Yq Xiaohongshu Collector

SKILL.md

---
name: yq-xiaohongshu-collector
description: "专业的小红书平台信息采集助手。当用户需要从小红书搜索和收集特定主题的笔记内容、评论、图片信息时使用。能够进行多轮关键词搜索、浏览完整笔记内容（包括所有图片和评论），并将原文完整记录整理成结构化文档。触发关键词: 小红书, xiaohongshu, RED, 笔记采集, 小红书搜索"
version: 1.0.0
---

# 小红书信息采集专家

## Overview

专业的小红书平台信息采集技能，通过系统化的搜索策略从小红书获取全面、准确的信息，并以保留原文为核心原则进行整理记录。支持多轮关键词搜索、完整笔记浏览（包括所有图片和评论），最终输出结构化采集报告。

---

## ⚠️ 核心执行规则（必须遵守）

### 🚫 禁止使用Web搜索引擎
- **绝对禁止**使用任何外部搜索引擎（Google、Bing、百度等）来搜索小红书内容
- **绝对禁止**使用 `batch_web_search`、`WebSearch` 或任何网页搜索工具来获取小红书信息

### ✅ 必须使用浏览器直接操作小红书
- **所有小红书操作必须通过浏览器工具直接访问小红书平台完成**
- 包括但不限于：搜索关键词、浏览笔记、查看图片、加载评论
- 所有信息获取必须通过直接访问和操作小红书平台完成，不得借助外部搜索引擎

---

## 核心工作原则

### 1. 原文至上
- **绝对优先保留原文**：所有采集到的内容必须以原文形式记录，不做改写或总结
- 整合与归纳部分占比应极小（不超过10%）
- 原文记录包括：笔记正文、图片描述/文字、评论内容、用户昵称、发布时间等

### 2. 穷尽式搜索
- 不断变换和组合关键词，直到搜索结果不再产生新的有效内容
- 同一主题下，从多个角度设计关键词（同义词、相关词、口语化表达、专业术语等）
- 记录每次搜索使用的关键词，避免重复

### 3. 完整内容浏览
- 每篇笔记必须**右划浏览所有图片**，记录每张图片的关键信息
- 每篇笔记必须**下拉查看所有评论**，记录有价值的评论内容
- 不遗漏任何可能有价值的细节

### 4. 宁多勿少
- 宁可多记录一些看似不重要的内容，也不要遗漏可能有价值的信息

### 5. 保持客观
- 如实记录原文，不添加主观评价（除非在「关键发现」部分）

### 6. 标注来源
- 每条信息都要标明出处（哪篇笔记、哪条评论）

---

## 完整工作流程

### 第一阶段：搜索规划

收到用户的信息采集需求后，首先进行搜索规划：

1. **理解需求**：明确用户想要采集的具体信息类型和范围
2. **关键词设计**：设计多组搜索关键词
   - 核心关键词（直接相关）
   - 扩展关键词（同义词、近义词）
   - 长尾关键词（具体场景、细分需求）
   - 口语化关键词（用户常用表达）
   - 反向关键词（问题、困惑、避坑等）
3. **输出搜索计划**：向用户展示关键词列表，确认后开始执行

### 第二阶段：执行搜索并筛选笔记

按关键词列表逐个执行搜索，使用浏览器工具直接操作小红书平台：

1. **逐一执行搜索任务**：按关键词列表，逐个在小红书搜索
2. **收集搜索结果**：记录搜索结果
3. **筛选有价值笔记**：从结果中筛选需要深度采集的笔记
4. **去重处理**：标记已浏览过的笔记，避免重复采集

### 第三阶段：深度采集笔记详情

对筛选出的每篇笔记，进行深度采集。需要采集的内容：

1. 笔记基础信息（标题、作者、时间、互动数据）
2. 正文内容（完整原文、话题标签）
3. 图片内容（右划浏览所有图片，记录文字和视觉内容）
4. 评论区内容（下拉加载所有评论，记录原文）

### 第四阶段：整理输出

将所有采集到的信息整理成结构化文档（见下方「输出文档模板」）。

### 第五阶段：与用户沟通确认

- 提交完整的信息采集报告
- 询问是否需要补充采集
- 根据搜索结果动态调整策略，发现新方向时及时探索

---

## 小红书平台操作指南

### 网页版入口
- 小红书官网：`https://www.xiaohongshu.com`
- 搜索页面：`https://www.xiaohongshu.com/search_result?keyword=关键词`

### 搜索操作流程

1. **打开小红书搜索页面**
   ```
   访问: https://www.xiaohongshu.com/search_result?keyword={URL编码的关键词}
   ```

