xhs账号诊断 — 用你自己的创作者后台数据，做漏斗体检 + 对标爆款

用你自己的xhs创作者后台官方数据，生成一份可直接打开的 HTML 诊断报告：最近 N 条笔记的数据总表、四层转化漏斗健康度诊断（点击率 → 内容留存 → 互动 → 涨粉），以及每条笔记的对标爆款 + 3 条具体改进动作。

不是「爬别人数据」，是拿你后台的真实数字，逐条告诉你这篇差在哪、同题材跑赢的人怎么写的、下一篇改什么。

和市面上的xhs skill 有什么不同

大多数是看别人的数据（爆款榜单、竞品监控、KOL 库）。曝光、封面点击率、人均观看时长、涨粉数这些只有账号主人拿得到的指标，榜单类工具永远给不了你——本 skill 就诊断这些。
不需要任何第三方数据平台的 API key，也不消耗付费额度。 数据源是你自己的创作者后台，浏览器动作由本机 webclaw3 运行时驱动，全程在你机器上跑。
竞对侧只取搜索结果页公开可见的标题、作者、点赞数，不抓取任何登录后才可见的他人数据。

⚠️ 先装 webclaw3（必需）

本 skill 不能独立运行。它依赖 webclaw3 提供的本地浏览器运行时，复用你 Chrome 里已登录的xhs账号——不必重新登录、不必交出密码、不会被反爬拦截。

# 1. 先装运行时（必需）
npx clawhub@latest install fatmind/webclaw3-browser-automation

# 2. 再装本 skill
npx clawhub@latest install fatmind/xhs-note-analyst

主品页面 → https://clawhub.ai/fatmind/skills/webclaw3-browser-automation 安装指南（3 步，约 5 分钟）→ https://github.com/fatmind/webclaw3

也可以走 skills.sh：

npx skills add fatmind/xhs-note-analyst

怎么用

装好后对你的 Agent 说：

分析一下我最近 5 条xhs笔记的表现

Agent 会驱动你的 Chrome 打开创作者后台、导出数据明细、逐条提炼关键词并搜索同题材爆款，最后产出 HTML 报告。整个过程在你自己机器上跑，数据不外传。

参数写在 input.json（不存在则用默认值）：

| 字段 | 默认 | 说明 | |---|---|---| | notes_count | 5 | 分析最近多少条笔记 | | keyword_per_note | 1 | 每条笔记提炼几个关键词 | | report_path | ./xhs账号分析报告_<日期>.html | 报告输出路径 |

报告里有什么

数据总表 — 标题 / 类型（图文/视频） / 首发时间 / 已发布天数 / 曝光 / 日均曝光 / 观看量 / 封面点击率 / 点赞 / 评论 / 收藏 / 涨粉 / 分享 / 人均观看时长，按首发时间倒序。口径以后台导出 Excel 为准。

漏斗健康度诊断 — 四层各给数据值与合格 / 偏弱 / 断档判断。判断线：封面点击率 10–20% 合格，互动率 5–10% 为爆款线，留存断档线按体裁分设。让你一眼看出是封面拉不进人，还是内容留不住人。

逐条对标 — 每条笔记配 ≥3 条同题材爆款（标题 + 作者 + 点赞数）和 3 条可执行改进动作。过不了点赞门槛的笔记不进对标表，合格对标不足 3 条时报告标 partial 并说明原因，绝不用低赞笔记凑数。

分析口径（v1.1.0 修正）

这三条是实测真实账号后修掉的误判，直接决定报告结论对不对：

① 对标爆款有点赞门槛。 门槛按该关键词结果集的点赞中位数 × 3 动态取，夹在 1000–3000 之间（不同赛道爆款绝对值差很多：美妆万赞起步，垂类工具千赞已是头部）。低于门槛的一律不进对标表——不许为了凑满 3 条把几十赞的笔记塞进来。

② 留存断档线按体裁分设。 图文 <5s、视频 <10s。图文的"留存"本质是读完率，停留时间天然短于视频，用同一把 10s 尺子会把正常图文误判成"内容断档"。

③ 曝光按发布天数归一化。 曝光是随时间累积的存量，46 天的老笔记曝光天然高于 7 天的新笔记，直接比大小会得出"老内容更好"的错误结论。报告给出 日均曝光 = 曝光 / 已发布天数，横向比较只看这一列。

前置条件

webclaw3 已安装并运行（Relay :3459 + pipeline :3460）
Chrome 已登录 creator.xiaohongshu.com 与 www.xiaohongshu.com
本机有 python3 与 openpyxl（解析导出的 Excel）
浏览器下载目录为 ~/Downloads

关于生成方式

本 skill 由 webclaw3 自动生成，不是手写的。流程是：用大白话描述一次任务 → webclaw3 驱动你自己的 Chrome 真实跑通 → 把这次探索固化成本地脚本。之后每天重跑几乎零 token，站点改版了还能本地免费修复。

你自己的重复浏览器任务（找素材、盯数据、批量填表、监控竞品）都可以这样变成一个 skill：

https://clawhub.ai/fatmind/skills/webclaw3-browser-automation