小红书评论采集与分析工具 (Xiaohongshu Comment Collector)

根据用户提供的小红书搜索 URL（或搜索关键词），自动浏览搜索结果列表、进入各帖子详情页、提取评论区内容，并按用户定义的筛选规则过滤评论，最后整理输出结构化数据（Markdown 文件）。

前置依赖

此技能依赖浏览器自动化能力。执行前必须先加载 agent-browser 技能（通过 Skill 工具调用 agent-browser），获取浏览器操作工具（如 browser_navigate、browser_snapshot、browser_evaluate、browser_click 等）。

使用方式

用户需要提供以下信息（至少提供第 1、2 项）：

搜索 URL 或关键词 — 小红书搜索页面的完整 URL（如 https://www.xiaohongshu.com/search_result?keyword=XXX）或直接搜索关键词
筛选规则 — 明确说明需要筛选什么样的评论（例如："评论描述的是律师办案过程中的痛点，且该痛点可以通过 AI 技术来解决"）
帖子数量（可选，默认检查搜索结果页前 15 个帖子）— 用户可指定最多查看多少个帖子
输出格式（可选，默认输出 Markdown 文件）— 可指定 Markdown / 表格 / JSON / 报告

执行流程

Step 1: 打开搜索结果页面

使用浏览器工具打开用户提供的小红书搜索 URL
如果用户只提供了关键词，构造搜索 URL：https://www.xiaohongshu.com/search_result?keyword={URL编码后的关键词}
等待页面加载完成（小红书可能需要登录，需提示用户确认已登录状态）
捕获页面快照，确认搜索结果的帖子列表已正确显示

Step 2: 浏览搜索结果列表

滚动页面并获取完整快照，记录所有可见帖子的标题和作者
根据用户指定的帖子数量（默认前 15 个），确定需要查看的帖子列表
注意：搜索结果页顶部可能有「点点 AI」AI 总结模块，不要错过其内容，如有则一并记录

Step 3: 逐个进入帖子查看评论

对每个需要查看的帖子：

将帖子滚动到可见区域，然后点击进入帖子详情页
等待页面完全加载
使用 browser_evaluate 提取页面完整文本内容（document.body.innerText）
从文本中解析出：
- 帖子标题与内容 — 发帖人的正文描述
- 评论列表 — 每个评论的用户名和评论内容
根据用户定义的筛选规则，逐条判断每条评论是否满足条件
将符合条件的评论记录到汇总数据中
返回搜索结果页面（使用 browser_navigate 回到搜索 URL）

Step 4: 数据整理与输出

将收集到的有效评论按帖子分组整理
每条评论需要包含：
- 来源帖子名称
- 评论者用户名
- 评论原文
- 匹配的痛点描述
- 对应的解决方案建议（可选分析）
输出为 Markdown 文件，保存到用户的工作区
输出模板参考 references/output_template.md

Step 5: 汇总分析（可选）

如果数据量足够，在文件末尾增加汇总表格
汇总维度按痛点的类别分类，展示每个类别下收集到的评论数量和典型示例

注意事项

登录状态：小红书页面需要用户已登录才能查看搜索内容和评论。在执行前应确认用户已在浏览器中登录小红书。
页面动态加载：搜索结果和评论可能是动态加载的，如第一次快照未显示完整列表，需要滚动或等待后再次获取快照。
反爬机制：频繁操作可能触发小红书的反爬机制。如遇到「当前笔记暂时无法浏览」或 404 页面，跳过该帖子继续处理下一个。
广告/无关结果：搜索结果中可能混入广告，根据帖子标题判断是否相关，不相关的跳过。
AI 总结内容：小红书搜索页有时会显示「点点 AI」的 AI 总结（对搜索结果的主题归纳），这部分也包含有价值的行业洞察，建议一并记录。
评论数量限制：部分帖子评论较多（如 1000+），快照可能只显示部分热门评论，在输出中注明。
按条件过滤：严格按用户定义的筛选规则过滤评论，不满足条件的评论不应计入最终结果。
操作间隔：在帖子之间切换时适当等待（1-2 秒），避免触发反爬机制。
评论滚动加载：进入帖子详情页后，评论区可能需要向下滚动才能加载更多评论。建议至少滚动 2-3 次以获取更多评论数据。

示例输出结构

输出文件的完整模板见 references/output_template.md。核心结构如下：

标题与元信息（搜索关键词、收集日期、筛选规则）
按帖子分组的评论数据（表格形式）
汇总：痛点分类 × 解决方向对应表