Install
openclaw skills install xiaohongshu-cover-genSkill flagged — review recommended
ClawHub Security found sensitive or high-impact capabilities. Review the scan results before using.
xiaohongshu-cover-gen
当用户需要为小红书帖子生成封面图和内容图卡时，加载此 Skill。触发词：小红书配图、封面生成、图卡设计、XHS cover、social media image。
Audits
SuspiciousSkill：小红书配图生成
版本：v1.0（经 5 轮实战验证，6 次翻车迭代沉淀） 适用平台：小红书（XHS / RedNote） 生图工具：Lovart（主力）+ Python PIL（辅助） 浏览器自动化：agent-browser
Quick Reference
| Situation | Action |
|---|---|
| 收到帖子要配图 | 先走阶段 0 精准调研（10min 封顶），不要直接出方案 |
| 构思封面创意 | 从用户情绪出发（好奇/惊讶/想要），不是从技术概念出发 |
| 写 Lovart prompt | 过 8 项自检 checklist，逐字指定标题文字 |
| Lovart 页面加载超时 | 两步导航法：about:blank → JS eval 跳转 |
| cookies set 报错 | 改用 JS document.cookie 注入 |
| 弹窗关不掉 | 先 snapshot -i 确认层级，从最外层（Close）关起 |
| prompt 太长报错 | 分段 type（每段 < 1024 字节） |
| 等待生图超时 | 分段 wait（每段 ≤ 20s）+ 截图轮询 |
| 图片下载 SSL 报错 | 用 Node.js（rejectUnauthorized: false） |
| 用户否定封面 | 走「否定后快速迭代」子流程（≤10min） |
Background
为什么需要这个 Skill
每条小红书帖子都需要配图，但：
- 每次从零开始想风格、写 prompt、调图 → 效率低且质量不稳定
- AI 默认审美（居中标题 + 渐变背景 + 装饰图标）= 小红书用户秒划走
- 小红书信息流中，每张封面只有 0.5 秒 的生存时间
这个 Skill 将"分析帖子 → 审美调研 → 确定方案 → 生成图片"整个流程标准化，核心价值是 5 轮实战翻车经验的沉淀。
输入 / 输出
输入：
- 帖子正文 / 图卡文案
- 用户的 IP 风格参考（品牌调性、历史封面、视觉偏好）
- 用户提供的素材图（如有）
输出：
- 每张图的配图方案（用途、构图、风格、关键元素）
- 每张图的生图 prompt（适配 Lovart）
- 生成后的图片文件
成功标准：
- 封面通过"0.5 秒测试"
- 图片像"朋友在分享"，不像"AI 批量生成的模板"
- 整套图片风格统一
最容易翻车的 3 个地方
- 审美方向错误：从"技术概念"出发而非"用户情绪"出发（第5轮翻车教训）
- 文图不一致：标题提到某人/某品牌，画面里却没有对应视觉
- Logo/品牌元素凭想象猜：AI 不知道 logo 长什么样，会胡编乱造
Solution: Step-by-Step
阶段 0：精准调研（10 分钟封顶）
⚠️ 翻车教训：收到帖子后直接出配图方案 = 纯靠记忆拼凑 = AI 模板垃圾。 必须先做精准调研。不通过就不能进入阶段 1。
时间预算：≤ 10 分钟
3 步走：
| Step | 时间 | 动作 |
|---|---|---|
| 1 | 3min | 翻阅审美积累文档，看有没有和本帖相关的已有灵感 |
| 2 | 4min | Dribbble + 小红书各搜 1-2 个关键词，快速截图记录 |
| 3 | 3min | 如果涉及特定品牌/产品，去官网截图确认品牌色 + logo |
调研平台详见 → references/research-platforms.md
调研产出（必须输出才能进入阶段 1）：
## 视觉方向决策
### 调研数据总结
- Dribbble 看了 X 个关键词，Y 个作品
- 小红书看了 X 个帖子，高赞封面共性：...
