English

 

 

 

 

小红书账号拆解

[!NOTE] 一个 AI Agent Skill，标准 SKILL.md 格式。 输入一个小红书账号链接，匿名抓取主页与笔记列表、下载封面并识图，按六问式拆解结构产出《账号拆解报告》。

不绑定任何特定厂商 —— 任何能读 SKILL.md、能执行 shell、能识别并生成图片的 Agent 都能用；也可以完全不接 Agent，直接跑两个脚本自己看图。

无需登录、无需 Cookie、无需后端服务。抓取脚本只依赖 python3 与 curl；完整 Agent 工作流另需图片生成与识图能力，用于默认报告长图。

社群 / Community

想加入自媒体 AI 破局社群，可联系微信：JZX_AI1203。

---

它能干什么

宿主能力要求

判断你的工具能不能用，对照这张表即可：

四项都具备才能得到完整报告与默认长图。

---

快速开始

安装

按你用的工具选一个 skills 目录，把本仓库复制或软链过去：

ln -s /path/to/xhs-account-teardown ~/.claude/skills/xhs-account-teardown

之后对 Agent 说「拆解这个账号 」即可触发。

工具不支持 SKILL.md（只吃 rules / system prompt 的编辑器）：把 SKILL.md 正文贴进规则文件，references/teardown-framework.md 与 templates/report-template.md 一并提供，脚本手动调用。本 skill 的价值主要在框架文档里，不依赖特定加载机制。

完全不用 Agent：直接跑两个脚本拿数据，自己看图，照模板写报告。见下文「用法」。

用法

抓主页：

python3 scripts/fetch_profile.py "https://www.xiaohongshu.com/user/profile/" -o ./work//

链接里的 xsec_token 可缺省，主页列表匿名可抓。产出 profile.json、notes_list.json、covers/cover1..N.jpg。

抓单条笔记详情（需要带 token 的链接）：

python3 scripts/fetch_note.py "https://www.xiaohongshu.com/explore/?xsec_token=...&xsec_source=..." -o ./work//notes//

产出 meta.json、desc.md、img1..N.jpg。

[!WARNING] 封面下载是串行限速的。同一 IP 高频请求会触发风控，失败时不要无限重试 —— 风控是 IP 级的，重试只会延长封锁。

---

完整工作流

flowchart LR
  A["🔗 输入链接"] --> B["📥 抓主页"]
  B --> C["🖼️ 封面识图"]
  C --> D["📖 深度拆解(可选)"]
  D --> E["📐 六问成稿"]
  E --> F["🧾 生成 9:16 长图"]
  F --> G["📦 交付报告与长图"]
  classDef r fill:#fff5f6,stroke:#FF2442,stroke-width:2px,color:#1a1a1a;
  class A,B,C,D,E,F,G r;

1. 解析链接 —— 提取 user_id 与 xsec_token
2. 抓主页 —— fetch_profile.py → 笔记列表 + 封面
3. 封面识图 —— 用视觉能力逐张读封面，登记：栏目期号、被拆对象截图字段（昵称/评分/已售/粉丝/更新频率/售后标签）、品类、客单价、橱窗销量、钩子句、点睛句
4. 深度拆解（可选） —— 对用户给的带 token 笔记链接跑 fetch_note.py，逐页识图转录正文与截图字段
5. 六问成稿 —— 按 references/teardown-framework.md 的六问 + templates/report-template.md 成报告
6. 报告视觉化（默认） —— 从封面提炼赛道、主色、对比度、材质、版式语言、情绪与抽象视觉元素；将报告生成一张 /账号拆解长图.png 9:16 长图
7. 核验与交付 —— 检查长图比例、文字可读性、事实一致性、数据边界与账号调性；不通过时针对问题修订一次。交付报告 + 长图 + 封面目录表 + 数据缺口说明

