Skill flagged — review recommended

ClawHub Security found sensitive or high-impact capabilities. Review the scan results before using.

Xiaohongshu Ops

v1.0.1

小红书端到端运营:账号定位、选题研究、内容生产、发布执行、数据复盘。 Use when: (1) 用户要写小红书笔记/帖子, (2) 用户说"发小红书"/"写个种草文"/"出一篇小红书", (3) 用户讨论小红书选题/热点/爆款分析/竞品对标, (4) 用户提到账号定位/人设/内容方向规划, (5) 用户要求生成...

1· 454· 6 versions· 0 current· 0 all-time· Updated 10h ago· MIT-0

Install

openclaw skills install xhs-ops

Openclaw 小红书运营技能(通用版)

目标:构建可复用的"小红书运营"流程,让任何账号类型都能复用同一套动作框架。

适用范围(默认即通用流程)

  • 账号定位与内容方向
  • 选题产出与争议点挖掘
  • 竞品/同类账号对标
  • 小红书发布前演练与内容交付
  • 发布后快速复盘(互动结构、评论回复、热点追踪)

将每类账号的行业细节作为"案例模块(case module)"挂载到通用流程中。

常用术语

  • 选题:可发布、可讨论、可转发的内容切入点
  • 引流钩子:标题/开头一句用于触发停留与点击
  • 结构化输出:标题、正文、互动问句、话题、标签五元组
  • 快照:用于验证页面状态的关键证据快照
  • 回放:流程失败后重试或改道执行

0) 启动与环境校验(所有任务都遵循)

执行前先按 references/xhs-runtime-rules.md 中"运行规则"执行,优先遵循失败可复用顺序。

  • 固定使用内置浏览器 profile:openclaw,出现通道异常先切回后再重试。
  • evaluate 为先,关键节点少量 snapshot,单步动作最多重试一次。
  • 失败后保留已获结果,切稳健路径并汇报。

1) 技能默认行为(所有任务都遵循)

  • 开始新任务前先读 knowledge-base/README.md,检索历史记录,避免重复试错。
  • 先读本技能目录下的 persona.md(小红书平台专用人设/语气/发布与回复风格)。所有对外文案(发帖/评论回复/私信话术)都必须遵循。
  • 优先输出可执行的 SOP 而非一次性内容稿
  • 语言优先"能对话"而不是"写报告":短句、口语、站位明确、可引导评论
  • 所有输出默认保留"可追问点",用于评论区继续延展

2) 账号定位(可复用)

每个账号先确认 4 个变量:

  • 目标用户:年龄/场景/痛点(如「下班后碎片时间」「追星讨论人群」)
  • 内容价值主张:每篇给用户什么(观点、情绪价值、实操建议)
  • 差异化角度:同类账号不做什么、你做什么
  • 风格规范:语气、长度、冲突边界(避免过激)

输出:

  • 人设关键词(3-5)
  • 内容支柱(3 个)
  • 口头禅/固定句式(2-3 个)
  • 不能碰底线(红线)清单(剧透、人身攻击、虚假承诺)

2.5) 账号分析

对账号做五维体检评分,判断"现在处在什么位置、下一步优先改什么"。

五维: 定位清晰度 / 内容结构力 / 互动转化力 / 账号辨识度 / 增长可持续性

执行方式: 提供账号URL/名称/数据,AI出诊断报告 详细方法: references/xhs-account-analysis.md 沉淀去向: 体检结论写入 knowledge-base/accounts/YYYY-MM-DD-{账号名}-checkup.md

3) 通用选题与对标流程

§3.1 首页推荐流分析

在开始选题前,可先做一轮首页推荐流分析,理解"平台现在在推什么"。

触发条件: 账号初建期 / 数据下滑期 / 想找新方向时 执行方式: 老板手动观察首页前10-20条,截图/描述发给 AI 分析 详细方法: references/xhs-home-feed-analysis.md 输出格式: 首页画像 / 高信号样本 / 可复用模式 / 下步动作 沉淀去向: 分析结果写入 knowledge-base/patterns/YYYY-MM-DD-feed-patterns.md

A. 平台侧抓取信号(可并行)

  1. 先在小红书抓同题材高互动内容(点赞/收藏/评论高于近期平均值)
  2. 记录可复用字段:title, hook, angle, 结构标签, 评论信号, 互动CTA, 标签组
  3. 汇总前 10-20 条到候选池

