xhs-content

---
name: "xhs-content"
description: "Python 3 — 运行采集脚本; xhs-cli — 小红书 CLI 工具 (pipx install xhs-cli 或 uv tool install xhs-cli); 已登录 (xhs login — 支持 QR 码 / cookie / Chrome 自动提取)"
license: "MIT"
---

# XHS Content — 小红书选题采集 + 内容生成

从小红书采集热门笔记 → 汇总选题报告 → 生成笔记草稿。

## Prerequisites

- **Python 3** — 运行采集脚本
- **xhs-cli** — 小红书 CLI 工具 (`pipx install xhs-cli` 或 `uv tool install xhs-cli`)
- 已登录 (`xhs login` — 支持 QR 码 / cookie / Chrome 自动提取)

## Usage

给定一个关键词，执行三步流程：

### Step 1: 采集

```bash
python3 scripts/xhs-search.py --keyword "<关键词>" --limit 30
```

采集结果自动保存到 `data/<date>-<keyword>/sources.jsonl`。

### Step 2: 汇总报告

读取 `sources.jsonl`，生成选题报告 `data/<date>-<keyword>/report.md`，包含：
- 话题热度概览（总笔记数、平均互动）
- 热门角度分类（按标题/内容聚类）
- Top 笔记摘要（标题、互动数据、核心观点）
- 选题建议（基于数据的差异化切入点）
- 全部采集笔记表格（标题、作者、赞/藏/评、链接，按互动量降序）

### Step 3: 生成笔记

基于报告 + 固定 prompt，生成 1-3 篇小红书笔记草稿，保存到 `data/<date>-<keyword>/drafts.md`。

## Workflow (for Claude)

When this skill is triggered:

1. Ask user for keyword (if not provided)
2. Run `xhs-search.py` to collect posts → save JSONL
3. Read JSONL, generate report markdown
4. Read report + `references/prompt.md`, generate note drafts
5. Present drafts to user for review

## Data Directory

All outputs go to `.claude/skills/xhs-content/data/<date>-<keyword>/`:
- `sources.jsonl` — raw collected posts
- `report.md` — topic research report
- `drafts.md` — generated note drafts

## References

- `references/prompt.md` — Fixed generation prompt with XHS style rules