默认报告长图

每次拆解默认生成一张可分享的 9:16 长图。它将账号画像、目标人群、商业或内容结构、可抄动作、最大风险和数据范围压缩为移动端可读的信息层级。

长图不是套用固定海报：Agent 会从该账号封面中抽取抽象风格语言（赛道、色彩、对比度、材质、版式、情绪），再用报告内已验证的数据和结论生成。不得直接复制账号的头像、人物、商标、封面原图或其他受版权保护的具体资产；未获取的数据仍须明确写「未获取」。

生成后必须检查 9:16 比例、文字可读性、与报告的事实一致性、无虚构数据，以及调性匹配。检查失败时仅作一次针对性修订。若宿主没有图片生成能力或生成失败，仍交付 Markdown 报告，并明确标注 账号拆解长图.png 未生成及原因。

---

能抓什么，不能抓什么

[!IMPORTANT] 这是本仓库最重要的部分。小红书匿名访问的边界比多数人以为的窄 —— 抓不到的数据一律写「未获取」，严禁编造。

关于 token 的三个坑，都实测过：

1. token 与笔记绑定。 从 A 笔记复制的 token 拿去请求 B 笔记，SSR 返回空 noteData，不报错、不跳转，就是空。
2. 主页列表里的 id 不能直接拼详情路由。 主页给的是 32 位 hex id，/discovery/item/ 需要的是另一个 24 位 noteId，两者不通用。
3. token 必须从登录态浏览器地址栏整链复制，包含 xsec_token 与 xsec_source 两个参数。

所以默认交付是「主页画像 + 封面级拆解」。要做全文级拆解，必须由人提供带 token 的笔记链接。

---

拆解框架：六问

[!TIP] 蒸馏自一组系列化「小生意拆解」笔记的结构规律：多期封面识图提取模板规律 + 单期全文逐页识图还原完整论证链。

每一问以一句加粗「一句话公式」收尾，例如：低价负责拉人，多款负责留人，满减负责让人多买。全文结尾固定三段：能抄的 / 抄不了的 / 最大的坑。

框架原本用于拆「卖货账号」，references/teardown-framework.md 文末给了拆「任意内容账号」时的字段替换表（品类→内容赛道，赚谁的钱→赚谁的注意力与信任，等等）。

---

仓库结构

SKILL.md                              Skill 定义：触发词、工作流、宿主能力要求、抓取边界、报告硬约束
AGENTS.md                             给任意 AI 工具的仓库工作说明（含硬约束与隐私约束）
CLAUDE.md                             兼容入口，指向 AGENTS.md
scripts/fetch_profile.py              主页抓取（匿名 SSR）
scripts/fetch_note.py                 单笔记抓取（需笔记级 xsec_token）
references/teardown-framework.md      六问拆解框架 + 任意账号字段替换表
templates/report-template.md          报告空模板
assets/                               README 视觉资产（banner + 离线徽章）

关于样例

框架是从真实账号的拆解产物里蒸馏出来的，但完整成稿样例（逐页识图记录、封面目录、被拆账号名与经营数据）不随本仓库分发 —— 那些内容含真实第三方账号信息，公开不合适。

references/teardown-framework.md 本身已脱敏：只保留六问结构、每问要看哪些信息位、以及公式骨架，不含任何账号名、ID、销量、评分、价格或原文摘录。

想要一份端到端的样例报告，挑一个自己有权分析的账号跑一遍工作流即可。

与其他小红书工具的边界

本仓库只做匿名轻量抓取 + 拆解报告框架。如果需要搜索笔记、登录态批量采集、发布内容、评论点赞互动，请用第三方的 xiaohongshu-skills 项目（含 xhs-auth / xhs-explore / xhs-publish / xhs-interact / xhs-content-ops 五个子技能，走已登录浏览器操作真实账号），不要在这里重复实现。

依赖

• Python 3.9+（仅标准库，无需虚拟环境）
• curl

无需安装任何第三方包。

macOS 与 Linux 开箱可用。Windows 上 curl 自 Win10 起内置，但 python3 命令名常常不存在（多为 python 或 py）—— 在 WSL / Git Bash 里跑最省事，或把两个脚本里的 "curl" 与调用命令按本机情况调整。

License

MIT