back
loading skill details...
小红书热门笔记搜索工具，支持关键词搜索获取热门内容数据，基于数据评分排序推荐热门笔记，助力创作者发现热门趋势、获取创作灵感。仅在主Agent中执行,不派发给子Agent。
---
name: xiaohongshu-search
description: 小红书热门笔记搜索工具，支持关键词搜索获取热门内容数据，基于数据评分排序推荐热门笔记，助力创作者发现热门趋势、获取创作灵感。仅在主Agent中执行,不派发给子Agent。
dependency:
python: []
system:
---
# 小红书爆款笔记查询
## 核心功能
小红书热门笔记搜索工具，支持关键词搜索获取热门内容数据，基于数据评分排序推荐热门笔记，助力创作者发现热门趋势、获取创作灵感。
## 鉴权
- 凭证：需要配置环境变量 `REDFOX_API_KEY`（红狐数据 API Key）
### 获取 API Key
请前往 [红狐hub](https://redfox.hk/settings/api-keys?source=clawhub) 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，部分内容如下：
```bash
{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }
```
方案2: 终端配置
```bash
export REDFOX_API_KEY="ak_xxxx..."
```
## 重要数据说明
- 数据库仅包含昨天至30天前的数据
- 默认时间范围为最近7天（today-6天）
- 数据不足自动扩展范围，并提示用户
## ⚠️ 核心执行规则（必须遵守）
1. **泛化词必须先询问再查询**：当识别到泛化词时，**绝对禁止直接调用脚本**，必须先输出细分词推荐并等待用户选择后再执行查询
2. **正确执行顺序**：关键词提取 → 判断是否泛化词 → 是泛化词则询问用户 → 用户回复后再调用脚本
3. **强制等待规则**：输出细分词推荐后，必须停止执行，等待用户下一轮对话回复「拓展」或「不拓展」，**不得在同一次对话中继续执行任何脚本调用**
**常见泛化词**：
泛词：抽象层级高、覆盖范围广的概括性词汇，无具体场景/属性修饰，行业分类等，可包含多个子类。特征：①语义上为上位概念（如"美妆"包含"粉底液/口红"；"运动"包含"跑步/瑜伽"；如AI）；②上下文中常搭配"领域""类型"等概括词（如"美妆领域""运动类型"）。
**常见具体词**：
具体词：抽象层级低、指向明确的实例化词汇，含具体场景/属性修饰，属于某泛词的直接子类。特征：①语义上为下位概念（如"粉底液"是"美妆产品"子类；"生酮饮食"是"饮食方式"子类）；②词语结构多含修饰成分（如"春日"→"春日穿搭"；"生酮"→"生酮饮食"）；
## 操作步骤
### 功能一：热门笔记搜索
**核心功能**：输入关键词，获取最匹配的小红书热门内容
#### 步骤1：用户意图理解（查询脚本前）
**⚠️ 核心规则：应该语意理解，优先提取用户描述中的细分方向词，而非泛化的大类词**
1. **判断用户是否提到赛道关键词**：
- **无赛道关键词**（如"最近的热门笔记有哪些"、"最近有什么热门内容"、"看看热门数据"）→ 直接调用脚本，关键词传空字符串 `""`，查询全站热门
- **有赛道关键词** → 继续提取和判断
2. **提取精确搜索关键词**（仅当用户提到赛道时执行）：
- **分析用户描述**：从用户自我介绍或需求描述中提取明确的细分领域词
- 示例分析：
- 用户输入："我是一个文艺类自媒体万粉小红书博主，平时会发小众电影审美积累、书评、乐评、港台文化等相关内容，帮我找电影领域热门话题"
- 分析结果：用户提到的细分方向 = 小众电影、书评、乐评、港台文化
- 将前文场景和"电影"相关，得到细分词 = 小众电影、港台电影、电影乐评
- 搜索关键词：小众电影、港台电影、电影乐评
- ❌ 错误做法：只提取泛化词「电影」去搜索
3. **关键词类型判断**（仅当提取到关键词时执行）：
- **细分词/垂直赛道**（含具体场景/属性修饰的词，如"职场穿搭"、"减脂餐"、"小个子穿搭"）→ 直接搜索，无需拓展询问
- **泛化词/分类**（纯大类词，如"穿搭"、"美食"、"美妆"，无任何修饰）→ 执行拓展策略（步骤2）
- **判断原则**：有修饰词（场景/人群/风格/意图）= 细分词，直接搜索；无修饰词 = 泛化词，需要拓展
---
#### 步骤2：泛化词拓展策略
1. **泛化词处理流程（⚠️ 必须等待用户明确回复后再调用脚本！）**：
1. **第一步：生成细分词**（禁止调用脚本搜索数据）
- 拓展词生成原则：
- **词的大小适中**：词语不要加组合，避免过细（如"中产穿搭"太细，查不到数据），
- **必须覆盖不同场景**：趋势词、人群词、场景词、意图词各2-3个
- 输出示例：
```
我识别到「中产」是较大的分类，已查询近期热门趋势，推荐以下细分方向：
老钱、轻奢、品质生活、松弛感、高级感穿搭、体面、法式穿搭、律师、医生、品质家居
回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「中产」
```
2. **第二步：等待用户回复**
- ❌ **禁止**：用户未回复时调用脚本
- ✅ **正确**：只等待用户明确回复「拓展」或「不拓展」后再执行
3. **第三步：根据用户明确回复执行**
- 用户回复「拓展」 → 调用脚本搜索10个细分词
