小红书数据助手

1. 简介

小红书数据查询与种草内容研究工具，通过 MaxHub API 接入小红书（xiaohongshu.com）平台，覆盖笔记详情、评论与子评论、用户资料、用户发布/收藏笔记、综合搜索（笔记/用户/图片/商品/话题）、热榜与首页推荐、商品详情与评价、话题信息与 Feed、创作者灵感等全部能力。专注服务于内容种草研究、商品选品、KOL 数据采集、笔记爆款规律分析等场景，帮助用户快速采集小红书全域数据，提炼可复用的内容创作模板。

2. 详细功能

笔记数据

查询小红书图文笔记的完整详情，包括标题、正文、图片组、标签、话题、发布时间、地理位置等结构化字段
查询视频笔记的完整详情，包括视频封面、播放地址、时长、标签与正文文案
支持通过笔记 ID、分享链接、复制口令、短链等多种入口反查同一篇笔记
拉取与某篇笔记相关的推荐笔记 Feed，识别相似选题与同类爆款
还原笔记的图文/视频媒体资源、互动数据（点赞、收藏、评论数）与作者基础信息

评论与互动

拉取任意笔记的一级评论列表，覆盖 App、Web、Web 新版三端不同口径
顺着一级评论接力拉取二级子评论与楼中楼回复，还原完整讨论结构
适配不同采集场景：App 端最贴近真实用户视角，Web 端便于大批量采集

用户与主页

查询任意小红书用户的主页资料，包括头像、昵称、简介、粉丝数、获赞收藏数等画像数据
支持通过用户 ID 或主页分享链接两种入口定位用户
拉取该用户已发布的全部笔记列表，用于评估内容产出节奏与垂类倾向
拉取该用户公开收藏的笔记列表，用于反推 KOL 内容偏好与潜在合作品类
拉取用户主页推荐 Feed，看到平台为该账号匹配的相似创作者圈层

综合搜索

按关键词搜索笔记，支持热门排序与最新排序，覆盖种草内容采集主场景
按关键词搜索用户/博主，用于 KOL 候选池建立
按关键词搜索图片，定位高热视觉素材与设计灵感
按关键词搜索商品，对接选品与口碑调研
按关键词搜索话题/群组/品牌专区
获取搜索框联想词与下拉推荐词，识别用户真实搜索意图与长尾词

发现与热榜

拉取小红书实时热榜，监测平台当前的热门话题与上升词
拉取趋势词列表，识别近期上升中的关键词
拉取首页推荐信息流，了解算法分发的内容池
拉取首页推荐的分类标签，按生活方式垂类切片浏览推荐内容

商品与评价

查询小红书商城商品的完整详情，包括标题、价格、SKU、卖点、详情图等
拉取商品评价的整体概览与情感分布，快速判断口碑健康度
拉取真实用户评价列表，作为种草口碑与差评分析的数据源
拉取相关商品推荐列表，构建竞品/替代品矩阵

话题与创作者灵感

查询任意话题页的基础信息，包括话题描述、参与人数、累计阅读
拉取话题下的笔记 Feed，绘制话题传播链与参与创作者图谱
拉取创作者灵感中心的最新选题 Feed，获取平台官方推荐的创作选题
拉取创作者灵感中心的热门选题 Feed，识别近期高潜爆款选题方向

📋 数据传输与隐私声明（请认真阅读）

第三方传输：您提供的所有 ID、关键词、链接、cookie 等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。

UGC 隐私：拉回的评论 / 弹幕 / 动态 / 私信 / 联系人等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。

凭证保护：建议使用独立测试账号、定期轮换 API Key；禁止传入主力生产账号的 cookie 或 session 凭证。

合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / 平台 ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUB_API_KEY 添加到 ~/.openclaw/openclaw.json 中：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

| 环境变量 | 说明 | 是否必填 | 获取方式 | |---|---|---|---| | MAXHUB_API_KEY | MaxHub 数据 API Key | 是 | MaxHub 控制台 |

