⏳ This skill is pending AI review.
Scores will appear once the review pipeline completes.
xhs-writer
>-
Choose how to use this skill
You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.
1. Native installer
This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.
Do not guess an installer command or replace an existing version without reviewing the diff.
2. Complete package recommended
Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.
No complete ProSkills package is published for this listing yet.3. Prompt-only
Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.
Need only the instruction file?
Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.
No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.
// RATINGS
Not yet listed on ClawHub or SkillsMP
// README
xhs-writer-skill
小红书爆款笔记生成器 — 从主题到发布,一条龙。
Claude Code / OpenClaw Skill。装进 agent 后,用一句自然语言生成 9:16 竖版卡片组(图文)或短视频脚本,配 caption + hashtags,按规范落盘。支持真实素材图生图、卖点分析、5种标题公式。
🎬 效果演示:真实案例
案例:推广 gpt-image2-ppt-skills 开源项目
完整案例:
- 输入:GitHub 项目链接
https://github.com/JuneYaooo/gpt-image2-ppt-skills+ 项目截图素材 - 流程:
- 扫描项目素材(README 图片、演示图、对比图)
- 搜索同类爆款("AI做PPT"、"PPT工具"相关笔记)
- 卖点分析(模板克隆 125分 > 10种风格 18分)→ 聚焦核心卖点
- 拆解爆款结构(标题模式、卡片布局、钩子套路)
- 图生图处理(保留真实素材 + 小红书风格文字)
- 生成 5 个标题选项(痛点式、提问式、发现式、热点词、身份共鸣)
- 输出:7张卡片 + caption + hashtags + 发布方案
- 效果:素人感设计 + 真实素材 + 爆款公式 = 可直接发布
✨ 能做什么
- 🔍 智能分析 — 给一个 GitHub 项目链接 + 素材,自动扫描项目内容、搜索同类爆款、分析卖点优先级
- 🎯 卖点/亮点分析 — 用公式(稀缺性×实用性×可感知)自动判断优先级,聚焦核心卖点
- 📚 爆款拆解 — 搜索同类内容的爆款笔记,提取标题模式、卡片结构、钩子套路
- 🖼️ 真实素材优先 — 项目截图、对比图用图生图(gpt-image-2),保留真实感 > 纯 AI 生图
- 🎨 素人感设计 — 纯色背景 + 大 emoji + 口语化,不是品牌宣传风格
- 📝 5种标题公式 — 痛点式、提问式、发现式、热点词、身份共鸣,自动生成选项
- 🔄 快速迭代 — V1(60分) → 用户反馈 → V2(70分),持续优化
- 📦 完整交付 — 6-7张卡片 + caption + hashtags + 发布方案,可直接发布
📱 适用场景
- ✅ 产品推广 — 开源项目、SaaS 工具、App 应用
- ✅ 好物分享 — 数码产品、生活好物、美妆护肤
- ✅ 知识科普 — 技术教程、生活技巧、行业知识
- ✅ 经验总结 — 职场经验、学习方法、成长心得
- ✅ 测评对比 — 产品对比、使用体验、效果评测
🚀 安装
方式一:让 AI 自己装(推荐)
把下面这段 prompt 丢给你的 AI 助手(Claude Code / OpenClaw / Codex / Cursor 都行),它会自动完成安装:
帮我安装 xhs-writer-skill:
https://raw.githubusercontent.com/JuneYaooo/xhs-writer-skill/main/docs/install.md
agent 会自己 clone 仓库、跑安装脚本、提示你重启。
方式二:手动安装
