# Xhs Content Lab

> 小红书内容创作实验室。融合 redbook 数据洞察与 LLM 创意能力，覆盖完整创作流水线：选题策划（基于爆款趋势+赛道分析）→ 标题生成（10个高流量吸睛标题，标注钩子类型）→ 文案创作（多风格可选）→ 笔记优化（四维度评分+可执行改进建议）→ 封面设计（对接 social-cover-design skill 或 redbook render）。所有分析结果保存为本地 Markdown。

- Skill: `halojerry/xhs-content-lab` (Agent Skill)
- Install (CLI): `npx skillmds@latest add halojerry/xhs-content-lab`
- Raw SKILL.md: https://api.skillmd.com/api/skills/halojerry/xhs-content-lab/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: halojerry (https://skillmd.com/u/halojerry)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/halojerry/xhs-content-lab

---


# xhs-content-lab 技能 — 创作流水线

融合 redbook 数据洞察与 LLM 创意能力，覆盖从选题到发布的完整内容生产流水线。

使用前确保 redbook CLI 已安装且认证通过（`redbook whoami`）。

---

## 流水线 1：从零创作一篇笔记

当用户要求"帮我写一篇小红书笔记"时执行：

### 步骤 1：赛道调研

```
① redbook search "<关键词>" --sort popular
② 选取 TOP 5 爆款笔记
③ redbook analyze-viral <url> × 5
④ LLM 总结赛道特征：标题钩子类型分布、互动天花板、内容形式偏好
```

### 步骤 2：选题确定

```
LLM 基于调研数据生成 3 个选题方向，各含：
- 选题角度（一句话）
- 目标受众
- 预期互动量级
- 参考爆款链接

让用户选择一个方向，或指定新方向。
```

### 步骤 3：标题生成

```
① redbook viral-template <爆款url1> <爆款url2> --json  → 提取标题模板
② LLM 基于模板 + 选题，生成 10 个标题候选
③ 每个标题标注：
    - 钩子类型（数字型/疑问型/对比型/痛点型/故事型/反常识型）
    - 预估点击率（高/中/低）
    - 适用场景

让用户选择或修改标题。
```

### 步骤 4：文案创作

```
LLM 按选定风格创作正文：

可选风格：
- 干货风：结构化、有数据、可操作
- 故事风：有情节、有转折、有共鸣
- 吐槽风：幽默、犀利、引发讨论
- 种草风：真实体验、细节丰富、引导购买
- 教程风：步骤清晰、截图配合、保姆级

正文要求：
- 开头 3 秒定生死（痛点/好奇心/共鸣）
- 中间结构化（分点/分步骤/小标题）
- 结尾有互动引导（提问/投票/话题标签）
- 3-5 个话题标签
- 适当使用 emoji
```

### 步骤 5：封面制作

```
提示用户："需要我帮你生成这篇笔记的封面图吗？"

如需要 → 加载 social-cover-design skill（10 种风格）
       或 redbook render（Markdown → PNG 卡片，7 种配色）

将标题 + 核心观点传入封面生成流程。
```

### 步骤 6：优化检查

```
LLM 四维度评分：

| 维度 | 权重 | 检查项 |
|------|------|--------|
| 关键词覆盖 | 25% | 是否覆盖赛道核心关键词 |
| 结构完整度 | 25% | 开头钩子 → 中间展开 → 结尾引导 |
| 时效性 | 20% | 是否蹭到当前热点/趋势 |
| 内容质量 | 30% | 信息密度、可操作性、原创度 |

输出：总分 + 各维度得分 + 3 条可执行的改进建议
```

最终将完整笔记（标题 + 正文 + 话题标签 + 封面 + 优化建议）保存为本地 Markdown 文件。

---

## 流水线 2：诊断已有账号

当用户要求"帮我诊断账号"时执行：

### 步骤 1：获取账号数据

```
① 获取用户 ID（如果用户提供了主页链接）
② redbook user <userId> → 基本信息
③ redbook user-posts <userId> → 全部笔记列表
```

### 步骤 2：批量分析笔记

```
对最近 10-20 篇笔记逐一分析：
redbook analyze-viral <url> --comment-pages 1

提取每篇的：
- 互动数据（赞/藏/评/分享）
- 标题钩子类型
- 内容类型（图文/视频）
- 发布时间
```

### 步骤 3：七维度诊断

```
LLM 综合评分（每项 1-10 分）：

| 维度 | 评分依据 |
|------|---------|
| 定位清晰度 | 账号简介、内容一致性、赛道专注度 |
| 粉丝质量 | 粉丝量、粉丝增长趋势（如有） |
| 选题能力 | 话题多样性、热点捕捉能力 |
| 封面表现 | 封面风格统一性、点击吸引力 |
| 爆文率 | 爆款笔记占比（互动>平均值 3x） |
| 互动健康度 | 赞藏比、评论质量、互动率 |
| 更新产能 | 发布频率、内容持续性 |
```

### 步骤 4：输出报告

```
生成诊断报告，包含：
- 雷达图数据（7 维度）
- 与赛道平均水平的对比
- TOP 3 优势 + TOP 3 短板
- 5 条可落地的改进建议
- 推荐的竞品/对标账号

保存为本地 Markdown。
```

---

## 流水线 3：热点追踪与选题日历

当用户要求"帮我找选题"或"做一周选题计划"时执行：

### 步骤 1：多关键词搜索

```
① 与用户确认赛道关键词（3-5 个）
② 每个关键词：redbook search --sort popular
③ 提取 TOP 10 笔记的标题和互动数据
```

### 步骤 2：趋势分析

```
① redbook viral-template <爆款url1> <爆款url2> <爆款url3> --json
② LLM 识别：
    - 当前热门话题（高频出现的关键词）
    - 内容空白（需求大但供给少的主题）
    - 形式趋势（图文 vs 视频的增长方向）
```

### 步骤 3：机会评分

```
LLM 为每个选题方向打分：

| 维度 | 权重 |
|------|------|
| 搜索热度 | 30% |
| 竞争密度（越低越好） | 25% |
| 内容复用性（能否系列化） | 20% |
| 商业价值（广告/带货潜力） | 15% |
| 创作难度（越低越好） | 10% |

输出 TOP 5 选题机会。
```

### 步骤 4：选题日历

```
生成 7 天选题日历：

| 日期 | 选题 | 内容形式 | 预期流量 | 参考爆款 |
|------|------|---------|---------|---------|
| Day1 | ... | 图文 | ⭐⭐⭐ | url |
| Day2 | ... | 视频 | ⭐⭐⭐⭐ | url |
...

保存为本地 Markdown。
```

---

## 安全契约

### 发布前必须

1. **Dry-run 预览**：任何写操作（发布/评论/回复）前先预览
2. **用户显式确认**：不得自动执行发布操作
3. **逐条确认**：批量操作逐条展示，不可一键全发

### 速率限制

| 操作 | 限制 |
|------|------|
| 搜索 | 每分钟 ≤5 次 |
| 读笔记 | 间隔 ≥20 秒 |
| 分析爆款 | 间隔 ≥30 秒 |
| 发评论 | 间隔 ≥5 分钟 |
| 批量回复 | 每天每篇 ≤2 次，每次 ≤10 条 |

### 数据安全

- 分析结果存本地 Markdown，不发送到外部
- 不缓存用户 Cookie 或登录凭证
- 不操作非本人账号

---

## 跨技能引用

- `../redbook/SKILL.md` — 数据引擎（搜索/分析/检测/渲染）
- `../social-cover-design/SKILL.md` — 封面设计（10 种风格）