---
name: xiaohongshu-ops
version: 1.0.0
description: >
  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) 用户要求生成小红书风格的配图/封面/标题,
  (6) 用户讨论小红书数据(点赞/收藏/评论/流量),
  (7) 用户提到"种草"/"拔草"/"测评"/"好物分享"等小红书典型内容形式。
  即使用户没有明确说"小红书",只要涉及生活方式类短图文内容创作、
  种草测评类写作、或社交电商内容运营,都应使用此技能。
  支持多垂类复用,内置陪你看剧案例模板。
  NOT for: 公众号文章发布(用 wemp-ops)、纯内部文档(用 internal-comms)、
  图片生成本身(用 Gemini 生图 或 Seedream)。
---

# 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。
- 以 `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`

### §3.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。

### §3.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)

### §3.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

按 `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)

### §4.1 构思卡片(写之前必出,老板确认后再动笔)

每次写小红书前,先输出一个结构化构思卡片:

**1 一句话定位**:这篇笔记给读者的核心价值是什么?

**2 标题备选**(至少 3 个):
- 每个标题标注类型(争议/立场/反问/数字/悬念)
- 推荐哪个 + 理由

**3 内容结构**:
- 开头钩子(1-2 句,写出具体内容)
- 正文框架(列出 2-3 个要点,每个一句话)
- 互动提问(写出具体问题)

**4 配图规划**(多图笔记必填):
- 几张图,每张图什么内容,什么风格
- 参考 `references/presets.md` 的预设推荐

**5 风险标注**:是否剧透 / 引战边界 / 版权风险 / 平台敏感词

**确认流程**:输出构思卡片 → 老板确认标题和方向 → 确认后再写正文。先对齐方向再动笔,避免写完推倒重来。

### §4.2 正文产出(确认后)

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。

**机械检查（anti-AI 之后、自检之前）**:
- **标点一致性**:全文不得出现英文逗号、英文冒号、英文问号、英文感叹号（英文原文/代码内除外）。
- **英文注释完整性**:所有英文人名首次出现加中文身份；非通识英文术语首次出现加括号中文释义。通识词（AI、App、CEO）不需要注释。

### 🔴 §4.2.5 真实性校验（生图前，事实类选题必过）

> 来源：ATA《小红书 AIGC 图文卡片 skill 生产实录》。风格不统一只是"有点 AI 味"，事实错误是直接砸信任。尤其旅游/消费/知识分享类，混进一两条错信息整组内容立刻廉价。

**适用场景**：含地点/时间/数量/价格/距离/产品信息的选题（旅游攻略、好物测评、数据干货、科普）。纯情绪/观点/个人故事可跳过。

**第一层：生图前先查硬事实**（用 web_search）：
- 地点、时间、数量、产品信息、价格区间、距离和路线、明显不合理的因果关系
- 基础判断：来源靠不靠谱、有没有夸大表达、有没有把主观感受写成绝对结论
- 🔴 **不要在信息不确定时让模型继续猜**：能查就查，查不清就标风险，别硬编
- **web_search 重试纪律**：最多重试 3 次；拿不到确定信息就明确标成"待用户确认"，不把不确定伪装成确定事实

**第二层：生图后复核**（交付前，见 §Final）：
- 图内文字有没有被模型写坏/错字/漏字（图像模型渲染文字常自己加戏）
- 正文事实是不是还成立、标签和正文是不是对得上、图和文是不是在说同一件事
- 用 `image` 工具（视觉模型）或人工逐张核图内文字

### §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`)
   - idealab(首选): `<WORKSPACE>/scripts/generate-image.sh --prompt "prompt" --filename output.jpg --size 1920x2560`
   - Seedream(降级): `<WORKSPACE>/scripts/seedream-generate.sh "prompt" output.jpg "1920x2560"`
   - 🔴 idealab 生图不去水印（本身无水印，去水印反而损坏右下角）；仅 Seedream/Gemini 来源需去水印:`python3 <WORKSPACE>/scripts/remove-ai-watermark.py output.jpg`

**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`)

### 🔴 §4.3.1 数字契约门禁(N+2,生图前必过)

> 来源:ATA《小红书 AIGC 图文卡片 skill 生产实录》。封面标题里的数字是**系统契约**,不是文案修辞。封面写「6 大草原」正文只有 4 个 = 用户立刻判定 AI 乱写。

图卡系列规划完成后、**调用生图前**,必须过数字契约门禁:

- **从封面标题提取数字 N**(如「6 大草原」→ N=6,「5 步搞定」→ N=5)
- **内容页数量必须 = N**
- **总图数必须 = N + 2**(封面 + N 张内容 + 互动/结尾页)
- **对不上直接阻塞,不准进入生图阶段**,回退重新规划到一致

规划阶段(还没生图)用 `--content-pages` 核内容页:
```bash
python3 <WORKSPACE>/scripts/check-number-contract.py <文案.md> --content-pages <规划内容页数>
```
生图后用 `--image-dir` 核总图(已并入 §Final 机械验证):
```bash
python3 <WORKSPACE>/scripts/check-number-contract.py <文案.md> --image-dir <配图目录>
```
- exit 0 = 契约成立或标题无数字承诺(自动放行);exit 1 = 违约阻塞
- 这套思路可外扩:「三大特性」必须真有 3 个点、「5 步教程」必须真有 5 步、「A vs B」必须两边对称展开
- **原则**:模型只要对外说了什么,系统就逼它兑现。

### §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。

### §5.5: Obsidian 归档（交付后自动执行）

将文案和配图归档到 Obsidian `创作/小红书/`，保留完整创作记录。

```bash
bash scripts/archive-to-obsidian.sh --platform xhs \
  --article temp/xhs/<text>.md \
  --images temp/xhs/images/*.jpg
```

- 自动注入 `archived_at` 和 `platform` 到 frontmatter
- 图卡复制到 `创作/小红书/images/`，文内引用自动替换
- 失败不阻塞主流程，记录警告即可

### 🔴 Final: 机械验证（不可跳过）

交付文案+配图前运行:
```bash
bash scripts/skill-verify.sh xiaohongshu-ops <text-file> <image-dir>
# 例: bash scripts/skill-verify.sh xiaohongshu-ops temp/xhs/text.md temp/xhs/images/
```
- `<text-file>` = 文案文件路径
- `<image-dir>` = 配图目录路径
- ✅ ALL PASSED → 回复用户
- ❌ FAILED → 按输出补齐缺失项(去水印/anti-AI checklist 等),重新验证直到通过

绝不在验证未通过时回复用户"已完成"。

**🔴 生图后文字复核（§4.2.5 第二层落地，事实类选题不可跳）**：
skill-verify 通过后，交付前用 `image` 工具逐张核：
- 图内文字是否被模型写坏/错字/漏字（尤其小字号详情）
- 图文是否一致（标题数字 vs 实际内容、标签 vs 正文）
- 发现写坏→ 重生该张；发现事实错误→ 回到 §4.2.5 重查后重生

## §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。

<!-- 知识库模板字段定义随 knowledge-base/README.md 维护 -->

## §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:
```bash
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:
```bash
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:
```bash
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 垂类案例

垂直行业经验放在 `examples/` 目录,先按通用流程跑,再加载对应案例补齐行业特殊动作。

| 垂类 | 路径 | 状态 |
|------|------|------|
| 陪你看剧 | `examples/drama-watch/case.md` | ✅ 可用 |
| lifestyle | `examples/lifestyle/` | 待补充 |
| cosmetics | `examples/cosmetics/` | 待补充 |
| fitness | `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。