git clone https://github.com/JuneYaooo/xhs-writer-skill.git
cd xhs-writer-skill
bash install_as_skill.sh
脚本会把 skill 装到 ~/.claude/skills/xhs-writer-skill/,Claude Code 重启后自动识别。
配置(可选)
如果需要图生图功能(推荐),配置 OpenAI API key:
# 创建 .env 文件
cat > ~/.claude/skills/xhs-writer-skill/.env << 'EOF'
OPENAI_BASE_URL=https://api.openai.com
OPENAI_API_KEY=sk-your-key-here
GPT_IMAGE_MODEL_NAME=gpt-image-2
GPT_IMAGE_QUALITY=high
EOF
🔒 不会误吃密钥:只从 skill 自己目录的
.env加载。💡 图生图 vs 纯文字卡片:有真实素材时,图生图效果远超纯 AI 生图(保留真实感)。没有 API key 也能用,会生成纯文字卡片。
🛠 在 Claude Code 里怎么用
装完直接跟 Claude 说人话就行:
场景1:推广产品/项目(推荐配合 social-account-doctor)
帮我推广这个项目
https://github.com/xxx/project,项目截图在/path/to/screenshots,先搜一下同类产品的爆款笔记,然后参考它们的结构做一套小红书卡片。
Claude 会:
- 扫描项目:读取 GitHub README、项目介绍、功能列表
- 素材盘点:你的项目截图、对比图、演示图
- 找对标:搜索同类产品的爆款笔记(用 social-account-doctor)
- 拆爆款:分析标题模式、卡片结构、钩子套路
- 卖点分析:让你打分(稀缺性×实用性×可感知)
- 套公式:用爆款的结构 + 你的真实素材
- 图生图:保留真实素材 + 小红书风格文字
- 输出:6-7 张卡片 + caption + hashtags + 发布方案
场景2:快速生成(不分析对标)
帮我推广这个项目
/path/to/project,做一套小红书卡片。
Claude 会:
- 扫描项目素材(截图、对比图、演示图)
- 卖点分析(让你打分:稀缺性×实用性×可感知)
- 生成 5 个标题选项(痛点式、提问式等)
- 用图生图处理真实素材
- 输出 6-7 张卡片 + caption + hashtags
场景3:好物分享
写一条关于 XX 好物推荐的小红书笔记。
Claude 会:
- 确认亮点(这个好物的核心优势是什么)
- 素材盘点(产品图、使用场景图)
- 生成卡片(封面 + 亮点展示 + 使用场景 + 真实体验 + CTA)
场景4:知识科普
写一条关于 XX 知识的小红书笔记。
Claude 会:
- 采集外部参考(搜索资料,交叉验证)
- 写长文原稿 + 去 AI 化
- 拆成卡片(封面 + 核心概念 + 步骤/要点 + 注意事项 + CTA)
🧑💻 想自己写脚本调 CLI 而不走 agent?看
SKILL.md,完整工作流程都在那。
📊 方法论框架
5大核心原则
- 真实素材优先 — 项目截图、对比图、演示图 > 纯 AI 生图
- 聚焦核心卖点 — 用公式判断优先级(稀缺性×实用性×可感知)
- 素人感设计 — 纯色背景 + 大 emoji + 口语化 > 品牌宣传风格
- 痛点导向 — 说"能解决什么问题" > 堆砌功能列表
- 快速迭代 — V1(60分) → 用户反馈 → V2(70分) → 持续优化
5种标题公式
| 公式 | 格式 | 适用场景 |
|---|---|---|
| 痛点式 | {具体痛点}?{解决方案} | 有明确痛点的工具/产品 |
| 提问式 | 有没有那种{功能描述}的{产品类型}? | 新工具推荐、功能发现 |
| 发现式 | 我发现了个宝藏!{核心价值} | 兴奋分享、好物推荐 |
| 热点词 | {热点词}爆火后,我用它做了{场景} | 蹭热点、技术类产品 |
| 身份共鸣 | {身份标签}必备!{核心功能} | 有明确目标人群的产品 |
工作流程建议
推荐流程(结合 social-account-doctor):
Step 1: 找对标爆款
→ 用 social-account-doctor 搜索同类内容
→ 分析爆款的钩子、结构、封面风格
Step 2: 拆解爆款
→ 提取可复用的公式(标题模式、卡片结构、文案套路)
→ 不是照搬,是学习底层逻辑
Step 3: 套自己的内容
→ 用 xhs-writer-skill 生成初稿
→ 应用从爆款学到的公式
→ 保留自己的真实素材和独特卖点
Step 4: 快速迭代
→ V1 发布 → 看数据 → 优化 → V2
卡片结构:不固定模板,根据对标爆款和内容类型灵活调整。
常见结构参考:
