xiaohongshu-note-fetcher

抓取并整理小红书笔记公开页面信息（标题、正文摘要、作者、发布时间、互动数据、标签、封面图等）为结构化 JSON 或 Markdown。用于“根据笔记链接提取内容”“批量收集笔记基础信息”“生成笔记摘要素材”等场景；当用户提供小红书笔记 URL、URL 列表或需要导出机器可读结果时触发。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "xiaohongshu-note-fetcher" with this command: npx skills add 2813223285/xiaohongshu-note-fetcher

小红书笔记获取

极简规则

输入 TikHub API Key + 需求（关键词、页码） 即可抓取小红书搜索数据。

最小示例：

make tikhub-fetch \
  KEYWORD="女性力量" \
  TIKHUB_PAGE=2 \
  TIKHUB_TOKEN="<YOUR_TIKHUB_KEY>" \
  TIKHUB_ENDPOINT=web \
  TIKHUB_AUTH_MODE=bearer

输出文件：

  • workspace/xiaohongshu-note-fetcher-skill-data/tikhub_search_page2.json

快速开始

  1. 收集输入来源：
  • 单条链接：直接给 URL。
  • 批量链接：准备一个文本文件，每行一个 URL。
  • 若目标页面需登录态：提供 Cookie 字符串或 Cookie 文件。
  1. 运行脚本抓取（页面解析模式）：
python3 scripts/fetch_xiaohongshu_notes.py \
  --url "https://www.xiaohongshu.com/explore/<note_id>" \
  --format both \
  --output result.json
  1. 批量抓取示例：
python3 scripts/fetch_xiaohongshu_notes.py \
  --url-file ./urls.txt \
  --format json \
  --output notes.json
  1. 运行 TikHub API 搜索（推荐用于关键词搜笔记）：
python3 scripts/search_notes_tikhub.py \
  --token "<YOUR_TIKHUB_TOKEN>" \
  --keyword "女性主义" \
  --page 1 \
  --output search_page1.json

也可以使用 Makefile 一键调用（推荐长期使用）：

make tikhub-fetch \
  KEYWORD="美食" \
  TIKHUB_TOKEN="<YOUR_TIKHUB_TOKEN>" \
  TIKHUB_ENDPOINT=web \
  TIKHUB_AUTH_MODE=bearer

若你不想每次手输 token，可把 token 放到文件（如 ./.tikhub_token）：

make tikhub-fetch \
  KEYWORD="美食" \
  TIKHUB_TOKEN_FILE=./.tikhub_token \
  TIKHUB_ENDPOINT=web \
  TIKHUB_AUTH_MODE=bearer
  1. 使用其他服务商 API（通用适配）：
python3 scripts/search_notes_generic.py \
  --base-url "https://your-api.example.com/search_notes" \
  --auth-mode bearer \
  --auth-header Authorization \
  --token "<YOUR_API_TOKEN>" \
  --keyword "美食推荐" \
  --page 1 \
  --param sort_type=general \
  --output generic_search.json
  1. 从 TikHub 响应生成文章列表（按点赞过滤）：
python3 scripts/build_article_list_from_tikhub.py \
  --input ./tikhub_search.json \
  --min-likes 1000 \
  --rank-by hot \
  --md-output ./xhs_article_list.md \
  --csv-output ./xhs_article_list.csv \
  --json-output ./xhs_article_list.json \
  --template-output ./xhs_publish_templates.md
  1. 自动翻页抓取并合并（直接调 TikHub）：
python3 scripts/build_article_list_from_tikhub.py \
  --token "<YOUR_TIKHUB_TOKEN>" \
  --keyword "美食" \
  --pages 5 \
  --sort general \
  --note-type _0 \
  --min-likes 1000 \
  --rank-by hot \
  --top 50
  1. 交互式筛选与查看（会先问你筛选方式，含默认方案）：
python3 scripts/interactive_filter_view.py \
  --input ./tikhub_search.json

直接回车会采用默认方案：

  • 点赞阈值：1000
  • 排序：hot（综合热度）
  • 条数：20
  • 查看：summary
  • 同时导出 md/csv

若你不想交互，直接用默认方案：

python3 scripts/interactive_filter_view.py \
  --input ./tikhub_search.json \
  --non-interactive
  1. 导图输出（保留）：
python3 scripts/generate_wow_pack.py \
  --input ./xhs_article_list.json \
  --keyword 美食 \
  --url-output ./xhs_topic_mindmap_url.txt
  1. 本机浏览器抓取（不走第三方 API，推荐）：
node scripts/fetch_xiaohongshu_note_playwright.js \
  --url "https://www.xiaohongshu.com/explore/<note_id>" \
  --cookie-file ./cookie.txt \
  --output note_browser.json \
  --screenshot note_browser.png \
  --html-out note_browser.html

