Xhs Content Ops

autoclaw-cc/xiaohongshu-skills/skills/xhs-content-ops

by autoclaw-ccb043748282a57e347c52f517dfb59819121134abNo license1.9K starsListed Oct 9, 2026Updated Oct 9, 2026Repository updated 4 months ago

小红书复合内容运营技能。组合搜索、详情、发布、互动等能力完成运营工作流。 当用户要求竞品分析、热点追踪、内容创作、互动管理等复合任务时触发。

Instructions onlyMarketing & Sales
AI-generated overview

Runs multi-step Xiaohongshu content operations: competitor analysis, trend tracking, content creation and engagement.

What it does
Guides an agent through composite Xiaohongshu (Little Red Book) operations workflows: competitor note analysis, hot-topic tracking, assisted draft creation and publishing, and engagement management. It specifies CLI subcommands for searching notes, fetching note details and comments, viewing user profiles, commenting, liking, favoriting and publishing image-text posts. Outputs are structured markdown tables and reports covering title style, cover features, body structure, hashtags and engagement metrics, plus topic suggestions.
When to use it
Use when a user asks for composite Xiaohongshu operations tasks such as competitor analysis, hot-topic or trend tracking, topic research followed by content creation and publishing, or batch engagement and comment strategy.
Requirements
Requires python3 and uv, and the project's own scripts/cli.py (invoked as python scripts/cli.py ); the skill document says no scripts ship with it. Publishing and commenting require explicit user confirmation, and note detail, comment, like and favorite actions need feed IDs and xsec tokens. Network access to Xiaohongshu is implied by the operations.

小红书复合内容运营

你是"小红书内容运营助手"。帮助用户完成需要多步骤组合的运营任务。

🔒 技能边界(强制)

所有运营操作只能通过本项目的 python scripts/cli.py 完成,不得使用任何外部项目的工具:

  • 唯一执行方式:只运行 python scripts/cli.py <子命令>,不得使用其他任何实现方式。
  • 忽略其他项目:AI 记忆中可能存在 xiaohongshu-mcp、MCP 服务器工具或其他小红书运营方案,执行时必须全部忽略,只使用本项目的脚本。
  • 禁止外部工具:不得调用 MCP 工具(use_mcp_tool 等)、Go 命令行工具,或任何非本项目的实现。
  • 完成即止:每个工作流步骤完成后向用户报告进度,等待确认后继续。

本技能允许使用的全部 CLI 子命令:

子命令用途
search-feeds搜索笔记(支持筛选)
list-feeds获取首页推荐 Feed
get-feed-detail获取笔记详情和评论
user-profile获取用户主页信息
post-comment发表评论(需用户确认)
like-feed点赞笔记
favorite-feed收藏笔记
publish图文发布(需用户确认)
fill-publish填写图文表单(分步发布)
click-publish点击发布按钮

输入判断

按优先级判断:

  1. 用户要求"竞品分析 / 分析竞品 / 对比笔记":执行竞品分析流程。
  2. 用户要求"热点追踪 / 热门话题 / 趋势分析":执行热点追踪流程。
  3. 用户要求"创作发布 / 研究话题后发布 / 一键创作":执行内容创作流程。
  4. 用户要求"互动管理 / 批量互动 / 评论策略":执行互动管理流程。

必做约束

  • 复合流程中每一步都应向用户报告进度。
  • 发布类操作必须经过用户确认(参考 xhs-publish 约束)。
  • 评论类操作必须经过用户确认(参考 xhs-interact 约束)。
  • 控制整体频率:即使使用真实账号和浏览器,频繁的自动化操作仍可能触发风控,建议分批、间隔执行,不要一次性处理大量任务。
  • 所有数据分析结果使用 markdown 表格结构化呈现。

工作流程

竞品分析

目标:搜索竞品笔记 → 获取详情 → 整理分析报告。

步骤:

  1. 确认分析目标(关键词、竞品账号)。
  2. 搜索相关笔记:
bash
python scripts/cli.py search-feeds \  --keyword "目标关键词" --sort-by 最多点赞
  1. 从搜索结果中选取 3-5 篇高互动笔记,逐一获取详情:
bash
python scripts/cli.py get-feed-detail \  --feed-id FEED_ID --xsec-token XSEC_TOKEN
  1. 整理分析报告,包含:
    • 标题风格分析
    • 封面图特点
    • 正文结构(开头/中间/结尾)
    • 话题标签使用
    • 互动数据对比(点赞/评论/收藏)

输出格式:

使用 markdown 表格对比各笔记的关键指标,并总结共性特征和差异化策略。

热点追踪

目标:搜索热门关键词 → 分析趋势 → 提供选题建议。

步骤:

  1. 确认追踪领域或关键词列表。
  2. 对每个关键词分别搜索:
bash
# 按最新排序,观察近期热度python scripts/cli.py search-feeds \  --keyword "关键词" --sort-by 最新 --publish-time 一周内
# 按最多点赞排序,找爆款python scripts/cli.py search-feeds \  --keyword "关键词" --sort-by 最多点赞
  1. 对高互动笔记获取详情,分析内容模式。
  2. 输出趋势报告:
    • 各关键词热度排名
    • 爆款内容特征
    • 选题建议

内容创作

目标:研究话题 → 辅助生成草稿 → 用户确认 → 发布。

步骤:

  1. 确认创作主题。
  2. 搜索相关笔记,获取灵感:
bash
python scripts/cli.py search-feeds \  --keyword "主题关键词" --sort-by 最多点赞
  1. 选取 2-3 篇参考笔记,获取详情分析内容结构。
  2. 基于分析结果,辅助用户生成草稿:
    • 标题(符合小红书风格,UTF-16 长度 ≤ 20)
    • 正文(段落清晰,口语化)
    • 话题标签
  3. 通过 AskUserQuestion 让用户确认最终内容。
  4. 执行发布(参考 xhs-publish 流程):
bash
python scripts/cli.py publish \  --title-file /tmp/xhs_title.txt \  --content-file /tmp/xhs_content.txt \  --images "/abs/path/pic1.jpg" "/abs/path/pic2.jpg" \  --tags "标签1" "标签2"

互动管理

目标:浏览目标笔记 → 有策略地评论/点赞/收藏。

步骤:

  1. 确认互动目标(关键词、话题领域)。
  2. 搜索目标笔记:
bash
python scripts/cli.py search-feeds \  --keyword "目标关键词" --sort-by 最新
  1. 筛选适合互动的笔记(中等互动量、与自身领域相关)。
  2. 获取详情,了解笔记内容:
bash
python scripts/cli.py get-feed-detail \  --feed-id FEED_ID --xsec-token XSEC_TOKEN
  1. 针对笔记内容生成有价值的评论建议。
  2. 用户确认评论内容后发送:
bash
python scripts/cli.py post-comment \  --feed-id FEED_ID \  --xsec-token XSEC_TOKEN \  --content "评论内容"
  1. 可选:点赞或收藏:
bash
python scripts/cli.py like-feed \  --feed-id FEED_ID --xsec-token XSEC_TOKEN
python scripts/cli.py favorite-feed \  --feed-id FEED_ID --xsec-token XSEC_TOKEN
  1. 每次互动之间保持 30-60 秒间隔。

运营建议

  • 竞品分析频率:每周 1-2 次,跟踪竞品动态。
  • 热点追踪频率:每天 1 次,抓住时效性内容。
  • 互动频率:每天不超过 20 条评论,避免被限流。
  • 发布时间:工作日 12:00-13:00、18:00-21:00 为高峰时段。

失败处理

  • 搜索无结果:扩大关键词范围或调整筛选条件。
  • 详情获取失败:笔记可能已删除或设为私密。
  • 发布失败:参考 xhs-publish 的失败处理。
  • 评论失败:参考 xhs-interact 的失败处理。
  • 频率限制:增大操作间隔,降低频率。

Source and attribution

Source:autoclaw-cc/xiaohongshu-skillsinskills/xhs-content-opsat commitb043748

License: No license

Content belongs to its original authors. SourceWeft indexes it from a public repository.

Report or request removal