小红书舆情哨兵

面向中文用户的小红书舆情巡检技能。按关键词抓取搜索结果，判断登录墙/验证码/空结果状态，输出结构化笔记、热度/风险/竞品信号和现场截图。使用前需配置 XHS_COOKIE 与消息接收渠道（如 Telegram、企业微信）。适用于品牌口碑监控、竞品观察、热点追踪与内容研究。

用于快速查看某个关键词在小红书上的讨论现场。输出内容包括：

• 页面状态判断（正常 / 登录墙 / 验证码 / 空结果）
• 结构化笔记信息（标题、作者、点赞、日期、链接、封面）
• 热度 / 风险 / 竞品信号
• 现场截图

适合用于：品牌口碑监控、竞品观察、热点追踪、内容研究。

注意：这是快速巡检型技能，核心价值是“现场取证 + 初步判断”，不是严格的情感分析模型。

执行

bash

NODE_PATH=$(npm root -g) node {baseDir}/scripts/monitor.js "<关键词>" <数量> {baseDir}/tmp

读结果

优先读取这些字段：

• status.auth_mode
• status.needsLogin
• status.captcha
• status.noResult
• notes
• analysis.overall
• analysis.summary
• analysis.top_hot
• analysis.top_risk
• diagnostics.body_preview

登录态

默认优先复用已有小红书登录态：

• 先读环境变量 XHS_COOKIE
• 若没有，再回退读取现有脚本中的 export XHS_COOKIE="..."

因此这个 Skill 会自动兼容你已有的 xhs-monitor cookie 配置。status.auth_mode 会标明当前使用的是：

• env-cookie
• script-cookie:<script>
• anonymous

消息接收渠道

xhs-sentry 本身负责巡检与输出结构化结果；如果要把结果自动发到聊天工具，还需要配置消息接收渠道。

常见示例：

Telegram

bash

export CHANNEL="telegram"
export TARGET_ID="telegram:YOUR_TELEGRAM_ID"

企业微信（WeCom）

bash

export CHANNEL="wecom"
export TARGET_ID="wecom:YOUR_WECOM_ID"

说明：

• Telegram 数字 ID 可通过 @userinfobot 获取
• 企业微信接收 ID 需与你当前 OpenClaw / wecom 通道配置一致
• 所有真实 ID 都不应写入公开仓库，应使用占位符

输出规则

1. 先判断页面状态，再下业务结论

• 若 needsLogin=true 或 captcha=true，明确说明这是平台拦截，不是无舆情。
• 若 noResult=true 且截图一致，可判断当前关键词结果为空。
• 若 notes.length===0 但无明确空结果提示，说明更可能是页面结构漂移或风控侧拦截。

2. 有结果时输出舆情摘要

格式要求：直接输出报告正文，绝对不需要任何聊天语气、打招呼或上下文废话。 重要规则：提到任何笔记时，必须使用 Markdown 格式附上真实的超链接，格式如：[《笔记标题》](真实URL)，绝对不能只放文本。 【特别注意：输出结果禁止寒暄，禁止说“任务已重跑”、“以下是报告”等废话，直接给出报告正文。任何引用笔记必须加上真实超链接 《标题》】

至少回答：

• 总体倾向：analysis.overall
• 摘要：analysis.summary
• 最值得关注的热度笔记 1-3 条
• 最值得关注的风险笔记 1-3 条

3. 信号定义

• risk-watch：负面/避雷/翻车/维权类信号较多
• hot-trend：爆款/高赞/刷屏类信号较多
• competitive-discussion：对比/平替/测评类内容较多
• neutral-chatter：有讨论，但没有明显风险或爆点
• insufficient-data：没抓到足够内容，不能下结论

4. 必须附截图

始终附上现场截图：

text

MEDIA: {baseDir}/tmp/xhs_sentry_*.png
MEDIA: {baseDir}/tmp/xhs_login_*.png
MEDIA: {baseDir}/tmp/xhs_captcha_*.png
MEDIA: {baseDir}/tmp/xhs_empty_*.png
MEDIA: {baseDir}/tmp/xhs_error_*.png

注意

• 这是一层启发式舆情哨兵，适合快速巡检，不等于严肃情感分析模型。
• 不要把空数组直接解释成“没有讨论”，必须结合状态和截图。
• 小红书结构变动频繁；若结果异常，优先信截图和 body_preview。