- 推广类:封面 + 核心卖点 + 功能展示 + 目标人群 + 真实案例 + CTA + 链接
- 好物类:封面 + 产品亮点 + 使用场景 + 效果对比 + 购买建议 + CTA
- 知识类:封面 + 核心概念 + 步骤拆解 + 注意事项 + 总结 + CTA
详细方法论见:references/xiaohongshu-viral-methodology.md
📁 输出结构
output/小红书/{YYYY-MM-DD}/{短标题}_{YYYYMMDDHHmm}/
├── {完整标题}.md # 长文原稿
├── meta.json # 元数据(卡片/caption/hashtags/materials)
├── images/ # 最终卡图(9:16 竖版)
└── reference/ # materials.json / 搜索结果 / 思考过程
💬 Community
License
Apache License 2.0,详见 LICENSE。
// HOW IT'S BUILT
// FILES
2 files shipped with this skill. Inline text is the catalog copy. The upstream link is the source repository.
SKILL.md13 KBupstream ↗
--- name: xhs-writer description: >- 生成小红书(RedNote)笔记:把主题或用户提供的素材(文字/图片/视频)做成一套竖版卡片(图文) 或一段带分镜脚本的视频稿(视频),配 caption + hashtags,落盘到 output/小红书/。 使用时机:用户说 写小红书 / 做小红书笔记 / 小红书图文 / 小红书种草 / 出一套 xhs 卡片 / 小红书视频 / write a Xiaohongshu note / make a RedNote post。 --- # xhs-writer — 小红书笔记生成 把一个主题 + (可选)用户素材,生成**图文卡片组**或**短视频脚本**,按规范落盘到 `output/小红书/`。 ## 核心理念 小红书读者看的不是长文,是**卡片组**或**短视频**。长文原稿只是中间产物;caption 只是发布配文。 - **图文帖(image post)**:3-9 张 9:16 竖版卡片(cover + content × N + ending),每张 ≤80 字中文。 - **视频帖(video post)**:一段 15-90 秒竖屏视频脚本 + 封面卡,分镜写在 `meta.json.shots` 里,视频合成本 skill 不做。 ### 爆款方法论(通用原则) **5大核心原则**: 1. **真实素材优先**:项目截图、对比图、演示图 > 纯 AI 生图 2. **聚焦核心卖点**:用公式判断优先级(见 Step 0.5) 3. **素人感设计**:纯色背景 + 大 emoji + 口语化 > 品牌宣传风格 4. **痛点导向**:说"能解决什么问题" > 堆砌功能列表 5. **快速迭代**:V1(60分) → 用户反馈 → V2(70分) → 持续优化 **详细方法论**:见 `references/xiaohongshu-viral-methodology.md` ## 工作流 按顺序执行。**不要跳步**。 ### Step 0 — Intake(必问,一次问完) 收到请求后不要动手,先向用户确认以下要点,尽量一条消息问完: 1. **主题 / 目标读者 / 核心观点** 2. **输出形态**:图文 or 视频?(默认图文) 3. **素材**:有没有已有的文字/图片/视频要用?贴路径或拖文件 4. **风格**:简约清新 / 科技感 / ins 风 / 商务 / 文艺复古 / 可爱卡通(默认"简约清新") 5. **卡片数量 / 视频时长**:图文默认 5-7 张;视频默认 30-60 秒 ### Step 0.5 — 卖点/亮点分析(推荐执行) **触发条件**: - 推广类:产品、项目、工具、服务 - 分享类:好物推荐、经验总结、知识科普 - 测评类:产品对比、使用体验 **执行**: 1. 列出所有功能/特性/亮点 2. 用 AskUserQuestion 让用户打分(每个点): - 稀缺性(1-5):别人有吗?独特吗? - 实用性(1-5):能解决多大问题? - 可感知(1-5):用户能直接看到/感受到吗? 3. 计算得分 = 稀缺性 × 实用性 × 可感知 4. 