⚠️ 中间存盘规则:每 2-3 轮搜索/抓取后,立刻把已获得的高互动样本和关键发现写到 <WORKSPACE>/temp/xhs-findings-{topic}.md,防止连续采集时前面的信息被挤掉。采集完成后此文件可删除。

B. 需求侧补充信号(行业/场景)

  1. 按主题去主流平台/社媒抓"评论区观点分歧"
  2. 抽取支持/反对/中性观点各一组
  3. 输出可发文争论点(争议但可控)

C. 形成选题清单(每轮至少 3 条)

每条选题包含:

  • 选题标题(20 字内可选)
  • 观点标签(支持/反对/中性)
  • 预计互动钩子
  • 证据来源(哪组高互动数据)
  • 风险提示(是否容易踩线)

3.5) 搜索并浏览(新增操作类型)

references/xhs-runtime-rules.md 的搜索与评论入口章节执行。

  • 只允许从搜索结果页进入帖子;
  • 优先通知/回复场景前先对位校验。
  • 连续失败回退策略见引用文件。

3.8) 素材交接检查

内容生产前,检查 <WORKSPACE>/temp/handoffs/collector-to-writing.md 是否存在:

  • 有 → 读取,筛选与当前选题相关的素材条目,纳入写作参考
  • 消费后删除已使用的条目(如果文件清空则删除文件)
  • 没有 → 跳过,正常流程

3.9) 对标颗粒度检查表

找到对标账号后,逐维度对比一致性。每一个不一致都要解释为什么不一致,解释不了就改成一致。

借鉴 dbs-benchmark 的核心理念:「模仿的颗粒度决定模仿的质量。如果对方袜子 3 个线头你只有 2 个,就没有模仿到位。」

内容维度对比

维度对标账号我们一致性差异说明
笔记类型(图文/视频/混合)
发布频率
标题风格(反问/数字/立场/悬念)
封面图风格(实拍/设计/截图/文字卡)
正文长度
正文结构(总分/故事/清单/对比)
互动提问方式
话题标签数量和类型
评论区互动频率和风格

运营维度对比(如可获取)

维度对标账号我们一致性差异说明
粉丝量级
平均点赞/收藏/评论
变现方式(广告/带货/引流/无)
私域引流路径
投流方式(薯条/聚光/无)

使用方法:找到对标账号后,浏览其最近 10-20 条笔记填写此表。重点关注高互动笔记。


4) 通用内容模板(小红书)

每次产出至少 2 个备选:

  • 标题(争议/立场/反问,≤20字优先)
  • 开头钩子(1-2 句)
  • 正文(3 段:观点→证据→反方)
  • 互动提问(1 句)
  • 话题(5-8 个)
  • 风险标注(是否剧透 / 引战边界 / 版权风险)

定稿后必须执行:对照 references/anti-ai-checklist.md 逐条检查,降 AI 味 + 注入灵魂。

§4.3 图卡系列规划(多图笔记必做)

文案定稿后、配图前,必须完成图卡系列规划。流程见 references/content-analysis.md 的 §6§7。

流程摘要

  1. 内容分析 → 内容分类、受众画像、Hook 评估、传播触发点、视觉机会映射
  2. 三策略大纲(可选) → 默认出 A+B 两个差异化方案,老板选定
  3. 预设选择 → 根据 references/presets.md 的信号匹配表自动推荐
  4. Swipe Flow 设计 → 每张图的位置、布局、内容、图间钩子(见 references/swipe-flow.md
  5. 生成配图 → 结构化 Prompt 组装 + Reference Image Chain(见 references/illustration-prompts.md

关键原则

  • 配色覆盖可只换颜色不换风格(见 references/presets.md 配色覆盖节)
  • 第一张图不带 ref,后续所有图以第一张为 ref 锚点(保证视觉一致性)
  • 每张图的 prompt 先存 prompts/NN-{type}-{slug}.md 再生成
  • 新增 mindmap 和 quadrant 两种布局(见 references/layouts.md

§4.5 五维内容自检(定稿后必做)

Anti-AI checklist 通过后,再过一遍内容质量自检。任何一项 ❌ 必须修改。

维度检查问题合格标准判断
文字洁癖有没有 AI 味残留?「姐妹们」模板化开头?Emoji 超标?读起来像真人写的,不像模板生成✅/❌
标题有立场/反差/具体吗?会不会看到就想点?不靠「一定要看到最后」这种廉价钩子✅/❌
表达效率300-600 字能说清楚吗?有没有注水段落?每段都有信息量,删任何一段都不完整✅/❌
认知落差读者看完会觉得「这个我知道」吗?至少 1 个「没想到」的点或具体数据✅/❌
封面竞争力封面在信息流中能不能抢到注意力?有视觉冲击 + 信息传递,不是纯装饰✅/❌

