把XiaohongshuSkills变成内容挖掘利器：笔记搜索、详情读取与评论抓取全流程-平芜编程栈

把XiaohongshuSkills变成内容挖掘利器：笔记搜索、详情读取与评论抓取全流程

【免费下载链接】XiaohongshuSkills支持小红书自动发布、自动评论、自动检索的 Skill。支持 OpenClaw、Codex、CC 等项目地址: https://gitcode.com/gh_mirrors/xi/XiaohongshuSkills

XiaohongshuSkills 是一款支持小红书自动发布、自动评论、自动检索的 Skill 工具。本文带你用 3 步跑通「笔记搜索 → 详情读取 → 评论抓取」的内容挖掘全流程，把原本要手动翻页、逐条打开的调研工作，变成一条命令出结果的自动化流程，适合运营、选题调研和数据采集的新手快速上手。

能力速览：XiaohongshuSkills 能挖哪些内容？

除了大家熟悉的「自动发布」，这套 Skill 还内置了一整套内容挖掘能力，全部通过命令行调用，无需写代码：

能力	对应命令	典型用途
首页推荐流抓取	`list-feeds`	看平台当前推什么
关键词笔记搜索	`search-feeds`	按关键词挖同类内容
笔记详情读取	`get-feed-detail`	拿正文、互动数据
评论滚动抓取	`--load-all-comments`	抓全一级评论+二级回复
自动评论/回复	`post-comment-to-feed`/`respond-comment`	互动与舆情回应
点赞/收藏	`note-upvote`/`note-bookmark`	批量互动
用户主页抓取	`profile-snapshot`/`notes-from-profile`	挖博主内容池

所有搜索与详情逻辑集中在 scripts/feed_explorer.py 模块中实现，命令入口是 scripts/cdp_publish.py。它通过 Chrome DevTools Protocol (CDP) 驱动真实浏览器，直接从小红书页面的window.__INITIAL_STATE__中提取结构化 JSON 数据，拿到的就是干净的字段，而不是需要解析的 HTML。

一键安装：环境准备与首次登录

环境要求很简单：Python 3.10+ 和 Chrome 浏览器。

git clone https://gitcode.com/gh_mirrors/xi/XiaohongshuSkills cd XiaohongshuSkills pip install -r requirements.txt

首次使用需要扫码登录一次，Cookie 会保存在本地 Chrome Profile 中：

# 首次扫码登录 python scripts/cdp_publish.py login # 检查当前登录状态 python scripts/cdp_publish.py check-login

💡 小提示：登录状态检查默认带12 小时本地缓存，短期内反复调用不会重复跳转校验，很适合放进定时任务里跑。多账号场景可参考 config/accounts.json.example 模板做账号隔离。

笔记搜索：search-feeds 命令与筛选参数

挖内容的起点是关键词搜索。search-feeds会先输入关键词、抓取下拉推荐词，再回车拉取结果列表：

# 基础搜索 python scripts/cdp_publish.py search-feeds --keyword "春招" # 带筛选：按最新排序、只看图文 python scripts/cdp_publish.py search-feeds --keyword "春招" --sort-by 最新 --note-type 图文

支持的筛选维度定义在 scripts/feed_explorer.py：

排序：综合 / 最新 / 最多点赞 / 最多评论 / 最多收藏
笔记类型：不限 / 视频 / 图文
发布时间、搜索范围、地域等更多维度

返回结果中包含每条笔记的id和xsec_token——这是下一步读取详情的「门票」，记得保留。另外结果里还附带recommended_keywords字段（搜索框下拉推荐词），顺带帮你发现更精准的同义关键词。

⚠️ 注意：search-feeds返回的是当前页面可提取到的结果集合，没有单独的--limit参数；如果只需要前 N 条，在调用方自行截断即可。

详情读取：用 get-feed-detail 抓取笔记正文与数据

拿到搜索结果里的feed_id+xsec_token后，一条命令即可读取该笔记的完整详情（正文、作者、点赞/收藏/评论等互动数据）：

python scripts/cdp_publish.py get-feed-detail \ --feed-id 67abc1234def567890123456 \ --xsec-token YOUR_XSEC_TOKEN

