Xhs Style Profiler

xhs-style-profiler

小红书图文笔记的内容风格提取与 DNA 生产工具。输入是笔记的文本材料（标题 + 正文 + 内联话题标签，由 Agent 先行整理成 .md / .txt）与封面图；不接受笔记链接或图片文件直接作为主输入（链接先用 xhs-content-ops 下载，图片作为 --cover-image 或视觉证据进入）。

产物模型

单篇笔记 -> DNA report
同一个 DNA 目录下的全部 report + 权重/focus -> DNA 文档
DNA 文档 -> DNA template

• DNA report：单篇笔记的 16 维提取结果。
• DNA 文档：聚合历史 report 后得到的内容与风格规则。
• DNA template：由 DNA 文档推导出的生产模板，供生产时直接执行。

存储结构

DNA 以 DNA ID 为主体存储，一个 DNA 可以持续放入任意数量笔记，样本可以来自一个或多个参考账号，甚至来自用户直接的想法。

xhs/dna/{dna-id}/
  reports/
    {sample-id}.report.md
  covers/
    {sample-id}.{ext}
  {dna-id}.dna.md
  {dna-id}.template.md

原始笔记文本可以临时来自任何位置（建议 xhs/ref/{dna-id}/notes/）；生成后的 DNA report 必须进入对应 DNA 的 reports/ 目录。

样本文件约定

# 笔记标题（首个一级标题行，≤20 字）
正文第 1-2 行（开头钩子）

正文主体段落……
空行分段，保留原有换行节奏与 emoji。

#话题1 #话题2 #话题3

• 首个 # 一级标题行被识别为笔记标题，其余内容为正文。
• 正文保持纯文本，不使用 markdown 小标题，避免与话题标签的 # 混淆。
• 话题标签按小红书原样以 #话题 内联，脚本按它统计标签数。
• 视频笔记样本必须先用 viral-chaser 拆解出转录与封面，再整理成本格式文本输入；本工具不解析视频。

职责边界

• 输入笔记文本支持 .md / .txt；笔记链接、图片不直接作为主输入。
• 统计只作为聚合证据底座，不评分、不替代定性判断。
• 16 维语义判断由 Agent 回读笔记原文完成；封面与图组维度必须由视觉模型读取本地图片完成。
• 不输出选题价值判断、合规结论、账号权重或风格评分。
• 不要求用户确认或登记 INDEX。

Report - 单篇提取

xhs-style-profiler report \
  --input path/to/note.md \
  --dna-id {dna-id} \
  --sample-id {sample-id} \
  --cover-image path/to/cover.jpg \
  --source-url "https://www.xiaohongshu.com/explore/..."

默认输出：

xhs/dna/{dna-id}/reports/{sample-id}.report.md

参数说明：

• --cover-image：封面本地图片（xhs-content-ops 下载的首图或用户提供的封面），进入视觉模型分析。
• --source-url：原笔记链接，作为报告证据保留；本地原创素材无链接时省略。

可配置权重：

--weight 3

可限制该篇只在某些维度参与借鉴：

--focus opening-hook
--focus cover-imageset

Agent 生成 scaffold 后必须回读笔记原文，补齐每个维度的单篇结论、原文证据和可复用创作信号；开头钩子维度必须逐字摘录正文前 1-2 行。 封面与图组维度必须读取 --cover-image 指向的本地图片（图组其余图片如有路径一并读取），并通过视觉模型补齐封面承诺、版式、构图、色彩、文字视觉、风格一致性、品牌元素、避免项和 AIGC 复现提示词要素。没有图片时记录"未提供"，不得编造。

Build - 聚合 DNA 文档与模板

xhs-style-profiler build --dna-id {dna-id}

默认读取：

xhs/dna/{dna-id}/reports/

默认输出：

xhs/dna/{dna-id}/{dna-id}.dna.md
xhs/dna/{dna-id}/{dna-id}.template.md

也可显式传入一个或多个 report 文件/目录：

xhs-style-profiler build \
  --input path/to/reports \
  --dna-id {dna-id}

Agent 聚合时必须：

1. 读取全部 DNA report，不能只看统计表。
2. 按每个 report 的 weight 和 focus 判断影响范围。
3. 区分高频共性、高权重偏好、局部借鉴、孤例和例外。
4. 为每个维度写聚合结论、报告依据和创作规则。
5. 确保 DNA 文档能够完整推导 template。

DNA Template

Template 是生产模板，不是概念解释。必须从 DNA 文档的 16 个维度推导，至少包含：

• 选题角度、受众关系
• 标题类型、参考标题、话题标签策略、封面图风格和封面 AIGC 提示词要素
• 开头、承、结尾、CTA、图组五个语义部分（对应笔记的开头钩子、正文主体、收束、互动引导、图片轨道）
• 每个部分的本段任务、执行方式和必须做 / 避免项

模板整体固定为七个部分：选题、标题（含封面图）、开头、承、结尾、CTA、图组。固定的是语义结构，不是字数占比；任一部分可以对应笔记中的一段或多段文字、一张或多张图片，也可以在特定内容形态下弱化。

五个笔记部分必须充分吸收 DNA 文档中的维度结论：

Update - 增量聚合

xhs-style-profiler update \
  --input xhs/dna/{dna-id}/reports/{new-sample}.report.md \
  --dna xhs/dna/{dna-id}/{dna-id}.dna.md \
  --template xhs/dna/{dna-id}/{dna-id}.template.md

脚本会合并 DNA 文档记录的历史 report 与新 report，重新计算加权统计，并保留 Agent 已完成内容。Agent 仍需重新审视聚合结论，再同步修订 DNA 文档和 template。

--input 可省略。省略时表示没有新增样本，只基于历史 report、既有 DNA 文档和用户输入做融合；适用于采纳另一个 DNA 文档或 template 中的局部规则。此时仍必须通过 --user-input 传入要融合的要求，并由 Agent 转译到具体维度。

用户输入转译

用户输入是参考信息，不是可直接入库的 DNA 规则。

--user-input "开头钩子再直接一点，第一行就给出收益"

Agent 必须把输入转译到具体维度，例如：

opening-hook：钩子改为结果前置，第一行直接给收益数字
body-structure：开头两行均为短句，不做背景铺垫
title-style：标题同步采用结果前置型

处理要求：

1. 在 DNA 文档的"用户输入转译区"记录 affected dimensions、DNA 修改和 template 修改。
2. 把原话转译成可执行的聚合结论与创作规则。
3. Template 只写转译后的执行规则，不直接抄用户原话。
4. 与样本证据冲突时保留冲突说明，由用户选择优先级。

Focus ID

统计与分词

脚本统计笔记文本的标题字数、句段、行数、标点、人称、emoji、话题标签等指标；中文高频信号使用相邻二字组合，仅作为候选线索。Agent 必须回读原文判断它是否真是口头禅或签名式表达。

当前不引入 jieba。若后续候选噪声明显，可把 jieba 作为候选词挖掘器加入仓库级依赖，但分词结果不能直接作为 DNA 结论。

参考资料

• references/xhs-note-dna-dimensions.md（小红书 16 维 DNA 分析框架，v0 初始版本，2026-08-28 用户确认）