Skip to content
Back to search

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.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/guzhezao--xhs-trend-radar/badge.svg)](/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

i

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)

  1. ---
  2. name: xhs-trend-radar
  3. description: |
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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)。
  9. license: MIT
  10. metadata:
  11. requires:
  12. runtime: MiniMax Code
  13. tools: [browser]
  14. ---
  15. # XHS Trend Radar · 小红书热点抓取
  16. 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,
  17. 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**——
  18. 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。
  19. 不导 cookie,不配 headless,不装 Playwright。
  20. **它只做一件事:搜集小红书热点,帮你定选题。**
  21. 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。
  22. 所以有个边界要守住:**这是"选题"工具,不是"选号"工具。**
  23. 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",
  24. 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")。
  25. 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。
  26. (另:只覆盖小红书,不做抖音等其他平台。)
  27. ---
  28. ## 0. 前置检查(不通过就停)
  29. **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。**
  30. 要求同时满足:
  31. 1. 当前 runtime 提供 `browser` 工具,且支持这些 action:
  32. `inspect` / `query` / `navigate` / `click_and_wait_for_navigation` / `back` / `scroll`
  33. 2. `inspect` 返回**不透明元素 ref**(opaque ref)与 `snapshotId`,且支持 `offset` 分页续读
  34. 3. `query` 支持 `kind: "text"`(读页面可见文本,用于查登录信号)
  35. 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)
  36. ### 检查 A:工具能力(会话开始时做一次)
  37. ```
  38. browser({ action: "navigate", input: { url: "https://www.xiaohongshu.com/explore" } })
  39. browser({ action: "inspect" })
  40. ```
  41. 必须**先 navigate 再 inspect**。空白页的 `inspect` 也会返回 `snapshotId`,
  42. 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。
  43. 判定:
  44. - 拿到 `snapshotId` + 不透明 ref 元素句柄 → 工具可用,进检查 B
  45. - 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:
  46. > 本 skill 需要 MiniMax Code 的内置浏览器(保留登录态 + opaque ref 快照)。
  47. > 当前环境不满足,无法运行。请在 MiniMax Code 中执行。
  48. ### 检查 B:登录态(每次开抓前必做,不可跳过)
  49. 在检查 A 打开的 `explore` 页上,用 `query kind:"text"` 找登录信号:
  50. | 信号 | 结论 |
  51. |---|---|
  52. | 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** |
  53. | 能看到笔记卡片列表 + 无登录引导 | 已登录,可以开抓 |
  54. 未登录 → **停下**,输出:
  55. > 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。
  56. > (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。)
  57. **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"。
  58. ### 为什么是硬依赖,不是偏好
  59. **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。**
  60. 实测(2026-07-29,`web_fetch` 请求 `search_result?keyword=...`):
  61. | 观察项 | 实际返回 |
  62. |---|---|
  63. | HTTP 状态 | **200** |
  64. | HTML | 完整页面,含 `__INITIAL_STATE__` |
  65. | `search.feeds` | **`[]`** |
  66. | `global.hasWebSession` | `false` |
  67. | `#global` 属性 | `data-logged="0"` |
  68. | 搜索框 placeholder | 「登录探索更多内容」 |
  69. 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。
  70. 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,
  71. 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。**
  72. 其余三条依赖:
  73. | 需求 | 本 skill 的做法 | 换成通用 headless 方案会怎样 |
  74. |---|---|---|
  75. | 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 |
  76. | 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 |
  77. | 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 |
  78. 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**。
  79. ---
  80. ## 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)
  81. **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,
  82. 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,
  83. 用户还得自己敲字,也经常被模型漏掉。
  84. ### 调用规格(照这个结构调 ask_user)
  85. 一次 `ask_user`,`steps` 里放 5 个问题,`selectionMode` 按下表定。
  86. **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)。
  87. | # | question | options(selectionMode) |
  88. |---|---|---|
  89. | 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) |
  90. | 2 | 时间范围? | `近 1 周` / `近 1 月` / `近 3 月(默认)`(single) |