- 用户回复「不拓展」或「继续」 → 调用脚本搜索原关键词
- 用户未回复或回复其他内容 → 识别对应意图
#### 步骤 3：时间范围与数据查询
**时间范围**：
- 数据库只包含昨天至30天前的数据
- **"最近"的默认定义**：最近7天（startDate = 今天 - 7天）
- **日期计算**（将用户表达转换为 startDate）：
- 今天：直接用昨天日期，startDate = 昨天
- 最近/近7天：startDate = 今天 - 7天
- 近N天：startDate = 今天 - N天
- 示例：用户说"近15天" → startDate = 今天 - 15天
**数据不足时的自动调整（⚠️ 优先扩展时间，禁止换词！）**：
- **处理原则**：数据不足时，只能扩展时间范围，不能更换或拓展关键词
- **调整顺序**：按以下顺序自动扩展时间范围
1. 近1天 → 近3天
2. 近3天 → 近7天
3. 近7天 → 近30天
- **告知用户**：自动调整时告知用户："该关键词近X天数据较少，已自动扩展时间范围至近Y天"
- **禁止行为**：❌ 不可因为数据不足就更换关键词、推荐其他词或触发泛化词拓展流程
**超出范围或未更新数据的道歉说明**：
- 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"
- 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"
**执行命令**：
- 有赛道关键词：`python scripts/fetch_xhs_hot_articles.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_hot_articles.py --keyword "" --start-date <日期>`
- 多个关键词用逗号分隔：`python scripts/fetch_xhs_hot_articles.py --keyword "减脂餐,职场穿搭,健身" --start-date <日期>`
- 分页参数：`--page-num 1 --page-size 50`
**输出文件**：
- 筛选后推荐数据：`{keyword}_热门数据.html`
---
### 步骤 4：数据展示策略（核心）
**⚠️ 强制输出规则**：
- ✅ 必须严格按照本步骤规定的格式输出
- ❌ 禁止在输出前添加任何分析或解读
- ❌ 禁止自作主张给建议或方案
- ❌ 禁止询问用户的真实目的或需求
- ✅ 直接读取脚本返回的JSON数据，按照对应策略输出即可
**数据字段说明**：
- **articles**：正常笔记数据（主要展示内容）
- **latestHotArticles**：推荐热门笔记（辅助内容，默认展示10条，表格不含评分字段）
- **hotTopics**：热门话题（接口返回，仅供参考，不在对话中展示）
**展示规则**（基于articles数量判断，total以实际返回条数为准）：
#### A. articles数量 ≥ 10条
展示内容：
1. **时间范围说明**：必须告知用户查询的时间范围，如"📅 查询时间范围：5月8日 - 5月19日"
2. 正常笔记数据（有关键词时按totalScore降序排序，全站热门时按互动数排序）
3. 拓词推荐（relatedSearches）
**Markdown表格格式**：
⚠️ **表格字段顺序必须严格按以下顺序展示**：
有关键词时：
| 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | **总分** |
全站热门时（无评分字段）：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
**注意**：总分字段需要加粗显示（使用`**分数**`格式）
示例（有关键词）：
📅 查询时间范围：5月8日 - 5月19日
| 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | **总分** |
| ---------------------------------------------------------------------------------- | ---------------------------------------------------------- | ------ | ---------- | ------ | ---- | ---- | -------- |
| [职场新人必看：5个让你快速融入团队的技巧](https://www.xiaohongshu.com/explore/xxx) | [职场成长社](https://www.xiaohongshu.com/user/profile/xxx) | 10.0w | 2026-05-15 | 9.8 | 3.0 | 2.0 | **14.8** |
示例（全站热门）：
📅 查询时间范围：5月8日 - 5月19日
| 笔记标题 | 作者 | 互动数 | 发布时间 |
| ------------------------------------------------------- | ------------------------------------------------------ | ------ | ---------- |