5) 通用发布链路(不发稿)

详细发布执行路径请直接按 references/xhs-publish-flows.md 执行,避免重复维护。

Step 0:发布前读者测试(强烈推荐)

正式产出文案后,在进入发布流程前先做一轮读者视角检查。

方法: 用一个无上下文的 Agent(或直接让 AI 角色扮演"第一次看到这篇"的陌生读者)阅读笔记全文,逐一检查 4 个维度:

维度检查问题合格标准
标题吸引力第一眼看到标题,会点开吗?有立场/反差/具体之一;不靠"震惊体"
开头好奇心读完第一句,想继续往下看吗?直接是钩子或结论,不是自我介绍
术语可理解性有没有没解释的行业词或默认共识?目标读者能直接理解,不需要查词
结尾互动引导结尾有没有可回答的问题?有一个自然的互动钩子,不强迫关注

发现盲点则修改后再进入发布流程。

发布前必须满足的核心点:

  • 账号先登录创作后台,确认页面在 openclaw profile 可操作。
  • 明确发布类型(视频 / 图文 / 长文),三要素:封面、标题、正文。
  • 到达"发布"按钮可见处停手,默认不直接点击发布。
  • 若涉及截图确认,优先附件形式发送到飞书,并在用户确认后再发布。

6) 评论与回复(轻量)

评论检查与回复统一遵循 references/xhs-comment-ops.md,并结合 examples/reply-examples.md 作文案风格。

  • 默认优先走通知页,先对位后输入后发送。
  • 默认 one-send-per-turn(如无明确要求不连发)。
  • 长度、隐性承诺、风控停损点等风险控制项请以引用文件为准。

6.5) 知识库沉淀

完成每次分析/发布/回复/复盘后,主动写入知识库(路径:knowledge-base/)。

写入时机:

  • 任务前:读 knowledge-base/README.md,检索历史
  • 任务中:发现新结论/新风险时立刻记临时条目
  • 任务后:补写结果到对应子目录
  • 失败后:记录原因、回退策略、可替代路径

对应关系:

  • 首页推荐流分析 → patterns/ + topics/
  • 账号分析 → accounts/ + reviews/
  • 爆款拆解 → patterns/
  • 发布/回复操作 → actions/
  • 复盘 → reviews/

写入失败降级: 先完成用户任务,结束后把结构化摘要追加到 knowledge-base/README.md 的"待整理"区域,不阻塞主流程。

详细字段定义与模板见 references/xhs-knowledge-base.md(如已同步)。

6.8) 风格学习采集

内容产出完成后自动执行,不需要老板操作。

在 §4 内容模板产出定稿后,自动记录 AI 原稿:

python3 <WORKSPACE>/scripts/style-observe.py record-original <笔记文件> --skill xiaohongshu-ops --topic "选题关键词"

当老板确认最终版(可能经过修改)后,记录最终版:

python3 <WORKSPACE>/scripts/style-observe.py record-final <最终版文件> --skill xiaohongshu-ops

触发 record-final 的信号

  • 老板说"可以了"/"这版OK"/"发吧"
  • 老板手动修改后把最终版发回来
  • 笔记已发布

无修改直接发布也要 record-final(no_change = 正反馈)。

积累 5+ 对 diff 后可提取风格规则:

python3 <WORKSPACE>/scripts/style-observe.py pairs --skill xiaohongshu-ops --days 30

7) 失败与修复(必须遵循)

  • 自动化失败先重试一次(同策略)
  • 仍失败则改道:换到"更稳妥同义路径"
  • 不做无效重复动作;保留当前进度可复用,报告一次用户需手动的单一动作

8) 通用提取示例(Evaluate)

通用字段提取脚本示例见 references/xhs-eval-patterns.md

9) 具体案例:陪你看剧(保留为特例)

使用方式

本技能主文件保留通用框架;垂直行业经验放在 examples/ 目录,按内容类型选用:

  • 先按《通用流程》跑一遍
  • 再加载对应案例文件补齐行业特殊动作

当前已可用案例:

  • examples/drama-watch/case.md(陪你看剧账号)

每个内容类型按目录组织,文件命名可为:

  • examples/<vertical>/<vertical>.md(推荐)

  • examples/<vertical>/README.md

  • examples/lifestyle/(待补充)

  • examples/cosmetics/(待补充)