这一步的底层实现是 scripts/feed_explorer.py 中的get_feed_detail：它会先轮询等待页面状态就绪，再从noteDetailMap中按feed_id提取详情对象，超时 25 秒未就绪会抛出明确错误，避免拿到半成品数据。

评论抓取：滚动加载全部评论与二级回复

这是内容挖掘里最有价值的一环——评论往往藏着真实用户需求。默认只返回页面上的可见评论，加上几个参数就能滚动评论区加载更多一级评论，并展开"更多回复"拿到二级回复：

python scripts/cdp_publish.py get-feed-detail \ --feed-id 67abc1234def567890123456 \ --xsec-token YOUR_XSEC_TOKEN \ --load-all-comments \ --limit 20 \ --click-more-replies \ --reply-limit 10 \ --scroll-speed normal

参数说明：

--load-all-comments：滚动评论区加载更多一级评论
--limit 20：一级评论数量上限
--click-more-replies：点击"更多回复"展开二级回复
--reply-limit 10：每条一级评论展开的回复数上限
--scroll-speed normal：控制滚动节奏，模拟正常浏览行为

执行后还会额外返回comment_loading字段，告诉你滚动加载是否完整，方便做数据质量校验。

延伸玩法：从"读"到"互动"

内容挖掘的下游，Skill 同样覆盖。拿到feed_id+xsec_token后，可以直接对目标笔记做互动（命令详见 README.md 的「搜索内容、查看笔记详情与互动操作」章节）：

# 给笔记发表一级评论 python scripts/cdp_publish.py post-comment-to-feed \ --feed-id 67abc1234def567890123456 \ --xsec-token YOUR_XSEC_TOKEN \ --content "写得很实用，感谢分享！" # 按评论 ID / 作者 / 文本片段定位并回复 python scripts/cdp_publish.py respond-comment \ --feed-id 67abc1234def567890123456 \ --xsec-token YOUR_XSEC_TOKEN \ --comment-id COMMENT_ID \ --content "感谢你的反馈～"

点赞/取消点赞（note-upvote/note-unvote）、收藏/取消收藏（note-bookmark/note-unbookmark）也都是同一条参数风格的命令，可自由组合进你的调研脚本。

如果你希望把整套能力交给 AI 助手执行，项目已内置 SKILL.md 技能描述，可直接接入 Claude Code、OpenCode 等支持 Skill 的工具，集成方式见 docs/claude-code-integration.md。

避坑指南：常见问题与注意事项

登录态校验对象：search-feeds、get-feed-detail、post-comment-to-feed等命令校验的是小红书主页登录态（非创作者中心登录态），登录失败时重新执行login扫码即可。
全局参数位置：--host、--port、--reuse-existing-tab、--account等全局参数要放在子命令前面，子命令参数放在后面，否则会报unrecognized arguments。
页面改版：小红书前端结构变化时，优先检查 scripts/cdp_publish.py 中的选择器与等待策略；--scroll-speed等节奏参数保持默认或放慢，可降低异常识别概率。
风险意识：自动化操作存在被平台风控、限流的风险。建议先在测试号上验证、控制频率与规模，对抓取和发布的内容做人工复核。
图片字段：搜索结果中的 feed 图片有WB_PRV（预览图，轻快）与WB_DFT（默认图，质量更高）两种类型，批量下载素材时按需选择。

总结

XiaohongshuSkills 把小红书内容调研拆成了三个清晰的动作：search-feeds找笔记、get-feed-detail读详情、加--load-all-comments抓评论。三步全部命令化、数据全部结构化，从"手动翻页截图"升级为"一条命令出 JSON"，是入门级小红书内容挖掘的完整指南。配合自动评论与点赞收藏能力，搜索、读取、互动一条龙，值得放进你的运营工具箱。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考