diegosouzapw 小红书创作助手 (RedBook Creator)
帮助用户基于提供的素材（图片/视频/文字）创作小红书爆款帖子，支持自动视频剪辑、字幕、BGM 和 AI 解说。
依赖工具
本 skill 依赖以下工具，使用前需确认可用：
| 工具 | 用途 | 检查命令 |
|---|---|---|
| ffmpeg/ffprobe | 视频剪辑/合并/字幕 | which ffmpeg |
| edge-tts | AI 语音合成（自然男声/女声） | python3 -m edge_tts --version |
| selenium | 自动上传小红书 | python3 -c "import selenium" |
缺失依赖自动安装：如果 edge-tts 或 selenium 未安装，使用 pip3 install edge-tts selenium 安装。
完整工作流程
当用户触发此 skill 时，严格按以下步骤执行：
第一步：素材收集与分析
- 接收素材：用户会提供图片、视频或文字内容
- 分析素材：
- 图片：使用 Read 工具查看图片，识别主题、场景、物品、氛围
- 视频：用 ffprobe 获取视频信息，用 ffmpeg 提取关键帧，再用 Read 工具查看关键帧图片来分析内容
- 文字：提取核心主题、关键词、情感倾向
- 确定创作方向：基于素材确定内容类别（美食、旅行、穿搭、美妆、家居、数码、健身、萌宠、学习、职场等）
第二步：爆款参考研究
使用 WebSearch 搜索小红书相关爆款内容：
搜索策略：
1. 搜索 "小红书 [主题关键词] 爆款笔记"
2. 搜索 "小红书 [类别] 热门标题"
3. 搜索 "小红书 [主题] 文案模板"
4. 分析搜索结果中的标题模式、文案风格、emoji 使用、标签策略
第三步：创作帖子内容
标题创作规则（生成 3-5 个备选标题）：
- 字数控制在 10-20 字
- 必须包含 emoji（至少 2 个）
- 使用以下爆款标题公式之一：
- 数字型：「5个xxx让你xxx」「xxx的10种方式」
- 反问型：「为什么xxx都在xxx？」「你还在xxx吗？」
- 惊叹型：「绝了！xxx竟然xxx」「天花板级别的xxx」
- 对比型：「xxx vs xxx，结果xxx」
- 干货型：「xxx保姆级教程」「一文搞懂xxx」
- 种草型：「人生建议：一定要试试xxx」「后悔没早知道的xxx」
- 情绪型：「救命！xxx也太xxx了吧」「哭死，xxx居然xxx」
文案创作规则：
- 开头（黄金 2 行）：用 emoji + 吸引力语句抓住注意力
- 正文：
- 每段 2-3 行，段间用 emoji 分隔
- 使用口语化表达，加入「姐妹们」「家人们」「宝子们」等亲切称呼
- 适当使用感叹句和反问句增加互动感
- 干货内容用序号或 emoji 列表呈现
- 总字数 200-800 字（根据内容类型调整）
- 结尾：引导互动（点赞/收藏/关注/评论）
- 标签：生成 5-10 个相关标签，格式为
#标签名 - 话题：推荐 2-3 个小红书热门话题
文案格式模板：
[emoji] [吸引力开头]
[emoji] [正文段落1]
[emoji] [正文段落2]
[emoji] [正文段落3]
...
[互动引导语句]
---
[#标签1 #标签2 #标签3 ...]
第四步：视频自动剪辑（如有视频素材）
当用户提供视频素材时，自动执行以下剪辑流程：
4.1 视频合并
当有多个视频时，自动合并为一个视频：
# 1. 统一规格：所有视频转为 720x1280（小红书竖屏），30fps，libx264
ffmpeg -y -i input.mp4 \
-vf "scale=720:1280:force_original_aspect_ratio=decrease,pad=720:1280:(ow-iw)/2:(oh-ih)/2:black" \
-c:v libx264 -preset fast -crf 20 -r 30 \
-c:a aac -ar 44100 -ac 1 -b:a 128k \
-map 0:v:0 -map 0:a:0 \
normalized.mp4
# 2. 使用 xfade 渐变过渡合并（0.5秒过渡）
ffmpeg -y -i v1_norm.mp4 -i v2_norm.mp4 \
-filter_complex "\
[0:v][1:v]xfade=transition=fade:duration=0.5:offset=<v1时长-0.5>[vout];\
[0:a][1:a]acrossfade=d=0.5[aout]" \
-map "[vout]" -map "[aout]" \
-c:v libx264 -preset fast -crf 20 -c:a aac -b:a 128k \
merged.mp4
注意事项：
- 如果视频有旋转元数据（如 iPhone MOV），ffmpeg 会自动处理旋转
- offset 值 = 第一个视频时长 - 过渡时长
- 多个视频按顺序两两合并
4.2 AI 解说旁白
根据视频内容创作 3-5 段解说词，使用 edge-tts 生成自然语音：
# 生成解说音频（使用微软 YunxiNeural 年轻男声）
python3 -m edge_tts --voice zh-CN-YunxiNeural --rate="+5%" \
--text "解说文字" \
--write-media segment.mp3
可用中文语音：
| 语音ID | 风格 | 适用场景 |
|---|---|---|
| zh-CN-YunxiNeural | 年轻男声，自然活力 | 健身、科技、日常vlog（默认首选） |
| zh-CN-YunjianNeural | 成熟男声，沉稳大气 | 知识分享、商务 |
| zh-CN-YunyangNeural | 播音男声，专业 | 新闻播报风格 |
| zh-CN-XiaoxiaoNeural | 年轻女声，甜美 | 美妆、穿搭、美食 |
| zh-CN-XiaoyiNeural | 活泼女声 | 萌宠、生活分享 |
解说词创作要求：
- 分 3-5 个片段，每段对应视频的一个阶段
- 语气自然口语化，像朋友聊天
- 每段 10-25 字，不要太长
- 留出呼吸间隔
解说词时间轴安排：