  • examples/fitness/(待补充)


实操经验(持续有效)

  • 统一规则:所有浏览器操作一律走内置浏览器 profile=openclaw(除非用户明确要求使用 Chrome 扩展 Relay)。
  • 文字配图是稳定写入口,typed text 直接成为封面文案
  • 发布话题优先用 UI 选题,不建议纯文本粘贴大量 #话题
  • evaluate 批量改写富文本时,尽量少改版式,避免丢失 topic entity
  • 关键步骤前保留一次快照,可用于复盘与问题定位
  • 发布 按钮可见 ≠ 发布成功;必须明确标注"到发布页停手"
  • 若出现新类型评论节奏问题,优先减少每小时回复密度而非提高频率

运营成熟路径(可选)

  • 标题池:按"站队/反问/冲突"各保留 10 条可复用模板
  • 话题池:按账号调性建立常用关键词与同义替换列表
  • 复用机制:每次复盘后把可复用表达同步进案例文件

下一步建议(条件触发)

笔记内容产出后,根据结果判断是否推荐下一步。

触发条件推荐
笔记素材来自收藏内容「素材用完了,要用 content-collector 存档原始素材方便追溯。」
笔记主题有深度延展潜力(>800 字才能说清楚)「这个选题内容量大,建议用 wemp-ops 写一篇公众号长文,小红书版做精华摘要。」
需要竞品账号分析「想看看同类账号怎么做的?给个账号名,用 x-profile-deep-dive 或浏览器分析。」
封面图需要信息图/流程图「封面可以用 drawio 画个信息图,比纯文字封面有竞争力。」

绝对不要做的事

小红书内容产出中,以下行为直接拉低质量或触发平台降权:

  1. 不要无脑堆 Emoji — Emoji 是节奏工具不是装饰。每段 1-2 个最多,不要每句话都带。「✨🔥💕姐妹们!!」= 劣质模板的标志
  2. 不要用「姐妹们」「家人们」「宝子们」开头 — 除非账号人设就是这个调性。泛化称呼 = 没有人设
  3. 不要建议「多看看爆款」而不做具体分析 — 要看就给具体笔记链接 + 分析它为什么爆(标题结构/封面/选题/评论区互动),否则是废话
  4. 不要写超过 800 字的笔记 — 小红书是短内容平台,300-600 字是黄金区间。超长 = 跳出率高
  5. 不要在正文里堆 #话题标签 — 话题标签放末尾集中写,正文里穿插 #标签 打断阅读节奏
  6. 不要用「一定要看到最后」「最后一条最重要」 — 这是 2022 年的钩子,现在是降权信号
  7. 不要生成「总结型」标题 — 「关于 XX 的 5 个要点」太干,没有情绪。小红书标题要有立场/冲突/反差
  8. 不要忽略封面图 — 小红书是图片优先平台。纯文字笔记没有封面竞争力 = 死在信息流里

内联案例库

正面案例

案例 1:公众号→小红书改写(「Claude 能操控微信了」)

基于公众号 V3 定稿改写:口语化、短段落、互动问句结尾。300-600 字区间。3 张竖版配图(1920x2560,3:4)。图片+文案打包放 ~/Downloads/,老板手机 App 手动发布。

  • 成功要点:公众号长文 → 小红书版只保留一个核心观点 + 一个数据点 + 一个互动问题。不是缩写,是重写。

案例 2:首发笔记「外卖员的新身份:AI 系统的"人形 API"」

选题来自阮一峰周刊 Waymo/DoorDash 故事。角度:程序第一次调动人力。HTML+CSS 制作科技感信息卡(深色背景 + 电蓝 + 青色,3:4 竖版)。426 字。

  • 成功要点:从一个具体故事切入,不讲大道理。配图有统一视觉体系。

反面案例

反面 1:自动化发布触发账号违规预警(3/12 事件)

使用浏览器自动化上传图片到小红书创作平台,触发 AI 托管检测,账号收到违规预警。

  • 教训:🔴 绝不使用浏览器自动化操作小红书。工作边界是只产出文案+配图文件,老板手机 App 手动发布。

反面 2:标题/正文混淆(首发笔记踩坑)

小红书编辑器标题和正文都是 contenteditable,浏览器 type 操作无法区分,两次把所有文字灌进标题框。

  • 教训:富文本编辑器不用 act(kind=type),用 evaluate + execCommand。但更根本的教训是——不要自动化操作小红书。

Version tags

latestvk97fab7a6fjxmdmdfsp1q6m4qx854b1v