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

| 步骤 | 何时读 | 加载文件 | 估算 token | |------|-------|---------|-----------| | ① 永远先读 | 接到任何请求时 | SKILL.md §0.1（不支持清单）+ §4（本节） | ~1K | | ② 选择 recipe | 用户语义清晰时 | references/recipes/_index.md（仅索引） | ~1.5K | | ③ 加载 recipe 详情 | 匹配到具体 recipe 时 | references/recipes/<domain>.md 的对应段落 | ~500/段 | | ④ 加载端点详情 | 自定义链路或参数不明时 | references/<domain>.md 单文件 | ~3K | | ⑤ 路径白名单校验 | 调用前 | grep '<endpoint_id>' references/endpoints_whitelist.yaml（禁止整体读） | ~50 行 | | ⑥ 跨端点字段路由 | 链式调用时 | references/param-mappings.md § 字段流字典 | ~1K |

2️⃣ Recipe 匹配规则（核心）

加载 references/recipes/_index.md，扫 trigger_keywords 列
最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

| 端点 risk | 必做自检 | 步骤数 | |----------|---------|-------| | risk: low | ① 路径在 endpoints_whitelist.yaml | 1 步 | | risk: medium | ① 路径 ② method ③ 必填参数 ④ 写入确认 | 4 步 | | risk: high | 4 步 + 显式向用户确认参数与意图 | 5 步 | | risk: critical（restricted） | 6 步高风险确认流程（详见 §高风险能力清单） | 6 步 |

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

5️⃣ 错误处理快速决策

| 现象 | 行动 | 重试 | |------|------|------| | 404 / 410 | §3.1(A) 5 步防臆造自检 → 通过才 STOP；禁止自改路径段重试 | 0 | | 400 / 422 | §3.1(B) 6 步防参数臆造自检 → 通过才修参重试 | ≤1 | | 401 / 402 / 403 | STOP，告知用户去 https://www.aconfig.cn 处理 | 0 | | 429 | 读 Retry-After 退避；无该头时指数退避+jitter | ≤2 | | 5xx | 等 3 秒重试 → 仍失败走端点级"降级/替换" | 1 | | HTTP 200 + code != 0 | 读 message_zh 报告用户；不重试（业务错误重试无用） | 0 |

6️⃣ 输出契约（与用户对话时）

数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

| 规则 | 说明 | |------|------| | 🔒 只读 | 本技能仅用于数据查询和分析，不执行写入 / 账户 / 发布操作 | | 🚫 禁止臆造路径 | 仅使用 references/endpoints_whitelist.yaml 中的端点，不得自行拼接、改版本号（app_v2/web_v2/web_v3）、加路径段 | | 📋 数据流向第三方 | 所有请求发送至 https://www.aconfig.cn，请使用独立测试账号并定期轮换 API Key | | 🔑 凭证保护 | 不暴露 API Key、Cookie、Token 至日志或对话 |

基础使用（4 步完成调用）

Step 1 — 检查 API Key

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUB_API_KEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

| 用户目标 | 加载文件 | 覆盖范围 | |---------|---------|---------| | 查笔记 / 评论 / 子评论 | references/note.md | 图文/视频笔记详情、评论、子评论（App V2 + Web V2 + Web V3，11 端点） | | 查用户 / 主页 / 笔记列表 | references/user.md | 用户信息、发布笔记、收藏笔记、主页 Feed（7 端点） | | 搜索 / 热榜 / 发现 | references/search.md | 笔记/用户/图片/商品/群组搜索、热榜、趋势、首页推荐（13 端点） | | 查商品 / 评价 / 话题 / 灵感 | references/product.md | 商品详情、评价、推荐、话题信息、话题 Feed、创作者灵感（8 端点） | | 跨端点参数查询 / 字段流追溯 | references/param-mappings.md | 全局红线 + 端点路由 + 字段流字典 + 错误处理总览 | | 路径白名单硬校验 | references/endpoints_whitelist.yaml | 37 个端点的硬白名单 + Pre-call 4 步自检协议 |