| [热门笔记标题](https://www.xiaohongshu.com/explore/xxx) | [作者名](https://www.xiaohongshu.com/user/profile/xxx) | 10.0w | 2026-05-15 |
---
**🔤 拓词推荐**：职场沟通、职场晋升、打工人
#### B. articles数量 < 10条但 > 0
展示内容：
1. **时间范围说明**：必须告知用户查询的时间范围，如"📅 查询时间范围：5月8日 - 5月19日"
2. **提示信息**："💡当前关键词当前时间段仅找到 X 条结果，您可以尝试拓展词或者拓展时间，我们还为您推荐了近期的热门笔记"
3. 正常笔记数据
4. 拓词推荐（relatedSearches）
5. 推荐热门笔记（latestHotArticles，带"推荐热门笔记"标题分区，默认展示10条）
6. 推荐热门话题
**Markdown格式示例**：
📅 爆款笔记收录原则为互动数1000以上的文章, 查询时间范围：5月8日 - 5月19日
> **当前关键词当前时间段仅找到 3 条结果：**
有关键词时：
| 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | **总分** |
|---------|------|--------|----------|--------|------|------|------|
| [笔记1](url) | [作者1](https://www.xiaohongshu.com/user/profile/xxx) | 10.0w | 2026-05-15 | 9.8 | 3.0 | 2.0 | **14.8** |
全站热门时（无评分字段）：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
|---------|------|--------|----------|
| [笔记1](url) | [作者1](https://www.xiaohongshu.com/user/profile/xxx) | 10.0w | 2026-05-15 |
**🔤 拓展词推荐**：职场沟通、职场晋升、打工人
**💡我们为您推荐了近期的热门笔记供参考，或许对您有帮助**：
⚠️ 推荐热门笔记表格不需要评分字段，格式为：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
|---------|------|--------|----------|
| [热门笔记1](url) | [作者A](https://www.xiaohongshu.com/user/profile/xxx) | 8.5w | 2026-05-14 |
| [热门笔记2](url) | [作者B](https://www.xiaohongshu.com/user/profile/xxx) | 6.2w | 2026-05-13 |
**📈 您还可以尝试搜索以下热门赛道：**：
穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动
#### C. articles数量 = 0
**⚠️ 必须严格按照以下格式输出，禁止自作主张给建议或分析**
展示内容：
```
**🔍抱歉，爆款笔记收录原则为互动数1000以上的文章,该搜索词在查询时间范围（5月8日 - 5月19日）内太小众，未找到与"XXX"直接相关的内容，你可以尝试用更短/宽泛的关键词重试。**
**推荐搜索词**：从脚本返回的relatedSearches字段中提取推荐词，以加粗形式展示；
💡我们为您推荐了近期的热门笔记供参考，或许对您有帮助：
⚠️ 推荐热门笔记表格不需要评分字段，格式为：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
|---------|------|--------|----------|
| [热门笔记1](url) | [作者A](https://www.xiaohongshu.com/user/profile/xxx) | 8.5w | 2026-05-14 |
| [热门笔记2](url) | [作者B](https://www.xiaohongshu.com/user/profile/xxx) | 6.2w | 2026-05-13 |
📈 您还可以尝试搜索以下热门赛道：
穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动
**输出规则**：
- ✅ 必须直接输出上述格式内容
- ❌ 禁止添加额外的分析或建议
- ❌ 禁止解释为什么搜不到数据
- ❌ 禁止主动提供其他搜索方案
- ❌ 禁止询问用户的真实目的
---
### 步骤 5：展示逻辑
**当articles数量 > 10条时**：
1. 初始默认只展示前10条数据
2. 必须提示用户：
```
💡 当前共找到 X 条相关笔记（X为实际返回条数），已展示前10条。是否需要查看全部？
```
3. 等待用户回复：
- 用户回复"是"/"查看全部"/"全部" → 展示全部数据
- 用户回复"否"/"不用"/"不需要" → 不展示更多
**展示全部数据时的格式**：
```
📊 全部结果（共X条，X为实际返回条数）：
有关键词时：
| 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | **总分** |
全站热门时：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
| ...（全部数据）...