  91. | 3 | 要几条结果? | `10 条(默认)` / `15 条` / `20 条(上限)`(single) |
  92. | 4 | 排序口径? | `按点赞(默认)` / `按收藏` / `按评论`(single) |
  93. | 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) |
  94. - 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)
  95. - 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
  96. - **交付方式不用问**:本 skill 唯一产出就是 HTML 报告(见第 5 节)
  97. ### 行为约束(硬)
  98. - 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)
  99. - 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)
  100. - 如果 5 项用户全说清了,**跳过 ask_user**,直接进第 2 节
  101. - **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
  102. - 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
  103. 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。
  104. **如果用户要的是"找博主 / 找达人 / 挑合作账号"**,不要弹这张卡 ——
  105. 那不在本 skill 范围内(见开头「不做」清单),直接说明并停下。
  106. ---
  107. ## 2. 关键词扩展(先做,别直接拿原词搜)
  108. 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。
  109. 把种子词扩成三组:**原词组 / 收窄组 / 平替组**。
  110. 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。
  111. 完整方法与例子见 `references/topic-judgment.md` 第 1 节。
  112. ---
  113. ## 3. 抓取流程
  114. ### 开抓前先建数据存档(这一步在动手之前做)
  115. **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"。**
  116. 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,
  117. 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:
  118. `xhs-trend-<关键词>-<YYYYMMDD>.data.json` —— 进度存档 + 最终报告的数据源,一份两用。
  119. 它的结构就是报告的 `REPORT_DATA`(完整字段见 `references/report-template.md` 第 2 节),
  120. 开抓前先建好顶层骨架,`notes` 数组留空,逐条 append:
  121. ```json
  122. { "keyword":"…","captured_at":"…","range":"…","range_days":30,
  123. "sort_note":"…","account":"…","target":N,
  124. "lede":"","kpi":{},"drive_dist":{},"groups":{},"notes":[],"footer":{} }
  125. ```
  126. **报告不用现在写。** 最后一步用 `scripts/build-report.py` 把这份 data.json 拼成 HTML,
  127. 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)。
  128. 然后明确回答一句:
  129. > 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。
  130. **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**
  131. (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",
  132. 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。
  133. **以下都不是"跑不满",是偷懒,一律不允许:**
  134. - ❌ "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。
  135. - ❌ "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。
  136. - ❌ "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。
  137. 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。**
  138. **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,
  139. `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。**
  140. **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——
  141. 那不是 10 条,那是 1 条。
  142. ### 单条闭环:抓一条,落一条
  143. **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:
  144. 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。
  145. 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。
  146. **强约束循环(这条不是建议,是顺序闸):**
  147. 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**:
  148. ```
  149. LOOP(每条笔记执行一次,直到 notes.length == target):
  150. [1] inspect 一次搜索页快照
  151. → 本次只允许从快照里挑【1 条】未处理过的笔记
  152. (已处理 = note_id 已在 data.json 的 notes 数组里)
  153. → 本次只允许抄下 3 个值:标题文本、note_id、xsec_token
  154. (全部从卡片 href 里原样取,形如 /search_result/<note_id>?xsec_token=...&xsec_source=)
  155. → 抄第 2 条就是违规
  156. → 不许抄点赞数、不许抄作者、不许整理"本批候选"列表
  157. [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)
  158. → 追加一条 {"note_id","title","url":"<拼好的带token链接>","status":"pending"}
  159. → 落盘之前,**禁止调用 click_and_wait_for_navigation**
  160. → 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
  161. [3] click_and_wait_for_navigation 进详情页
  162. inspect 详情页快照
  163. → 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
  164. → 回 data.json **更新刚才那条**:补 like/save/comment/tags/publish_date/days_ago + judge 四项,status 改 "verified"
  165. → 拿不到 token 或详情页打不开 → 这条 status 改 "failed",补 fail_reason 写明原因
  166. → 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)
  167. [4] 在对话里输出进度行:`[已完成 X / 目标 N]`(X = notes.length,从 data.json 数)
  168. → 进度行输出后,**才能** back 回搜索页进入下一轮 LOOP
  169. → 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