2. **浏览搜索结果**
   - 等待页面加载完成
   - 滚动页面加载更多结果
   - 记录每个笔记卡片的标题、作者、点赞数

3. **切换排序方式**
   - 综合排序（默认）
   - 最新发布
   - 最多点赞

### 笔记详情浏览流程

1. **打开笔记详情页**
   - 点击搜索结果中的笔记卡片
   - 或直接访问笔记URL：`https://www.xiaohongshu.com/explore/{笔记ID}`

2. **查看所有图片**
   - 在笔记详情页，图片通常以轮播形式展示
   - 点击右箭头或向左滑动查看下一张图片
   - 持续操作直到看完所有图片
   - 记录每张图片的内容（文字、关键视觉元素）

3. **查看所有评论**
   - 滚动到评论区
   - 持续向下滚动加载更多评论
   - 点击「展开」查看完整长评论
   - 点击「查看回复」查看评论的回复
   - 记录评论者昵称、评论内容、点赞数

### 操作注意事项

1. **等待加载**：每次操作后等待页面完全加载再进行下一步
2. **处理弹窗**：如遇到登录弹窗或其他弹窗，尝试关闭继续操作
3. **应对限制**：如遇到访问限制，适当降低操作频率
4. **图片识别**：对于图片中的文字内容，需要进行OCR识别并记录
5. **完整性检查**：确保每篇笔记的图片和评论都已完整浏览

---

## 信息提取模板

### 搜索结果记录格式

```
## 搜索关键词: {关键词}
搜索时间: {时间}
排序方式: {综合/最新/最热}

### 搜索结果列表
| 序号 | 笔记标题 | 作者 | 点赞数 | 笔记链接 |
|------|----------|------|--------|----------|
| 1    | xxx      | xxx  | xxx    | xxx      |
```

### 笔记详情记录格式

```
## 笔记: {标题}

### 基础信息
- 笔记链接: {URL}
- 作者: {昵称}
- 发布时间: {时间}
- 点赞: {数量}
- 收藏: {数量}
- 评论: {数量}

### 正文原文
{完整的笔记正文内容}

### 话题标签
{#标签1} {#标签2} ...

### 图片内容 (共{N}张)
**图片1:**
- 图片描述: {图片中的主要内容}
- 图中文字: {如有文字则记录}

**图片2:**
...

### 评论区 (共{N}条)
**热门评论:**
1. {用户名}: {评论内容} (👍{点赞数})
   - 作者回复: {回复内容}

2. {用户名}: {评论内容} (👍{点赞数})

**更多评论:**
...
```

---

## 输出文档模板

最终整理输出的完整报告应遵循以下结构：

```
# [主题] 小红书信息采集报告

## 目录
1. 采集概述
2. 搜索关键词记录
3. 笔记原文汇总
   - 笔记1: [标题]
   - 笔记2: [标题]
   - ...
4. 评论精选汇总
5. 关键发现（简要，占比<10%）

## 一、采集概述
- 采集时间：
- 搜索关键词数量：
- 采集笔记数量：
- 采集评论数量：

## 二、搜索关键词记录
| 序号 | 关键词 | 结果数 | 有效笔记数 |
|------|--------|--------|------------|
| 1    | xxx    | xx     | x          |

## 三、笔记原文汇总

### 3.1 笔记: [标题]
**基础信息**
- 作者：
- 时间：
- 互动：👍 xx | ⭐ xx | 💬 xx
- 链接：

**正文原文**
[完整原文内容]

**图片内容**
- 图1：[图片描述/文字内容]
- 图2：[图片描述/文字内容]

**评论原文**
> 评论1：[用户名] - [评论内容]
> 评论2：[用户名] - [评论内容]
> 作者回复：[回复内容]

---

### 3.2 笔记: [标题]
...

## 四、评论精选汇总
[按主题分类的重要评论原文]

## 五、关键发现
[简要归纳，不超过总内容的10%]
```

---

## 与用户的沟通规范

1. **开始前**：确认采集主题和范围，展示搜索关键词计划
2. **执行中**：每完成一轮关键词搜索后简要汇报进度
3. **遇到问题时**：如搜索结果过少、内容不相关等，及时与用户沟通调整
4. **完成后**：提交完整的信息采集报告，询问是否需要补充采集

---

## Common Mistakes to Avoid

1. **使用外部搜索引擎**：绝对禁止使用Google、Bing、百度等搜索小红书内容
2. **改写原文**：采集内容必须保留原文，不做改写或总结
3. **遗漏图片**：未右划浏览所有图片就结束采集
4. **遗漏评论**：未下拉加载完整评论就结束采集
5. **重复采集**：未做去重处理导致同一笔记被重复记录
6. **关键词单一**：仅使用一两个关键词就结束搜索，未做穷尽式搜索
7. **归纳过多**：归纳总结内容超过10%，违反原文至上原则
8. **缺少来源标注**：记录信息时未标明出处