然后交付一份
- "这个关键词最近没什么热点"的空报告。**用户拿到的不是错误,是错误的结论。**
- 这是这个 skill 拒绝提供降级方案的核心原因。
- ### 四件必须的依赖
- | 依赖 | 说明 |
- |---|---|
- | **已登录的浏览器会话** | 直接用右侧面板里你自己的登录态,不需要导 cookie |
- | **opaque ref 快照** | `inspect` 返回不透明元素句柄,绕开 Vue scoped + 构建 hash 类名 |
- | **快照带可见文本** | 靠标题文本在快照里比对定位,应对瀑布流位置错乱 |
- | **`snapshotId` 分页续读** | 应对虚拟列表滚动后的元素卸载 |
- 所以 `SKILL.md` 第 0 节有前置检查——环境不满足直接退出,不会给你一份假结果。
- ## 安装
- macOS / Linux:
- ```bash
- git clone https://github.com/guzhezao/xhs-trend-radar.git \
- ~/.minimax/skills/xhs-trend-radar
- ```
- Windows PowerShell:
- ```powershell
- git clone https://github.com/guzhezao/xhs-trend-radar.git `
- "$HOME\.minimax\skills\xhs-trend-radar"
- ```
- 抓取依赖 MiniMax Code 的内置已登录浏览器;报告生成器使用 Python 3 标准库,
- 可在 Windows、macOS 和 Linux 上运行,不需要安装第三方 Python 包。
- 然后在 MiniMax Code 里直接说"帮我出一份小红书 XX 的高赞热点报告"。
- ### 为什么不用 MCP / Playwright
- 同类方案通常要下平台专用二进制或装 200MB chromium,再跑独立登录工具扫码存
- `cookies.json`,起常驻服务,配 `stealth.min.js` 反检测——它们的前四步都在搭环境。
- 本 skill 第一步就是业务,因为登录态问题在 MiniMax Code 里不存在:
- 右侧浏览器就是真浏览器,本来就带着你的登录态。
- ## 三块核心设计
- ### 一、不给假结果
- 抓到 ≠ 抓对。所以:
- - 每条走「点击 → 独立 URL → 标题作者比对」,比对不上就丢弃
- - 三级标注:`✓已验证` / `搜索兜底` / `定位失败`,混合交付时必须并存可区分
- - 统计口径写"目标 10 / 已验证 7 / 兜底 3",不写"全部拿到"
- - 排序口径老实写"综合排序前 N 里按点赞重排",不写"点赞前 N"
- - 空结果**先排查登录态**,不直接输出"该词无热点"
- - 进度落在磁盘 `data.json`,上下文被压缩也能接着跑,不重头再来
- 抓取工具普遍只管「能不能抓到」,不管「抓到的对不对」。这套标注就是补这块。
- ### 二、抓完给判断,不只给排行榜
- 一个按点赞排的列表用户还是不知道先做哪个。每条追加四项判断:
- - **阶段**:窗口开着 / 收窄 / 关了
- - **驱动力**:看赞藏评的**结构**而非总量(收藏 > 点赞 → 实用型)
- - **门槛**:可直接做 / 需素材 / 需资源
- - **相关性**:强相关 / 可延展 / 不相关
- 最后按可执行性分三组:**现在就做 / 排期做 / 只做参考**。
- 事实和判断在输出里分块,不让"驱动力:实用"看起来像平台字段。
- ### 三、产出是填不满就露馅的 HTML 报告
- 交付物是一份浅色系单文件 HTML 报告:顶部 KPI 事实结论、一段导语、三张图表
- (赞藏评对比 / 发布新鲜度散点 / 驱动力分布)、逐条笔记明细、可执行性分组。
- **Chart.js 内联进单文件,双击就开、离线可用,点击图表柱子/气泡直接跳对应笔记。**
- 图表逻辑全部写死在模板里(`assets/report-shell.html`),抓取时只产出一份 `data.json`,
- 再用跨平台的 `scripts/build-report.py` 拼装——**模型不写 HTML,没有从零手写图表翻车的空间。**
- 关键在于**这些图表和 KPI 只有拿到真数据才填得出来**:藏赞比要藏的数据、
- 新鲜度散点要发布时间、驱动力分布缺数据的条目落进灰色扇区。markdown 清单可以
- 只列标题蒙混,HTML 报告不行——**偷懒会被图表公开展示出来。**
- ## 使用边界
- 只读公开内容。不绕反爬、不刷量、不做写操作、不采集非公开个人信息。
- 不含签名逆向代码,不含 stealth 反检测注入,不构造直连 API 请求。
- 遇验证码或风控提示立即停止上报,不尝试绕过。
- 单次任务上限 20 条并保持请求间隔(这个上限同时是上下文容量的现实约束,不是摆设)。
- 抓来内容版权归原作者,做选题参考可以,搬运洗稿不行。
- 完整条款见 [DISCLAIMER.md](./DISCLAIMER.md)。
- ## 仓库安全与隐私
- 仓库只包含 Skill 指令、模板和构建脚本,不包含真实运行报告、抓取数据、Cookie、
- 浏览器配置或个人联系方式。`.gitignore` 会排除这些本地产物;发布前仍建议运行一次
- 密钥与个人信息扫描。
- 报告中的 Chart.js 已内联,因此展示不依赖国外 CDN 或 Google Fonts;第三方许可证见
- [THIRD_PARTY_NOTICES.md](./THIRD_PARTY_NOTICES.md)。
- ## 来源与致谢
- 抓取流程、验证纪律、选题判断维度与踩坑清单来自真实任务实践,为原创内容。
- 未登录静默失败的数据为 2026-07-29 实测。
- 目录结构参考社区通行的 Agent Skill 组织惯例
- (`SKILL.md` frontmatter + `README` + `references/` + `scripts/`)——
- 这属于事实性约定,未复制任何第三方代码或文档段落。
- 免责声明的**框架分节**参考了 `Yym11345/douyin_skill` 的 `DISCLAIMER.md`
- (技术中立 / 法律合规 / 免责不保证 三段式),文字为独立撰写。
- Inspired by, not copied from.
- MIT License.
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.