redfox-data 小红书标题生成
1. 简介
基于用户输入的任何信息生成小红书爆款标题的专业工具 -- 通过查询小红书平台真实爆款数据，分析爆款标题的共同特征，结合用户输入的核心主题，自动生成 10 个高匹配度的小红书爆款标题，每个标题附带匹配指数、参考爆款和详细推荐理由。
适用对象：小红书创作者、内容运营、文案策划、需要标题灵感的写作者。
2. 功能特性
核心功能：
- 智能理解用户输入 -- 无论输入什么内容，都能提取核心关键词
- 爆款数据查询 -- 基于用户关键词查询小红书热门笔记标题
- 爆款规律分析 -- 从标题结构、关键词、情绪表达等维度分析爆款特征
- 批量标题生成 -- 一次性生成 10 个符合爆款规律的新标题
- 匹配指数评分 -- 每个标题附带 8-10 分的匹配指数
特色亮点：
- 泛化词拓展策略：对大类词（如 "美妆"、"穿搭"）自动推荐 10 个细分方向供用户选择
- 精准关键词理解：严格区分产品形态（如 "防晒霜" 只查霜状产品，不扩展到喷雾、帽子等）
- 数据不足自动扩展时间范围（禁止换词）
- 统一输出格式：标题X + 匹配指数 + 参考爆款 + 推荐理由 + 分隔线
3. 一键安装
鉴权
获取 API Key
请前往 红狐hub 获取API KEY
配置 API Key
方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
方案2: 终端配置：export REDFOX_API_KEY="ak_xxxx..."
export REDFOX_API_KEY="ak_xxxx..."
依赖安装
依赖 requests 库（标准 Python 库），如未安装可执行 pip install requests。
4. 使用指南
基础使用
核心原则：无论用户输入什么，最终目标都是生成小红书爆款标题。
示例理解：
- "我想写关于护肤的内容" -> 基于 "护肤" 生成爆款标题
- "上班族早餐" -> 基于 "上班族早餐" 生成爆款标题
- "防晒霜" -> 只查询防晒霜（膏状/乳状），不包含防晒喷雾、防晒衣等
完整操作流程（严格按顺序执行）
第一步：理解用户输入并提取关键词
- 分析用户输入，从输入中提取核心主题和关键词。
- 判断关键词类型：
- 细分词 / 垂直赛道（含具体场景/属性修饰）-> 直接查询数据
- 具体产品词（如 "防晒霜"、"睫毛膏"）-> 直接查询该产品数据，不扩展到其他产品
- 泛化词 / 大分类（纯大类词，如 "穿搭"、"美食"）-> 执行泛化词拓展策略
精准关键词理解规则：
- 用户输入的是什么产品就只查询什么产品，不随意扩展到相关但不同的产品
- 霜 != 喷雾 != 衣：用户输入 "防晒霜"，要的是有防晒作用的霜，不包含防晒喷雾、防晒衣
- 膏 != 液 != 粉：用户输入 "睫毛膏"，要的是膏状的睫毛产品，不包含假睫毛、睫毛增长液
- 液 != 霜 != 喷雾：用户输入 "粉底液"，要的是液体状的粉底，不包含气垫、BB 霜
第二步：泛化词拓展策略（仅当关键词为泛化词时执行）
- 查询近 7 天网页资讯中和泛化词相关的小红书热点并生成细分词（禁止调用脚本搜索数据）
- 输出 10 个细分方向词（趋势词、人群词、场景词、意图词各 2-3 个）
- 必须等待用户回复「拓展」或「不拓展」后再执行，不得在同一次对话中继续执行任何脚本调用
拓展词输出示例：
我识别到「美妆」是较大的分类，已查询近期热门趋势，推荐以下细分方向：
柔焦底妆、养肤妆、亚裔妆、油皮定妆、通勤妆、夏日妆容、新手妆容、平价彩妆、妆容教程、彩妆测评
回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「美妆」
第三步：时间范围与数据查询
- 数据库只包含昨天至 30 天前的数据
- "最近" 默认定义为最近 7 天（startDate = 今天 - 6 天）
- 日期格式必须为 yyyy-MM-dd
数据不足时的自动调整（优先扩展时间，禁止换词）：
- 处理原则：数据不足 5 条时，只能扩展时间范围，不能更换或拓展关键词
- 调整顺序：近 1 天 -> 近 3 天 -> 近 7 天 -> 近 30 天
- 每次扩展后提示用户："该关键词近 X 天数据不足 5 条，已自动扩展时间范围至近 Y 天"
- 最终兜底：即使扩展到近 30 天仍不足 5 条，如实展示现有数据，但必须提示用户数据不足
执行命令：
# 有赛道关键词
python scripts/fetch_xhs_trends.py --keyword <关键词> --start-date <日期>
# 无赛道关键词（查询全站热门）
python scripts/fetch_xhs_trends.py --keyword "" --start-date <日期>
第四步：爆款数据（仅内部执行，页面不展示）
读取生成的 Markdown 文件：关键词_爆款数据.md
第五步：分析爆款标题并生成新标题（严格按此顺序）
第一步 - 分析爆款标题（仅内部执行）：
- 从获取的爆款数据中提取所有标题