- 品牌官网：品牌色 #XXX、字体 XXX
### 可行的视觉方向（2-3 个）
- 方向 A：...（推荐度 ⭐⭐⭐⭐⭐）
- 方向 B：...（推荐度 ⭐⭐⭐⭐）
### 选择的方向 + 理由
### Design Token（背景色/主色/点缀色/字体）
维度 2：定期审美积累（独立定时任务）
维度 1（精准调研）是每次配图前的战术动作；维度 2 是持续充电的战略动作。
频率：每天或每 3 天一次 时间：15-20 分钟
| Step | 时间 | 动作 |
|---|---|---|
| 1 | 5min | Dribbble 趋势浏览（各风格广泛看） |
| 2 | 5min | 小红书高赞封面浏览（1000赞+ 分析共性） |
| 3 | 5min | 品牌/产品设计语言收集 |
| 4 | 5min | 更新审美积累文档 |
产出：审美积累文档新增 5-10 条记录
阶段 1：帖子分析 → 配图方案
- 判断帖子类型：产品展示 / 教程分享 / 方法论 / 观点趋势
- 确定图片数量和用途：图 1 = 封面（决定生死），图 2-N = 内容图卡
- 对每张图给出配图方案：传达什么 / 构图方向 / 风格关键词 / 是否需要素材 / 文字内容
- 封面 0.5 秒测试：用户看到这张封面 0.5 秒的反应是"我也想要"还是"这是在讲什么"？后者 → 方案不合格
阶段 2：封面方案快速确认 + 素材需求前置
核心目标：快速拿到用户确认 + 提前告知素材需求。
-
一次性展示方案核心信息：
- 封面核心创意（一句话）
- 关键视觉元素（3-5 个词）
- 风格方向
- 预期情绪（好奇 / 惊讶 / 想拥有 / 实用感）
-
前置告知素材需求（不要等到阶段 3 才提）：
- 需要用户提供的素材清单
- 没有素材的替代方案
-
等待确认：✅ 通过 → 阶段 3 | 🔄 修改 → 调整后重新确认 | ❌ 否定 → 回阶段 1
阶段 3：生图 prompt 编写
每张图的 prompt 必须包含：
- 主体描述 + 风格描述 + 色调/光线 + 构图 + 负面提示
⚠️ 发送前必须过自检 Checklist → 详见 references/prompt-checklist.md
阶段 4：生成 + 筛选 + 保存
Lovart 平台完整操作手册 → 详见 references/lovart-operation.md
工具分工规则：
| 图片类型 | 使用工具 | 原因 |
|---|---|---|
| 封面图 / 视觉创意图 | Lovart | 创意质量高、支持设计字体 |
| 纯文字排版卡（图卡内页） | Python + PIL | 精确可控、不消耗积分、批量快 |
| 带设计字体的封面 | Lovart 一次出完 | ⚠️ 不要生成底图再用 PIL 叠字！ |
生图执行流程：
- 在 Lovart 生图（按操作手册 Phase 0-5）
- 每张图至少生成 2-4 个变体
- 筛选标准：符合方案 / 无 AI 味 / 文字清晰 / 手机缩小后仍好看
- 下载最终图片
阶段 5：整合检查
- 图片和帖子内容放一起看整体效果
- 检查：封面和标题是否一致 / 图卡风格是否统一 / 整体是否像一个人发的
- 如有问题，回到对应阶段修改
附：否定后快速迭代子流程
⚠️ 用户否定时，不要从阶段 0 重新来过！
目标：一次否定 → 一次迭代 → ≤ 10 分钟
Step 1（1min）：精准定位问题
├── 提取用户关键否定词
├── "整体方向不对" → 回阶段 1
└── "某个细节不好" → 直接修改 prompt
问题归类：🎨审美 / 📝内容 / 😱情绪 / 🔤文字
Step 2（2min）：针对性修正
├── 审美问题 → 翻阅审美积累文档找新方向
├── 内容问题 → 补充/替换视觉元素
├── 情绪问题 → 调整风格/色调
└── 文字问题 → 逐字指定 + 加负面提示
→ 过自检 checklist
Step 3（3min）：重新生成并提交
├── 和被否定版本做对比
└── 说明"改了什么、为什么"
关键：
- 🚫 不要防御性解释上一版为什么是那样
- 📝 每次否定都记录到迭代日志（翻车原因 + 修正 + 新规则）
- 🔄 同类问题连续 2 次 → 规则缺失，必须新增
核心审美原则
配图能力的核心不是工具操作，而是审美和生态理解。
1. 理解小红书信息流环境
- 用户拇指飞速滑动，每张图只有 0.5 秒
- 在一堆精致到同质化的图片中，要跳出来
- 小红书不是 Dribbble，追求的是"朋友在分享好东西"的感觉
平台审美偏好：
- ✅ 展示成果物 > 讲述概念
- ✅ 有"生活感"的精致 > 过度完美的精致
- ✅ 一个信息点 > 多个信息点堆砌
- ❌ AI 批量生成感（过度光滑、完美对称）