Step 3 — 构建最小调用计划

✅ 优先使用最少端点完成任务，能用一个端点就不用两个
✅ 同一意图下三个版本（App V2 / Web V2 / Web V3）任选其一，不要同时调用
❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

Step 4 — 执行并验证

调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 → method → 必填 → 写入确认）
收到 404 → 必须先做防路径臆造自检（5 步），不要立刻切换版本号
收到 400 / 422 → 必须先做防参数臆造自检（6 步），重点检查 xsec_token / oneOf: [note_id, share_text]
收到 业务 code != 0 → 读 message_zh 报告用户，不重试

高级使用

链式调用图谱（Chain Recipes）

| 用户场景 | 链路 | 字段流 | |---------|------|-------| | 搜索 → 笔记详情 | search_notes → get_image_note_detail / get_video_note_detail | keyword → note_id | | 查笔记 + 评论 + 子评论 | get_image_note_detail → get_note_comments → get_note_sub_comments | note_id → comment_id 接力 | | 查用户 → 笔记列表 | search_users → get_user_info → get_user_posted_notes | keyword → user_id | | 查用户全面分析 | get_user_info + get_user_posted_notes + get_user_faved_notes | user_id 复用 | | 查商品 + 评价 | search_products → get_product_detail → get_product_reviews | keyword → sku_id | | 话题 → 笔记 Feed | get_topic_info → get_topic_feed → get_image_note_detail | page_id → note_id | | 热榜 → 搜索 | fetch_hot_list → search_notes | 热搜词 → keyword |

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

路径白名单逐字符比对 → 不在清单中 STOP
Method 比对（全部为 GET）→ 不等 STOP
参数键名比对（note_id vs noteId、user_id vs userId）→ 有清单外参数 STOP
资源 ID 来源溯源 → Agent 编造的 STOP
全通过才判定"上游资源不存在"

收到 400 / 422 时（B）：

参数名严格比对（大小写 / 缩写 / 复数）
必填项齐全 + oneOf 二选一逻辑（如 note_id 与 share_text）
Web V3 端点 xsec_token 是否携带
类型与格式严格匹配（pattern / enum）
传参方式正确（query string）
全通过才按 message_zh 排查

SKILL 版本更新

| 触发条件 | 推荐操作 | |---------|---------| | 合法路径持续 404 / 410 | skillhub upgrade maxhub-xiaohongshu（国内）或 clawhub upgrade maxhub-xiaohongshu（国际） | | 用户问"版本是多少" | 当前版本 v3.7.2，访问 https://skillhub.cn/skills/maxhub-xiaohongshu | | 多端点连续 410 | skillhub upgrade maxhub-xiaohongshu --force | | 401 / 402 / 403 | 不是版本问题，去 https://www.aconfig.cn 处理 |

常用命令速查表

| 场景 | 命令 | |---|---| | 查 API Key | [ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" \|\| echo "missing" | | 查图文笔记详情 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/get_image_note_detail?note_id=xxx" | | 查笔记评论 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/get_note_comments?note_id=xxx" | | 搜索笔记 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/search_notes?keyword=咖啡" | | 查商品详情 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/app_v2/get_product_detail?sku_id=xxx" | | 查热榜 | curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/xiaohongshu/web_v2/fetch_hot_list" | | 检查 SKILL 更新 | skillhub info maxhub-xiaohongshu 或 clawhub info maxhub-xiaohongshu |

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看小红书某个 note_id 的评论」

Agent 执行步骤：

匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
risk: low 的端点直接调用，risk: medium+ 先与用户确认
链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
❌ 把没在响应里的字段编一个值返回给用户
❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：内容种草研究者寻找爆款规律