排序,选择 Top 1-2 作为核心卖点/亮点 **输出**: ```markdown ## 卖点/亮点分析结果 | 点 | 稀缺性 | 实用性 | 可感知 | 得分 | 优先级 | |---|---|---|---|---|---| | 亮点A | 5 | 5 | 5 | 125 | 🥇 核心 | | 亮点B | 2 | 3 | 3 | 18 | 🥉 辅助 | **核心卖点/亮点**:亮点A(聚焦这个,其他作为辅助) ``` **参考**:`references/xiaohongshu-viral-methodology.md` 第2节 ### Step 1 — 素材清点(有素材才做) 如果用户提供了素材路径,**先跑脚本生成清单**,再由 AI 用多模态能力填描述: ```bash python3 scripts/analyze_material.py <path>... \ --out <work-dir>/reference/materials.json \ --frames-dir <work-dir>/reference/frames ``` 脚本只做确定性预处理(分类、取分辨率/时长、抽帧)。AI 随后用视觉能力 **打开** `materials.json` 里每条 image/frame,填 `caption` 和 `usage`(cover / content-N / ending / reference)。详见 [`references/material-intake.md`](references/material-intake.md)。 **素材分类(按价值排序)**: 1. **对比图**(最有价值):before/after、input/output、不同版本对比 2. **功能演示**:界面截图、操作流程图、效果展示 3. **数据图表**:性能对比、用户增长、功能覆盖 4. **品牌素材**:Logo、配色方案、官方截图 **素材使用策略**: - ✅ **优先级**:真实素材 > 图生图 > 代码叠加 > 纯 AI 生图 - ✅ **对比图**:用图生图(保留真实感 + 叠加小红书风格文字) - ✅ **纯文字卡片**:用 AI 生图(素人感设计) - ❌ **避免**:所有卡片都用纯 AI 生图(缺少真实感) **参考**:`references/xiaohongshu-viral-methodology.md` 第3节 ### Step 2 — 采集外部参考(观点类 / 资讯类必做;纯素材驱动可跳过) 按 [`references/reference-search.md`](references/reference-search.md) 执行,结果写入同一 `reference/` 目录。核心数据 ≥2 个来源交叉验证。 ### Step 3 — 写长文原稿(2000-4000 字) 从 H2 开始(**不写 H1**;标题入 `meta.json.title`)。写完**先给用户看**,确认主旨再继续,不要直接跳到卡片/分镜。反模式清单以 [`references/humanizer-zh.md`](references/humanizer-zh.md) 为准。 ### Step 4 — 去 AI 化 读 [`references/humanizer-zh.md`](references/humanizer-zh.md) 五层原则,完整扫描重写原稿,给出质量评分(满分 50)。 ### Step 4.5 — 图生图处理(有真实素材时必做) **触发条件**:Step 1 发现了对比图、功能演示等高价值素材 **工具**:gpt-image-2 图生图(需要 OpenAI API key) **执行**: ```python # 使用本项目的 image_generator import sys sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts') from image_generator import GptImage2Generator generator = GptImage2Generator(aspect_ratio="9:16") # 图生图:保留真实素材 + 叠加小红书风格文字 generator.generate_scene_image( scene_data={ 'index': 1, 'image_prompt': """Based on the reference image, create a Xiaohongshu style card, 9:16 vertical. Keep the original image visible. Add overlays: - Top: "{标题}" - Bottom: "{引导文字}" Style: - Keep original clear - Casual Xiaohongshu style - Authentic feel""" }, output_path='output.jpg', size='auto', reference_image_path='material.jpg' ) ``` **Prompt 模板**:见 `references/xiaohongshu-viral-methodology.md` 附录C **失败处理**: 1. 