- 根据视频总时长均匀分配
- 每段解说之间留 2-3 秒间隔
- 使用 ffmpeg adelay 精确控制每段开始时间
# 合并解说片段（控制时间点）
ffmpeg -y \
-i s1.mp3 -i s2.mp3 -i s3.mp3 \
-filter_complex "\
[0]adelay=<ms1>|<ms1>[d1];\
[1]adelay=<ms2>|<ms2>[d2];\
[2]adelay=<ms3>|<ms3>[d3];\
[d1][d2][d3]amix=inputs=3:duration=longest:normalize=0,\
apad=whole_dur=<总时长>,atrim=0:<总时长>[out]" \
-map "[out]" -c:a pcm_s16le -ar 44100 -ac 1 \
narration.wav
4.3 BGM 背景音乐
使用 Python 生成匹配内容风格的 BGM 节拍：
python3 ~/.claude/skills/redbook-creator/scripts/generate_bgm.py \
--style <风格> \
--duration <秒数> \
--bpm <节拍> \
--output bgm.wav
BGM 风格选项（根据内容类别自动选择，也可询问用户）：
| 风格 | BPM | 适用类别 |
|---|---|---|
| energetic | 128 | 健身、运动、挑战 |
| chill | 90 | 日常、穿搭、家居 |
| upbeat | 110 | 美食、旅行、种草 |
| emotional | 75 | 故事、情感、回忆 |
4.4 字幕叠加
将解说词作为字幕烧录到视频上：
python3 ~/.claude/skills/redbook-creator/scripts/burn_subtitles.py \
--video merged.mp4 \
--subtitles "时间1|文字1,时间2|文字2,..." \
--style xiaohongshu \
--output subtitled.mp4
字幕样式（小红书风格）：
- 字体：PingFang SC Bold（macOS 自带）
- 大小：42px
- 颜色：白色，黑色描边（2px）
- 位置：底部居中，距底 15%
- 可选：添加半透明黑色背景条
4.5 最终音频混合
将原始音频、BGM、解说合并：
ffmpeg -y \
-i subtitled.mp4 \
-i bgm.wav \
-i narration.wav \
-filter_complex "\
[0:a]volume=0.2[orig];\
[1:a]volume=0.15[bgm];\
[2:a]volume=1.6[narr];\
[orig][bgm][narr]amix=inputs=3:duration=shortest:normalize=0[aout]" \
-map 0:v -map "[aout]" \
-c:v copy -c:a aac -b:a 192k \
-shortest \
final.mp4
音量参考：
- 原始环境音：20%（保留真实感）
- BGM：15%（不抢解说）
- 解说旁白：160%（清晰突出）
第五步：上传到小红书创作者平台
默认行为：自动尝试上传
使用 Bash 工具运行上传脚本：
# 先清理之前的 Chrome 会话
pkill -f chromedriver 2>/dev/null
pkill -f "redbook-chrome-profile" 2>/dev/null
sleep 2
python3 ~/.claude/skills/redbook-creator/scripts/upload_redbook.py \
--title "帖子标题" \
--content "帖子文案" \
--tags "标签1,标签2,标签3" \
--media "最终视频路径"
上传脚本特性：
- 使用持久化 Chrome 配置（
~/.claude/redbook-chrome-profile），登录一次后续免登录 - 自动轮询等待登录（无需命令行交互）
- 通过 JavaScript 注入填写标题和正文（支持 emoji）
- 浏览器保持打开（detach），用户确认后手动点击发布
- 如自动上传失败，自动输出手动上传指引
如果自动上传失败，输出手动指引：
📱 手动上传指引：
方式一：网页端
1. 打开 https://creator.xiaohongshu.com
2. 登录你的小红书账号
3. 点击「发布笔记」
4. 上传视频/图片素材
5. 粘贴标题和文案
6. 添加标签和话题
7. 点击发布
方式二：手机端
1. 打开小红书 App
2. 点击底部「+」号
3. 选择素材 → 粘贴文案 → 发布
同时将标题和文案以方便复制的格式输出到终端。
第六步：生成本地预览 HTML
使用预览脚本生成 HTML 预览文件：
python3 ~/.claude/skills/redbook-creator/scripts/generate_preview.py \
--title "帖子标题" \
--content "帖子文案（完整带emoji和标签）" \
--media "最终视频或图片路径" \
--output "./redbook_preview_YYYYMMDD_HHMMSS.html"
生成完成后用 open 命令在浏览器中打开预览。
输出清单
每次创作完成后，确保输出以下内容：
- 备选标题（3-5 个）+ 推荐标题
- 完整文案（含 emoji、标签、话题）
- 剪辑后视频（合并+字幕+BGM+解说）
- 上传结果（自动上传成功/手动上传指引）
- 本地预览文件路径（HTML 文件）
注意事项
- 文案风格需要符合小红书平台调性：真实、有温度、种草感
- 避免过度营销感，保持真实分享的语气
- emoji 使用要自然，不堆砌
- 标签选择兼顾热门标签和精准长尾标签
- 如果素材不足，主动向用户询问补充信息
- 所有生成的文件保存在当前工作目录
- 视频输出统一 720x1280 竖屏格式（小红书最佳比例）
- 解说语音默认使用 YunxiNeural 男声，可根据用户偏好切换
- BGM 风格根据内容类别自动匹配，也可询问用户偏好