⏳ This skill is pending AI review.
Scores will appear once the review pipeline completes.
xiaohongshu-ops
>
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
xiaohongshu-ops
小红书账号运营Skill,搭配Openclaw可以独立运营小红书账号
🎯 目标:一人公司,同时指挥10个Agent运营自媒体账号矩阵,每天通过飞书布置任务
核心能力
- persona.md 人设注入
- 爆款选题
- 小红书发布流程
- 评论互动 / 自动回复
- 数据复盘
流程展示
单独给Openclaw开了一个小红书账号,ID:虾薯,是一只小龙虾操控小红薯的形象,欢迎大家围观,看看运营一个月后能到什么程度
‼️ Openclaw发帖比我自己发火多了
| 飞书任务交互与反馈 | 首篇发布内容 + 自动回复 |
|---|---|
作用说明
- 统一任务入口:通过飞书下发运营指令
- 自动化执行:从选题、发布到评论有完整闭环
- 快速复盘:沉淀每次发布与互动结果,便于持续迭代
安装
- 方法1: openclaw / codex 安装,复制以下命令发送
帮我安装这个skill,`https://github.com/Xiangyu-CAS/xiaohongshu-ops-skill`
- 方法2: clawhub安装
clawhub install xiaohongshu-ops
仓库结构
SKILL.md- 技能主逻辑与执行规则(SOP、流程、边界)
persona.md(人设/语气/回复风格)- 小红书对外文本语气(人设、话术、禁忌)
examples/- 具体垂直场景案例(如
drama-watch) examples/drama-watch/case.md:陪你看剧实例化流程
- 具体垂直场景案例(如
references/references/xhs-comment-ops.md:评论互动与回复策略references/xhs-publish-flows.md:发布流程(视频/图文/长文)拆解
examples/reply-examples.md- 近场评论对位回复样例(含偏离与修正对照)
// 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.md15 KBupstream ↗
--- 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 xiaREADME.mdupstream ↗
Contents are not inlined in the catalog. Open the upstream file.
Plain-text copy, no login: /skill-bundles/lovensky1992-wk-xiaohongshu-ops.md