  170. 当前快照里挑不到新笔记 → scroll 一次 → 回到 LOOP 入口 [1] 继续挑
  171. (scroll 后旧 ref 全失效,反正本流程不缓存 ref,天然规避)
  172. **终止条件只有两个,二选一,没有第三个:**
  173. (a) notes.length == target(抓够了)
  174. (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)
  175. —— 这时才允许少于 target,且必须走下面「没抓够怎么办」。
  176. **"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。**
  177. 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。
  178. 全部跑完(达到 target 或真的到底)→ 补 data.json 顶层字段(kpi/lede/drive_dist/groups)
  179. → 跑 scripts/build-report.py 拼成 HTML 报告(见第 5 节),不许自己写 HTML
  180. ```
  181. **顺序闸的逻辑:**
  182. - 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。
  183. - 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。
  184. - 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。
  185. **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。
  186. data.json 是进度的唯一真相来源,不是对话记忆,也不是 todo 列表。
  187. ### 每条都要报进度
  188. 第 4 步那句 `[已完成 X / 目标 N]` 是硬要求,不是可选的礼貌。
  189. 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]`
  190. 直接跳到输出成品,用户一眼能看出中间 9 条压根没跑。
  191. 跑完最后一条,报一次收尾:
  192. > 目标 <N> 条,已打开并验证 <X> 条,失败 <Y> 条(原因见对应条目)。
  193. **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。**
  194. **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,
  195. 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",
  196. 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。
  197. - 抓取进度以 `data.json` 里 `notes` 数组的**实际条目数**(notes.length)为准
  198. - 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**
  199. - 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
  200. **ref 只能从 `inspect` 拿。** 这是全流程唯一的元素句柄来源:
  201. - `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,
  202. 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`。
  203. - `query` = **读内容,不给可点击 ref**。`kind:"text"` 读可见文本、`kind:"dom"` 读 DOM 片段。
  204. 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。
  205. 不要拿它去"定位卡片"——拿不到能点的东西。
  206. 一句话:**每挑一条就 inspect 一次,不缓存 ref,不预先建清单。**
  207. ### 四条必须遵守的纪律
  208. **① 登录态先确认。** 搜索页 `inspect` 后如果拿不到任何笔记卡片,
  209. **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。
  210. 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」。
  211. 未登录 → 停下告知用户去右侧浏览器登录,不要换词重试。
  212. **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,
  213. 之前拿到的 opaque ref **全部失效**。
  214. - 优先在"首屏 + 一次 scroll"能覆盖的范围内取满数量
  215. - 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
  216. - 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
  217. - 反复滚超过 2-3 次基本是浪费 token,收益递减
  218. **单次任务的真实容量:单关键词 10-15 条,全任务不超过 20 条。**
  219. 这不是保守设置,是算出来的:
  220. | 环节 | 动作数 |
  221. |---|---|
  222. | 搜索页 navigate | 1 |
  223. | 每条笔记:inspect 挑选 → click → inspect 详情 → back | 约 4 |
  224. | 20 条 | 约 80 次浏览器动作 |
  225. 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
  226. 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——
  227. **比少给几条糟得多**。
  228. 要更多条,用两种方式,别硬堆:
  229. - 拆成多个关键词、多轮任务
  230. - 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)
  231. **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,
  232. 然后自己按点赞数重排。真实口径是:
  233. > 搜索结果页综合排序前 N 条中,按点赞数重排取前 X
  234. 不是"小红书点赞前 X"。交付时必须这么写。
  235. 细节展开见 `references/platform-notes.md`。
  236. ### ④ 为什么每条都必须真的打开
  237. 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
  238. 全部只存在于笔记详情页。
  239. **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。**
  240. 那样交出去的不是选题清单,是一份带点赞数的标题列表。
  241. 已知会出现的偷懒路径,全部不允许:
  242. - 只在搜索页 `inspect` 一次,把 10 条卡片整理成清单交付
  243. - 打开 1-2 条,剩下的按搜索页卡片信息填表
  244. - 因为"点开很花动作数"而跳过详情页
  245. - 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)
  246. 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**)。
  247. 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。
  248. ### 交付前兜底自检
  249. 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。
  250. 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
  251. (跑不完要接着跑,见本节开头,不是砍 N):
  252. 1. 数一遍 `✓已验证` 的条数
  253. 2. `✓已验证 / 目标条数 < 70%` → **不许直接出报告**。先输出:
  254. > 目标 <N> 条,实际只验证到 <X> 条(其余详情页反复打不开)。
  255. > 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。
  256. > 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?
