用途:按给定关键词在小红书搜索,抓取热度靠前的若干篇笔记(文字、图片、评论),并由 AI 多模态能力阅读图片后合成一份综合分析报告,而非简单罗列笔记。
工作流程分两阶段。阶段一为子代理数据采集:通过 playwright-cli 以有头浏览器模拟真实用户搜索关键词,滑动图片轮播以加载懒加载图片,提取标题、描述、高赞评论及全部高清图片,将图片下载到本地目录,并生成原始数据文档 [keyword]_raw_data.md。直接 HTTP 请求或简单爬取常因平台反爬而返回 404 或被封,该方式即为此绕过。阶段二为 AI 多模态合成:必须用文件读取能力读取 [keyword]_raw_data.md,并对其中的图片路径(post_X_img_Y.webp / .jpg)使用视觉能力真正“看”图,否则只是读到文件名。随后分析文本、筛选有用评论(剔除“私信我”之类噪音),解读图片语义内容(如图表、指南、UI 步骤),按主题、步骤、优缺点重组,把有价值评论融入叙述,将相关图片嵌入报告,最终输出单个综合 Markdown 报告。
依赖:playwright-cli(需在 PATH 中)、python3(用于下载图片与拼接原始数据 markdown)、requests Python 包(pip install requests,供 parse.py 下载图片使用)。
使用方式:第一步执行 scripts/run.sh:/bin/bash <skill_dir>/scripts/run.sh "YOUR KEYWORD" <MAX_POSTS> <OUTPUT_DIRECTORY>。关键词为必填,MAX_POSTS 默认 10,OUTPUT_DIRECTORY 默认 ./。第二步进入输出目录读取生成的 [keyword]_raw_data.md 与图片。第三步合成并写入 [keyword]_synthesis.md,路径返回给用户。
限制:小红书可能有登录校验,如浏览器停在登录页需用户手动验证后重试;如出现 404 或元素不可见,多为反爬或登录挑战所致。合成时不应逐篇罗列,须阅读图片而非仅看文件名。其它平台支持、收费与价格信息暂未提供。