- ❌ 左右对比/分栏（太像 AI 模板）
- ❌ 教材风/PPT 风
2. 建立个人视觉辨识度
不是泛泛"做好看"，而是做出"一眼知道是谁的图"：
- 确定你的品牌调性关键词
- 确定你的视觉指纹（偏好字体 + 色调 + 风格）
- 图片能感受到"一个有审美的人在认真分享"
3. 摒弃传统 AI 审美思维
❌ 传统 AI 审美 = 死路：
- 收到"帮我做封面"就给居中标题 + 渐变背景 + 装饰图标
- 所有帖子用同一个模板换文字
- 追求"信息完整"而塞入太多元素
- 锁定一种风格不放（也是模板化）
✅ 正确思路：
- 每篇帖子根据内容独立设计
- 敢于留白、不对称、只放一个元素
- 图片情绪和帖子情绪一致
- 风格跟着内容走，不套模板
4. 封面创意从用户情绪出发
这是 5 轮迭代最核心的认知沉淀。
- 先想"什么画面让人想点进去"（好奇心 / 惊讶 / 认同 / 羡慕）
- 再想技术元素如何作为辅助装饰融入
- ⚠️ 联想路径检查：如果你的第一个联想是最直线的（论文→大脑、AI→机器人），那它大概率是错的
5. 维护审美积累文档
- 每次调研至少看 30+ 作品，精选 10+ 条
- 每条：作品链接/截图 + 风格标签 + 借鉴点 + 适合度判断
- 按风格分类归档
- 每次配图前先翻一遍找灵感
约束条件
工程约束
- Lovart prompt 有长度限制（agent-browser 命令 ≤ 1024 字节，需分段输入）
- 小红书图片比例：3:4（竖图）或 1:1（方图），不要横图
- 积分控制：单次配图任务 ≤ 100 积分，视频 ≤ 300，优先低速模式（免积分）
合规约束
- 不能用产品官方宣传图 / 品牌 logo 作为主视觉（限流风险）
- 不能 1:1 复制竞品封面（可借鉴元素）
- ✅ 可以有真人面部（写实 / 3D 风格化均可）
- ⚠️ 不能使用未授权的真实人物照片（用 AI 生成风格化形象）
- ❌ 禁止裸露器官（大脑、心脏、眼球等）作为封面主视觉
绝对不要做的封面
- ❌ 左右对比 / 左右分栏结构
- ❌ 概念文字堆砌
- ❌ 新闻感封面（logo + 放大镜）
- ❌ 裸露器官作为主视觉
- ❌ "技术概念可视化"的直线联想
质量检查清单
- 每张图都有配图方案
- 每张图都有 prompt
- 封面通过"0.5 秒测试"
- Prompt 通过 8 项自检 checklist
- 图片已生成并保存
- 整套图片风格统一
- 用户确认满意
Skill 联动
| 联动工具 | 用途 | 阶段 |
|---|---|---|
agent-browser | 浏览器自动化 | 阶段0（调研）、阶段4（Lovart 操作） |
| 小红书 Skill | 竞品封面调研 / 发帖 | 阶段0 / 阶段5之后 |
| Python + PIL | 文字卡批量生成 | 阶段4 |
Gotchas
5 轮实战踩过的所有坑，按严重程度排序。
🔴 审美方向类（致命）
- 从技术概念出发设计封面 → 应该从"什么让人想点进去"出发
- 裸露器官做主视觉 → 信息流中引发生理不适，用户评价"恐怖"
- 文图不一致 → 标题提到的人物/品牌，画面中必须有对应视觉
- 凭想象描述 Logo → 必须 web_search + 截图确认真实 logo，否则 AI 会胡编
🟡 工具操作类（影响效率）
- Lovart 页面加载超时 → 两步导航法：about:blank → JS eval
- cookies set 对超长 JWT 报错 → 改用 JS document.cookie
- 弹窗关闭顺序错误 → Canvas 引导（Close）在最上层，必须先关
- prompt 超 1024 字节被截断 → 先 click 获取焦点，分段 type
- wait 30s+ 触发 idle timeout → 分段 ≤ 20s + 截图轮询
- 图片下载 SSL 报错 → Node.js（rejectUnauthorized: false）
🟢 流程类（容易遗忘）
- 跳过调研直接出方案 → 100% 产出 AI 模板垃圾
- 调研了但没内化为 Design Token → "知道但没做到"
- 封面底图和文字分开生成 → Lovart 一次出完整封面效果好得多
- Lovart 连续操作触发 hCaptcha → 每次会话只生 1-2 张，完成后关浏览器
Related
Source
Learning IDs: crash-01 ~ crash-06
Category: social-media / content-creation / AI-image-generation
Created: 2026-03-18
Validated: 2026-03-20 (5 rounds, 3 different topics)