  257. 3. 等用户回答,不要自己决定"先给个大概的"
  258. **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。
  259. ---
  260. ## 4. 选题判断(抓完不算完)
  261. 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。
  262. 每条追加四项判断:
  263. - **阶段**:窗口开着 / 收窄 / 关了(发布时间 + 当前互动量推断)
  264. - **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)
  265. - **门槛**:可直接做 / 需素材 / 需资源
  266. - **相关性**:强相关 / 可延展 / 不相关
  267. 最后按可执行性分三组给结论:**现在就做 / 排期做 / 只做参考**。
  268. ### 没有数据就不许判断
  269. 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**:
  270. | 判断项 | 依赖 | 缺依据时 |
  271. |---|---|---|
  272. | 阶段 | 发布日期(详情页)+ 同题多条的时间分布 | `未获取` |
  273. | 驱动力 | 赞 / 藏 / 评**三个数的比例**(藏和评只有详情页有) | `未获取` |
  274. | 门槛 | 正文与配图形式(详情页) | `未获取` |
  275. | 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 |
  276. **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——
  277. 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。
  278. 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**。
  279. 判断维度定义、阈值依据、互动结构怎么读 → `references/topic-judgment.md`。
  280. ---
  281. ## 5. 交付格式:可视化 HTML 报告
  282. **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。**
  283. 样式、三张图表、点击跳转逻辑**全部写死在 `assets/report-shell.html` 里**。
  284. 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**。
  285. 完整数据结构和填法见 `references/report-template.md`。核心就三步:
  286. ```
  287. ① 抓取时把进度存成 data.json(结构 = REPORT_DATA,逐条 append notes)
  288. ② 全部抓完补顶层字段(kpi/lede/drive_dist/groups),跑:
  289. python <skill目录>/scripts/build-report.py <data.json> <报告.html>
  290. ③ 用 <media type="file" src="<报告.html绝对路径>" /> 交付
  291. ```
  292. ### 为什么这样设计,不让模型写 HTML
  293. 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。
  294. **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。
  295. 而且报告本身是**防偷懒的关卡**:
  296. - KPI「最高藏赞比」:没有藏的数据算不出来
  297. - 散点图:没有发布时间画不出点
  298. - 柱状图:兜底条目的藏/评是 `null`,图上留**空缺口**,肉眼可见
  299. - 驱动力环形图:缺数据的条目落进**灰色扇区**
  300. 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。
  301. ### 链接硬约束(xsec_token)
  302. 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。**
  303. 不带 token 的 `https://www.xiaohongshu.com/explore/<note_id>` 在浏览器里打不开——
  304. 实测跳 `/404`,`error_code=300031`、`error_msg=当前笔记暂时无法浏览`。
  305. `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**。
  306. 取法:`inspect` 搜索页 → 找 `href` 形如 `/search_result/<note_id>?xsec_token=...` 的 `a` 元素
  307. → 原样取 token → 拼成 `/explore/<note_id>?xsec_token=<token>&xsec_source=pc_search` 存进 `url`。
  308. **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,
  309. 不用你额外说明;但**不要**在别处承诺链接永久有效。
  310. ### 三级状态(写进每条的 status 字段)
  311. | status | 含义 | 什么时候用 |
  312. |---|---|---|
  313. | `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** |
  314. | `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 |
  315. | (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 |
  316. **`failed` 是异常状态,不是省事的档位。**
  317. "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。
  318. 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
  319. "目标 N / 已验证 X / 兜底 Y"。你只要 status 和 fail_reason 填对,不用管样式。
  320. 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)——
  321. 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**。
  322. ---
  323. ## 6. 可选:跑两轮拿增速
  324. 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」。
  325. 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**。
  326. MiniMax Code 内置的 `mavis cron` 可以定时跑(`mavis({ command: "cron create", ... })`),