```
---
### 步骤6：订阅服务询问（必须执行）
**当articles数量 > 0时，结果输出完成后必须询问**：
```
📬 订阅服务
1️⃣ 是否需要订阅当前搜索条件笔记，订阅后将定时推送给您？
2️⃣ 暂不需要
```
**处理用户回复**：
- 用户选择1️⃣ → 使用 `calendar_create` 工具创建日程，订阅当前搜索条件
- 用户选择2️⃣ → 结束当前对话
**订阅实现步骤**：
1. **告知数据更新时间并询问推送时间**：
```
📅 数据更新时间：每日早上7点更新昨日数据
请告诉我您希望推送的具体时间~
```
2. **用户选择后，调用 `calendar_create` 工具**：
- **title**：`小红书热门笔记订阅：{关键词}`
- **description**：记录当前搜索参数（关键词、时间范围）
- **start_time**：根据用户选择的时间设置
- **remind_type**：设置为定期提醒
- 其他参数使用当前查询参数
3. **订阅成功后提示**：
```
✅ 订阅创建成功！
📌 订阅信息：
- 关键词：{关键词}
- 时间范围：{当前时间范围}
- 推送时间：{用户选择的时间}
- 数据更新：每日早上7点更新昨日数据
到达设定时间后，将自动为您推送最新的小红书热门笔记。
```
**⚠️ 强制规则**：
- ✅ 必须在结果输出完成后立即询问
- ✅ 用户选择订阅时，必须使用 `calendar_create` 工具
- ✅ 参数必须使用当前查询参数（关键词、时间范围等）
- ❌ 禁止跳过此步骤
- ❌ 禁止在展示结果前询问
---
### 步骤 7：前置说明（必须展示）
**在展示数据前，必须告知用户**：
- **数据说明**：热门笔记范围为互动数1000以上的文章，每日早上7点更新昨日数据。文章互动数据截止为入库时间，不是实时数据，入库后互动数据可能持续增长。
- **排序说明**（有关键词搜索时）：根据相关性（满分10分）、热度（满分3分）、时效（满分2分）三个维度加权计算，总分共15分
- **排序说明**（全站热门/无关键词时）：按互动数排序，无评分字段
#### 步骤8：推荐细分赛道（⚠️ 展示数据后必须执行）
**核心规则**：展示完热门数据后，**必须主动询问用户是否需要查询更具体的细分赛道**
1. **推荐细分词生成**：
- 基于当前查询的关键词，生成10个相关的细分方向词
- **生成原则**：
- **词的大小适中**：避免过细（查不到数据）或过泛（范围太大）
- **覆盖不同维度**：场景词、人群词、风格词、意图词各2-3个
- **参考数据表现**：优先推荐近期热度较高的方向
2. **输出格式**：
```
以上是「{当前关键词}」的热门数据。
如需深入了解某个细分方向，可以从以下赛道中选择：
{细分词1}、{细分词2}、{细分词3}、{细分词4}、{细分词5}、 {细分词6}、{细分词7}、{细分词8}、{细分词9}、{细分词10}
回复具体关键词，我将为您查询该赛道的热门笔记。
```
3. **示例输出**：
```
以上是「减脂餐」的热门数据。
如需深入了解某个细分方向，可以从以下赛道中选择：
早餐减脂、减脂便当、低卡晚餐、减脂零食、学生党减脂、一周食谱、减脂沙拉、减脂主食、控糖减脂、懒人减脂餐
回复具体关键词，我将为您查询该赛道的热门笔记。
````
4. **特殊情况处理**：
- 如果用户查询的是非常细分的词（如"减脂餐一周食谱"），可不再推荐更细的方向;已经拓展过的词不需要再询问拓展
- 如果用户查询的是空关键词（全站热门），**直接使用热门赛道列表**推荐，格式如下：
```
以上是全站热门数据。
如需深入了解某个细分赛道，可以从以下热门赛道中选择：
穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动
回复具体关键词，我将为您查询该赛道的热门笔记。
```
#### 步骤9: 输出前自检【必须执行】
在输出前,逐项检查输出格式的每一个字段是否完整:
- []**意图识别**:是否准确识别用户搜索意图？
- []**笔记数据**:是否如实展示脚本返回的所有筛选结果（max_items=10时展示10条），每条包含序号（加粗）、笔记标题、作品链接、作者名、作者链接、发布时间、互动数、推荐理由（加粗）？
- []**HTML卡片**:是否包含html卡片?
- []**推荐细分词**:是否列出10个细分词？
如有任何字段遗漏或不完整,必须补齐后再输出。
## 使用示例
- 示例1:
- 场景/输入: 用户询问"最近有什么热门的穿搭内容"
- 预期产出: 返回穿搭领域的热门笔记数据，包含10条筛选结果，每条包含标题、作者、互动数、推荐理由等
- 关键要点: 需判断"穿搭"是否为泛化词，如是则先推荐细分词
- 示例2:
- 场景/输入: 用户询问"小个子穿搭有什么热门笔记"
- 预期产出: 返回"小个子穿搭"相关热门笔记数据
- 关键要点: "小个子穿搭"为细分词，可直接搜索
## 资源索引
- 脚本: 见 [scripts/fetch_xhs_hot_articles.py](scripts/fetch_xhs_hot_articles.py)(用途:调用API获取热门笔记数据并生成HTML报告)
- 参考: 见 [references/xhs_hot_article_format.md](references/xhs_hot_article_format.md)(何时读取:了解数据字段格式和输出规范)
## 注意事项
- 仅在需要时读取参考文档，保持上下文简洁。
- 操作脆弱时优先调用脚本并校验结果。
- 充分利用智能体能力，避免为简单任务编写脚本。
````
don't have the plugin yet? install it then click "run inline in claude" again.