若首次运行提示 playwright_not_installed，先安装：

cd scripts
npm i playwright
npx playwright install chromium

参数说明

  • --url: 单条小红书笔记 URL。
  • --url-file: 批量 URL 文件（每行一个 URL，支持 # 注释行）。
  • --cookie: 原始 Cookie 请求头字符串。
  • --cookie-file: Cookie 文件（纯文本 Cookie 字符串）。
  • --format: json、md、both，默认 json。
  • --output: 输出路径；json/both 写该文件，md 会在同目录生成 .md。
  • --timeout: 请求超时秒数，默认 20。
  • search_notes_tikhub.py 关键参数：
  • --keyword、--page 必填。
  • --sort-type 可选：general、time_descending、popularity_descending 等。
  • --note-type 支持中英文：不限/all、视频笔记/video、普通笔记/image、直播笔记/live。
  • --time-filter 支持中英文：不限/all、一天内/day、一周内/week、半年内/half_year。
  • --ai-mode 使用整数 0 或 1。
  • search_notes_generic.py 关键参数：
  • --base-url：新 API 的搜索端点。
  • --auth-mode：none、bearer、apikey。
  • --auth-header：鉴权头名称，默认 Authorization。
  • --keyword-param / --page-param：当对方字段不是 keyword/page 时改这里。
  • --param key=value：补充任意查询参数，可重复。
  • --header key=value：补充任意请求头，可重复。
  • fetch_xiaohongshu_note_playwright.js 关键参数：
  • --url：笔记 URL。
  • --cookie-file：浏览器 Cookie 文本（建议提供，提高字段完整度）。
  • --headed：显示浏览器窗口调试。
  • --screenshot / --html-out：输出调试文件，方便排查风控页和登录页。

--url 与 --url-file 至少给一个。

工作流程

  1. 读取 URL 列表。
  2. 发送 HTTP 请求拉取页面 HTML（带浏览器 UA，可选 Cookie）。
  3. 从页面中提取：
  • OpenGraph 元信息（og:title、og:description、og:image）
  • JSON-LD（发布时间、作者、关键词、互动统计）
  • 页面脚本中的 noteId（若存在）
  1. 产出统一字段结构，见 references/output-schema.md。

常见问题处理

  1. 仅返回基础字段或计数缺失：
  • 小红书前端结构会变化，且部分互动字段需要更完整会话态；优先补充 --cookie 后重试。
  1. 返回 403 或风控页：
  • 更换网络环境或降低抓取频率，避免高并发。
  • 仅用于你有权访问的数据，不要绕过平台安全机制。
  1. 需要深度字段（如评论明细）：
  • 本 skill 默认仅做页面级基础信息抽取；如需更深层数据，先确认合规性，再扩展独立脚本。
  1. TikHub 400 Request failed：
  • 首次请求尽量只保留 keyword、page，确认成功后再加筛选项。
  • 避免把数值参数写成字符串语义值：page 用整数、ai_mode 用 0/1。
  • 分页时优先使用上一页返回的 search_id、search_session_id。
  • 先用官方默认演示参数跑通，再逐项加入自定义参数。

合规边界

  • 只抓取你有权限访问的公开或授权内容。
  • 遵守小红书服务条款、robots、隐私和数据保护要求。
  • 不执行账号盗用、验证码绕过、反爬绕过等违规行为。

资源

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Open Registry RecordOpen in ClawHub

Related Skills

Related by shared tags or category signals.

Automation

Hk Cn Content Matrix

香港/中文内容运营指南 - 小红书、抖音、微信公众号内容创作模板和策略。香港本地化，生活/理财/旅行/美妆赛道。

Registry SourceRecently Updated
5310Profile unavailable
Automation

小红书内容自动化套件

小红书内容自动化套件 - 爆款选题挖掘、文案生成、封面提示词、数据分析

Registry SourceRecently Updated
1190Profile unavailable
Automation

RSS内容流引擎

RSS 订阅 + AI 内容流引擎。监控多个 RSS 源，自动抓取最新文章， AI 分析提取核心观点，一键生成适配知乎/小红书/公众号的原创内容。 触发场景：用户说"帮我找今天的选题"、"RSS订阅"、"监控XX的更新"、 "把XX的文章改写成小红书"、"我需要一些内容灵感"、"自动生成今日内容"。 Keywor...

Registry SourceRecently Updated
1650Profile unavailable
Automation

小红书内容自动化工作流

小红书内容创作自动化工作流，从选题、撰写、排版到发布的一站式自动化方案，帮助你快速产出高质量小红书内容。

Registry SourceRecently Updated
8450Profile unavailable