- 分析共同特征：标题结构、关键词使用、情绪表达、目标人群、痛点点出、利益承诺
第二步 - 生成新爆款标题：
- 基于分析结果创作 10 个新的爆款标题
- 标题必须控制在 20 个字以内
- 匹配指数范围：8-10 之间（不得低于 8），保留一位小数
- 同一个匹配指数最多重复出现 2 次
- 参考的爆款标题必须支持点击查看作品链接：
[标题文字](https://www.xiaohongshu.com/explore/{photoId})
第六步：验证输出格式是否正确
必须在输出前完成格式验证，确保所有格式要求 100% 符合。
最终输出顺序：先输出 "数据说明"，再输出全部 10 个推荐标题。
输出格式（必须严格遵守）
基于本次分析，为您生成以下10个爆款标题：
**数据说明**：！！！受小红书风控规则限制，部分作品链接可能无法正常跳转，您可复制对应作品标题前往小红书搜索查看，感谢理解🙇♀️🙇♀️
**标题1：[标题内容]**
📈匹配指数：[数值]
🔥参考的爆款：[参考标题1](链接)（互动数：XXX）、[参考标题2](链接)（互动数：YYY）
👍推荐理由：[详细推荐理由，包含：标题结构、关键词、目标人群、痛点、价值承诺、受欢迎原因]
---
**标题2：[标题内容]**
📈匹配指数：[数值]
🔥参考的爆款：[参考标题C](链接)（互动数：XXX）
👍推荐理由：[详细推荐理由]
---
...（共10个标题）
---
高级使用
用词规范（必须 100% 遵守）：
- 在所有输出内容中，绝对禁止使用 "爬取"、"抓取" 这两个词
- 必须用 "获取" 来替代
匹配指数规则：
- 数值范围：8-10 之间
- 保留一位小数
- 同一个匹配指数最多重复出现 2 次
使用建议：
- 先测试匹配指数较高的 2-3 个标题，观察实际数据表现
- 根据测试结果，调整标题的关键词和表达方式
- 结合自己的内容特点，对推荐标题进行个性化修改
常用指令速查
| 场景 | 示例输入 | 处理方式 |
|---|---|---|
| 细分词直接查询 | "上班族早餐" | 直接搜索生成标题 |
| 泛化词需拓展 | "穿搭"、"美妆" | 先推荐 10 个细分方向 |
| 具体产品词 | "防晒霜" | 严格限定该产品形态查询 |
| 无关键词 | "最近有什么热门" | 查询全站热门生成标题 |
5. 使用场景
- 新手创作者找标题灵感：输入自己的内容主题（如 "减脂餐"），获取 10 个符合爆款规律的高匹配度标题，直接选用或参考修改。
- 内容运营批量产出标题：针对不同的细分关键词依次查询，快速批量生成多套标题方案，提升内容产出效率。
- 文案策划验证标题质量：将自己草拟的标题作为输入，让系统基于同赛道爆款数据生成对比标题，验证标题是否踩中爆款规律。
- 泛类目方向的选题探索：输入泛化词（如 "穿搭"），通过拓展策略获取 10 个细分方向，再对每个方向生成标题，发掘潜力爆款方向。
6. 项目架构
目录结构
xiaohongshu-title/
├── SKILL.md # 本文件
└── scripts/
└── fetch_xhs_trends.py # 数据查询脚本，调用红狐API获取爆款标题数据
技术栈
| 技术 | 用途 |
|---|---|
| Python + requests | HTTP 请求与数据获取 |
| 红狐 API | 小红书爆款标题数据来源 |
| AI 智能分析 | 爆款规律提炼与新标题生成 |
核心模块说明
- fetch_xhs_trends.py：接收关键词和时间范围参数，调用红狐 API 查询小红书热门笔记标题数据，输出 Markdown 格式的爆款数据文件（
关键词_爆款数据.md），供后续分析使用。
资源索引
| 文件 | 用途 |
|---|---|
| scripts/fetch_xhs_trends.py | 数据查询脚本 |
7. 常见问答
安装
Q: 需要安装什么依赖？
A: 需要 requests 库，如未安装可执行 pip install requests。
Q: 如何配置 API Key？
A: 请前往 红狐hub 获取 API KEY，通过环境变量 REDFOX_API_KEY 配置。
使用
Q: 数据覆盖多长时间？ A: 数据库只包含昨天至 30 天前的数据。
Q: 泛化词和细分词如何区分？ A: 泛化词是抽象层级高、覆盖范围广的概括性词汇（如 "穿搭"、"美妆"）。细分词是含具体场景/属性修饰的词（如 "职场穿搭"、"减脂餐"）。
Q: 数据不足怎么办？ A: 自动按近 1 天 -> 近 3 天 -> 近 7 天 -> 近 30 天的顺序扩展时间范围，禁止换词。
Q: 标题为什么限制 20 字？ A: 基于小红书爆款数据分析，20 字以内的标题点击率最高。
故障排除
Q: 为什么不能搜索 "今天" 的数据？ A: 用户说 "今天/今日" 时，回答 "非常抱歉，今天的数据暂未更新，已为您展示最近可用的数据"。
Q: 为什么不能查询超过 30 天的数据？ A: 用户要求的时间超出 30 天时，回答 "非常抱歉，当前仅支持最近 30 天的数据，已为您展示最接近的数据"。