重试 1 次 2. 降低图片分辨率(max 1024px) 3. 改用代码叠加文字(`scripts/text_on_image.py`) ### Step 5 — 分发:图文 or 视频 #### 5A. 图文帖:拆成 3-9 张卡片 - 结构:`cover`(第 1 张) + `content`(中间若干) + `ending`(最后 1 张) - 每张 ≤80 字(`title` + `content` 合计,代码点计数) - 一张卡只讲一个论点;数字 / 对比 / 金句优先上卡 - 全套卡片 emoji 风格与配色保持一致 每张卡选一种 **合成策略**(写入 `cards[i].synthesis_strategy`),五选一。详见 [`references/material-intake.md`](references/material-intake.md): | strategy | 适用 | 工具 | 优先级 | |---|---|---|---| | `img2img` | 有真实素材(对比图/演示图) | gpt-image-2 图生图 | 🥇 最佳 | | `text_on_photo` | 有 1 张合适照片 + 一句钩子 | `scripts/text_on_image.py` | 🥈 次选 | | `collage` | 有 2-4 张互补照片 | `scripts/collage_3x4.py` | 🥉 可用 | | `pure_text` | 无素材,纯文字卡 | AI 生图(素人感) | ✅ 常用 | | `ai_generated` | 概念图 / 数据图 | 用户自备 t2i 服务 | ⚠️ 慎用 | **策略选择原则**: - ✅ 有真实素材 → 优先 `img2img`(保留真实感) - ✅ 纯文字卡片 → 用 `pure_text`(素人感设计) - ❌ 避免所有卡片都用 `ai_generated`(广告感强) 素材有水印 → 先跑 `scripts/crop_watermark.py` 或按 [`references/image-sourcing.md`](references/image-sourcing.md) 处理。 #### 5B. 视频帖:写分镜脚本 - 写 6-12 个分镜,每镜 2-8 秒,累计时长对齐用户预期 - 每镜含:`narration`(口播,≤30 字)、`on_screen_text`(屏幕字,≤15 字)、`visual`(画面描述)、`material_ref`(若引用 `materials.json` 里某条素材) - 仍要出一张 `cover` 卡(3:4)作为封面;视频本体由用户侧工具合成,本 skill 只产脚本 字段结构见 [`references/meta-schema.md`](references/meta-schema.md) 的 `shots[]` 定义。 ### Step 6 — caption + hashtags + 标题 **标题生成(5种公式)**: 1. **痛点+解决方案**:`{具体痛点}?{解决方案}` - 适用:有明确痛点的工具/产品 2. **提问式**:`有没有那种{功能描述}的{产品类型}?` - 适用:新工具推荐、功能发现 3. **发现式**:`我发现了个宝藏!{核心价值}` - 适用:兴奋分享、好物推荐 4. **热点词**:`{热点词}爆火后,我用它做了{场景}` - 适用:蹭热点、技术类产品 5. **身份共鸣**:`{身份标签}必备!{核心功能}` - 适用:有明确目标人群的产品 **参考**:`references/xiaohongshu-viral-methodology.md` 附录F **caption**: - 100-300 字,hook 开头(数字/提问/惊叹) → 关键信息 → 行动号召(点赞/收藏/关注) - 带 emoji,闺蜜语气 - **结构**:痛点共鸣 → 解决方案 → 具体功能 → 真实案例 → CTA - **避免**:堆砌功能、正式文案、广告感 **hashtags**: - 5-8 个,与主题强相关 - **核心标签**(4个):热点词 + 核心功能 + 差异化卖点 + 目标人群 - **辅助标签**(4个):场景词 + 品类词 - 避免 `#生活` 等过度泛化标签 只写进 `meta.json`,**不**粘进卡片或正文 ### Step 7 — 落盘 目录与命名规则见 [`references/output-spec.md`](references/output-spec.md)。 ``` output/小红书/{YYYY-MM-DD}/{短标题}_{YYYYMMDDHHmm}/ ├── {完整标题}.md # 长文原稿 ├── meta.json # 元数据(卡片 / 分镜 / caption / hashtags / materials) ├── images/ # (图文)最终卡图 / (视频)封面 └── reference/ # materials.json / 搜索结果 / summary / 思考过程 ``` 目录短标题与时间戳**必须**走脚本标准化,别手写: ```bash python3 scripts/normalize_slug.py "原始长标题" --with-ts ``` `meta.json` 完整字段定义见 [`references/meta-schema.md`](references/meta-schema.md)。 ### Step 8 — 校验(强制) 写完 `meta.json` 后必须跑: ```bash python3 scripts/validate_meta.py <work-dir>/meta.json ``` 非 0 退出 → 读报错修 `meta.json` 再跑,直到 clean。不要把未校验的产物交给用户。 ## 不要做的事 - 不写 H1;标题只放 `meta.json.title` - 不在正文末尾写"参考来源 / References";只落到 `reference/` - 不在 `.md` 里留 `【插入图片:...】` 占位符;图片同步下载 + 引用相对路径 - 不跳过 Step 4(去 AI 化)和 Step 8(validate) - 不自己手算目录名 / 时间戳,一律走 `normalize_slug.py` --- ## 工具依赖 ### 必需工具 - Python 3.8+ - PIL (Pillow) ### 可选工具 - OpenAI API key(用于图生图,推荐) - 配置:在 `~/.claude/skills/xhs-writer-skill/.env` 填入 `OPENAI_API_KEY` - 没有 API key 也能用,会生成纯文字卡片 ### 图生图使用 ```python # 添加路径 import sys sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts') from image_generator import GptImage2Generator # 初始化 generator = GptImage2Generator(aspect_ratio="9:16") # 生成 generator.generate_scene_image( scene_data={'index': 1, 'image_prompt': '...'}, output_path='output.jpg', size='auto', reference_image_path='material.jpg' # 图生图模式 ) ``` --- ## 参考资料 ### 核心方法论 - **`references/xiaohongshu-viral-methodology.md`**:完整爆款方法论 - 卖点优先级判断公式 - 素材使用策略(优先级排序) - 爆款卡片结构(标准6-7张) - 文案公式库(5种标题公式) - 视觉风格指南(素人感 vs 精美设计) - 图生图 Prompt 模板(3种场景) - 常见错误清单(5大错误 + 解决方案) - 工具使用指南 ### 其他参考 - `references/humanizer-zh.md`:去 AI 化原则 - `references/material-intake.md`:素材处理流程 - `references/image-sourcing.md`:图片来源处理 - `references/meta-schema.md`:元数据字段定义 - `references/output-spec.md`:输出目录规范 --- ## 快速开始 ### 场景1:推广产品/项目 ```bash # 用户说:"帮我推广这个项目 /path/to/project" # Step 0.5: 卖点分析 # → 列出功能,让用户打分(稀缺性×实用性×可感知) # → 选出核心卖点 # Step 1: 素材盘点 # → 扫描项目截图、对比图、演示图 # → 分类:对比图(最有价值)> 功能演示 > 其他 # Step 4.5: 图生图 # → 对比图用图生图(保留真实感 + 小红书风格) # → 纯文字卡片用 AI 生图(素人感) # Step 6: 生成标题(5个选项) # → 痛点式、提问式、发现式、热点词、身份共鸣 # 输出:6-7张卡片 + caption + hashtags ``` ### 场景2:好物分享/经验总结 ```bash # 用户README.mdupstream ↗
Contents are not inlined in the catalog. Open the upstream file.
Plain-text copy, no login: /skill-bundles/juneyaooo-xhs-writer-skill.md