  327. 把两轮结果对比,涨得快的才是真在窗口里。
  328. 除此之外不做任何额外集成。生成的 HTML 报告直接交给用户,
  329. 要发到哪、接着做什么,都由用户在对话里另行安排——
  330. 本 skill 不假设你装了其他任何 skill。
  331. ---
  332. ## 7. 使用边界
  333. 这个 skill 只做一件事:**看公开内容,做人工可复核的记录。**
  334. **做:**
  335. - 只访问小红书公开可见的搜索结果与笔记页
  336. - 用真实浏览器、正常人类操作节奏(单条抓取之间自然间隔)
  337. - 记录公开互动数据与公开发布内容
  338. **不做:**
  339. - **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)
  340. - 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)
  341. - 不含 stealth 反检测注入、不伪造指纹
  342. - 不构造直连 API 请求,只读浏览器已渲染出的可见内容
  343. - 不批量刷量、不模拟点赞收藏关注、不做任何写操作
  344. - 不采集非公开的个人信息(手机号、私信、位置轨迹等)
  345. - 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)
  346. - 不做数据转售或 API 服务化
  347. **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。
  348. 抓来的内容版权归原作者。做选题参考和公开引用可以,
  349. 直接搬运洗稿不行——这条不在技术层面拦你,是你自己的事。
  350. 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。
  351. 完整条款见仓库 `DISCLAIMER.md`。
  352. ---
  353. ## 附:踩坑速查
  354. | 现象 | 原因 | 处理 |
  355. |---|---|---|
  356. | 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 |
  357. | 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 |
  358. | 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 |
  359. | 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` |
  360. | `back` 之后动作全失败 | 列表重新渲染,ref 全失效 | `back` 后重新 `inspect` |
  361. | 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 |
  362. | 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" |
  363. | 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 |
  364. | 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 |
  365. | 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` |
  366. | 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 |
  367. | 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 |
  368. | 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 |
  369. | 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 |
  370. | 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 |
  371. | 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 |
  372. | 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 |
  373. | 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 |
  374. | 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 |
  375. | 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 |
  376. ---
  377. ## 来源
  378. 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。
  379. 第 0 节的未登录静默失败数据为 2026-07-29 实测。
  380. 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)

  1. # XHS Trend Radar
  2. 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
  3. **可视化 HTML 报告**:带赞藏评图表、发布新鲜度散点、驱动力分布,
  4. 每条笔记都有能点开的真实链接和「先做哪个」的判断。
  5. 不导 cookie,不配 headless,不装 Playwright。
  6. ```
  7. 你:帮我出一份小红书上"AI 做自媒体"的高赞热点报告,10 条
  8. Mavis:(右侧浏览器自己动起来)
  9. → 关键词扩展 → 搜索 → 按点赞重排
  10. → 逐条打开验证 → 选题分层 → 生成 HTML 报告(图表 + 可点击链接)
  11. ```
  12. **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。
  13. ## 为什么只能在 MiniMax Code 里跑
  14. 不是许可证限制,是技术上跑不通。而且**跑不通的方式很阴**。
  15. ### 未登录不会失败,会静默给你空结果
  16. 实测(2026-07-29,`web_fetch` 请求搜索页):
  17. | 观察项 | 实际返回 |
  18. |---|---|
  19. | HTTP 状态 | **200** |
  20. | HTML | 完整页面,导航栏和频道 tab 都在 |
  21. | `__INITIAL_STATE__.search.feeds` | **`[]`** |
  22. | `global.hasWebSession` | `false` |
  23. | 搜索框 placeholder | 「登录探索更多内容」 |
  24. 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。
  25. 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
  26. "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。**
