Xiaohongshu Skill

小红书 Skill

基于 Python Playwright 的小红书（rednote）交互工具，通过浏览器自动化从 window.__INITIAL_STATE__（Vue SSR 状态）中提取结构化数据。

前置条件

在 {baseDir} 目录下安装依赖：

cd {baseDir}
pip install -r requirements.txt
playwright install chromium

Linux/WSL 环境还需运行：

playwright install-deps chromium

快速开始

所有命令从 {baseDir} 目录运行。

1. 登录（首次必须）

cd {baseDir}

# 打开浏览器窗口，显示二维码供微信/小红书扫描
python -m scripts qrcode --headless=false

# 检查登录是否仍然有效
python -m scripts check-login

在无头环境下，二维码图片保存到 {baseDir}/data/qrcode.png，可通过其他渠道发送扫码。

2. 搜索

cd {baseDir}

# 基础搜索
python -m scripts search "关键词"

# 带筛选条件
python -m scripts search "美食" --sort-by=最新 --note-type=图文 --limit=10

筛选选项：

• --sort-by：综合、最新、最多点赞、最多评论、最多收藏
• --note-type：不限、视频、图文
• --publish-time：不限、一天内、一周内、半年内
• --search-scope：不限、已看过、未看过、已关注
• --location：不限、同城、附近

3. 帖子详情

cd {baseDir}

# 使用搜索结果中的 id 和 xsec_token
python -m scripts feed <feed_id> <xsec_token>

# 加载评论
python -m scripts feed <feed_id> <xsec_token> --load-comments --max-comments=20

4. 用户主页

cd {baseDir}
python -m scripts user <user_id> [xsec_token]

数据提取路径

Vue Ref 处理： 始终通过 .value 或 ._value 解包：

const data = obj.value !== undefined ? obj.value : obj._value;

反爬保护

本 Skill 内置了针对小红书反机器人策略的保护措施：

• 频率控制：两次导航间自动延迟 3-6 秒，每 5 次连续请求后冷却 10 秒
• 验证码检测：自动检测安全验证页面重定向，触发时抛出 CaptchaError 并给出处理建议
• 仿人类行为：随机延迟、滚动模式、User-Agent 伪装

触发验证码时的处理：

1. 等待几分钟后重试
2. 运行 cd {baseDir} && python -m scripts qrcode --headless=false 手动通过验证
3. 如 Cookie 失效，重新扫码登录

输出格式

所有命令输出 JSON 到标准输出。搜索结果示例：

{
  "id": "abc123",
  "xsec_token": "ABxyz...",
  "title": "帖子标题",
  "type": "normal",
  "user": "用户名",
  "user_id": "user123",
  "liked_count": "1234",
  "collected_count": "567",
  "comment_count": "89"
}

文件结构

{baseDir}/
├── SKILL.md              # 本文件（Skill 规范）
├── README.md             # 项目文档
├── requirements.txt      # Python 依赖
├── LICENSE               # MIT 许可证
├── data/                 # 运行时数据（二维码、调试输出）
└── scripts/              # 核心模块
    ├── __init__.py
    ├── __main__.py       # CLI 入口
    ├── client.py         # 浏览器客户端封装（频率控制 + 验证码检测）
    ├── login.py          # 二维码扫码登录流程
    ├── search.py         # 搜索（支持多种筛选）
    ├── feed.py           # 帖子详情提取
    └── user.py           # 用户主页提取

跨平台兼容性

注意事项

1. Cookie 过期：Cookie 会定期过期，check-login 返回 false 时需重新登录
2. 频率限制：过度抓取会触发验证码，请依赖内置的频率控制
3. xsec_token：Token 与会话绑定，始终使用搜索/用户结果中的最新 Token
4. 仅供学习：请遵守小红书的使用条款，本工具仅用于学习研究