角色：小红书内容创作者 / 种草研究员
需求：分析某垂类（美妆 / 母婴 / 旅游）近期高互动笔记的共同特征，提炼爆款选题与文案模板
使用方式：调用 fetch_hot_list 拉取热榜 → search_notes 按关键词检索 → 批量取 note_id → get_image_note_detail 提取标题/正文/标签/互动数据
预期收益：通过热榜 + 搜索 + 详情链路快速锁定高互动笔记，沉淀可复用的爆款标题与封面公式

场景二：电商团队商品选品分析

角色：电商运营 / 选品 PM
需求：选品前需要快速调研某 SKU 在小红书的真实口碑、评价情感与相关推荐
使用方式：search_products 按品类搜索 → 取 sku_id → get_product_detail + get_product_review_overview + get_product_reviews 三端点并行 → get_product_recommendations 拉取相关品
预期收益：一次调用矩阵覆盖商品基本信息、评价情感分布与替代推荐，决策周期从天级缩短到分钟级

场景三：MCN 机构 KOL 数据采集

角色：MCN 机构 / 品牌投放方
需求：批量评估候选 KOL 的真实粉丝活跃度、笔记产出节奏与近期收藏倾向
使用方式：search_users 关键词找人 → 取 user_id → get_user_info 拉资料 → get_user_posted_notes + get_user_faved_notes 双 Feed 联查
预期收益：完整 KOL 画像 + 内容产出节奏 + 收藏品味，识别真实活跃账号与内容方向匹配度

场景四：内容运营追踪话题传播链

角色：品牌内容运营 / 话题策划
需求：追踪某话题页（page_id）下的全部参与笔记与创作者，绘制话题传播链
使用方式：get_topic_info 验证话题 → get_topic_feed 拉取话题 Feed → 取 note_id → get_image_note_detail 补全详情 → 取 user_id → get_user_info 补充作者画像
预期收益：完整的话题参与图谱，识别话题核心 KOC 与扩散路径

6. 项目架构

目录结构

maxhub-xiaohongshu/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 3.7.2）
└── references/
    ├── endpoints_whitelist.yaml        # 37 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理）
    ├── note.md                         # 笔记域：详情/评论/子评论（App V2 + Web V2 + Web V3，11 端点）
    ├── user.md                         # 用户域：资料/发布/收藏/主页 Feed（7 端点）
    ├── search.md                       # 搜索域：笔记/用户/图片/商品/群组/热榜/趋势/首页（13 端点）
    └── product.md                      # 商品/话题域：商品详情/评价/话题/灵感（8 端点）

技术栈

| 组件 | 技术 | 说明 | |------|------|------| | 调用方式 | curl + Bearer Token | HTTP GET 请求，参数通过 query string 传递 | | 数据接口 | MaxHub API | https://www.aconfig.cn/api/v1/xiaohongshu/{app_v2\|web_v2\|web_v3}/*，通过 MAXHUB_API_KEY 鉴权 | | 路径校验 | YAML 硬白名单 | endpoints_whitelist.yaml 提供 37 端点的逐字符校验 + 4 步 Pre-call 协议 | | 错误处理 | 决策表 + 自检清单 | HTTP 状态码权威定义 + 防臆造自检（A/B 双轨）+ 重试策略矩阵 | | 输出格式 | JSON Standard MaxHub Response | {code, message, message_zh, data, cache_url} | | 更新通道 | SkillHub / ClawHub / GitHub | 国内 ⭐⭐⭐ SkillHub（腾讯云 CDN）/ 国际 ⭐⭐⭐ ClawHub / 降级 GitHub |

API 覆盖范围

| 领域 | 端点数 | Reference 文件 | |------|--------|---------------| | 笔记（Notes） | 11 | note.md | | 用户（Users） | 7 | user.md | | 搜索与发现（Search） | 13 | search.md | | 商品与话题（Product） | 8 | product.md | | 合计 | 37（去重 1 个白名单内合并端点后对外暴露 37） | — |

关键设计理念

防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
三版本端点共存：App V2 / Web V2 / Web V3 同一意图存在多版本端点，强制使用 reference 标注的版本，不得跨版本拼接
Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ 重试策略矩阵 + 端点替换矩阵