  27. 这是这个 skill 拒绝提供降级方案的核心原因。
  28. ### 四件必须的依赖
  29. | 依赖 | 说明 |
  30. |---|---|
  31. | **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 |
  32. | **opaque ref 快照** | `inspect` 返回不透明元素句柄,绕开 Vue scoped + 构建 hash 类名 |
  33. | **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 |
  34. | **`snapshotId` 分页续读** | 应对虚拟列表滚动后的元素卸载 |
  35. 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。
  36. ## 安装
  37. macOS / Linux:
  38. ```bash
  39. git clone https://github.com/guzhezao/xhs-trend-radar.git \
  40. ~/.minimax/skills/xhs-trend-radar
  41. ```
  42. Windows PowerShell:
  43. ```powershell
  44. git clone https://github.com/guzhezao/xhs-trend-radar.git `
  45. "$HOME\.minimax\skills\xhs-trend-radar"
  46. ```
  47. 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,
  48. 可在 Windows、macOS 和 Linux 上运行,不需要安装第三方 Python 包。
  49. 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"。
  50. ### 为什么不用 MCP / Playwright
  51. 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
  52. `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。
  53. 本 skill 第一步就是业务,因为登录态问题在 MiniMax Code 里不存在:
  54. 右侧浏览器就是真浏览器,本来就带着你的登录态。
  55. ## 三块核心设计
  56. ### 一、不给假结果
  57. 抓到 ≠ 抓对。所以:
  58. - 每条走「点击 → 独立 URL → 标题作者比对」,比对不上就丢弃
  59. - 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
  60. - 统计口径写"目标 10 / 已验证 7 / 兜底 3",不写"全部拿到"
  61. - 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"
  62. - 空结果**先排查登录态**,不直接输出"该词无热点"
  63. - 进度落在磁盘 `data.json`,上下文被压缩也能接着跑,不重头再来
  64. 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。
  65. ### 二、抓完给判断,不只给排行榜
  66. 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:
  67. - **阶段**:窗口开着 / 收窄 / 关了
  68. - **驱动力**:看赞藏评的**结构**而非总量(收藏 > 点赞 → 实用型)
  69. - **门槛**:可直接做 / 需素材 / 需资源
  70. - **相关性**:强相关 / 可延展 / 不相关
  71. 最后按可执行性分三组:**现在就做 / 排期做 / 只做参考**。
  72. 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。
  73. ### 三、产出是填不满就露馅的 HTML 报告
  74. 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
  75. (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。
  76. **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。**
  77. 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`,
  78. 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。**
  79. 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、
  80. 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
  81. 只列标题蒙混,HTML 报告不行——**偷懒会被图表公开展示出来。**
  82. ## 使用边界
  83. 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。
  84. 不含签名逆向代码,不含 stealth 反检测注入,不构造直连 API 请求。
  85. 遇验证码或风控提示立即停止上报,不尝试绕过。
  86. 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)。
  87. 抓来内容版权归原作者,做选题参考可以,搬运洗稿不行。
  88. 完整条款见 [DISCLAIMER.md](./DISCLAIMER.md)。
  89. ## 仓库安全与隐私
  90. 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、
  91. 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
  92. 密钥与个人信息扫描。
  93. 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
  94. [THIRD_PARTY_NOTICES.md](./THIRD_PARTY_NOTICES.md)。
  95. ## 来源与致谢
  96. 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。
  97. 未登录静默失败的数据为 2026-07-29 实测。
  98. 目录结构参考社区通行的 Agent Skill 组织惯例
  99. (`SKILL.md` frontmatter + `README` + `references/` + `scripts/`)——
  100. 这属于事实性约定,未复制任何第三方代码或文档段落。
  101. 免责声明的**框架分节**参考了 `Yym11345/douyin_skill` 的 `DISCLAIMER.md`
  102. (技术中立 / 法律合规 / 免责不保证 三段式),文字为独立撰写。
  103. Inspired by, not copied from.
  104. MIT License.

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.