小红书评论分析是一款面向小红书笔记评论区的数据获取与舆情分析工具。输入笔记链接即可获取一级评论数据，每页 20 条，支持 cursor 游标分页翻页，并在对话中展示当前页全部评论及 AI 总结分析，同时生成包含当前页数据和总结的交互式 HTML 报告。
【主要能力】
- 评论获取：粘贴笔记链接或 noteId 即可获取评论区数据。
- 分页浏览：每页 20 条评论，通过 cursor 游标翻页，逐页浏览大量评论。
- AI 总结：对当前页评论进行四维情感分析，包括积极、负面、用户需求与竞品对比。
- 置顶标记：置顶评论带有特殊标识，便于快速识别重要评论。
- HTML 报告：生成深色主题交互式报告，可离线保存或分享分析结果。
【鉴权方式】 需要获取 API Key，可前往红狐hub。配置方式有两种：方式一，写入 ~/.openclaw/openclaw.json，内容为 { "env": { "REDFOX_API_KEY": "ak_xxxx..." } }；方式二，在终端执行 export REDFOX_API_KEY="ak_xxxx..."。
【使用方式】 工具以脚本形式调用，核心脚本为 xiaohongshu_comment_search.py，调用格式：python3 ~/.agents/skills/xiaohongshu-comment/scripts/xiaohongshu_comment_search.py "<noteId>" [--cursor <cursor>] [--page <page>]。参数包括必填的 noteId，可选的 --cursor（首页传空字符串，次页传上一页返回的 nextCursor）、--page（页码，用于 HTML 文件名和输出标记）以及 --output-dir（HTML 输出目录，默认 ~/Downloads/QoderReports）。
脚本返回 JSON，字段包含 note_id、current_page、cursor、next_cursor、total_fetched、has_next、comments、html_path。每条评论包含 comment_id、content、like_count、reply_count、create_time、ip_location、user_name、user_avatar、user_id、user_url、is_top 等字段。
工作流程分为：提取 noteId、调用评论脚本自动生成 HTML、在对话中展示评论数据与 AI 总结、翻页处理、错误处理。每页操作仅调用一次 API 获取一页数据，对话展示与 HTML 报告基于同一页数据。AI 分析会输出积极、负面、用户需求、竞品对比四类占比及要点，百分比为提及该类型评论数占总评论数的比例，四类占比总和可能超过 100%。
若需要 HTML 可视化报告，用户确认后调用 backfill_html.py 将 AI 分析结果回填到 HTML 占位符，再打开报告文件。
【适用场景】 适用于需要查看小红书笔记评论、分析评论舆情、了解用户反馈的场景，例如内容创作者、品牌运营或市场调研人员分析笔记评论区反馈。触发词包括小红书评论、笔记评论、评论查询、评论分析、评论舆情、看评论、rednote评论。
【限制】
- 每次调用仅请求一页数据，不可擅自发起多次调用拉取多页。
- cursor 值必须原样传递，不可修改或拼接。
- 需要配置 REDFOX_API_KEY 才能使用。
- 脚本使用 Python 标准库 urllib，无需额外安装依赖。
- 具体功能可用性、费用与价格信息资料中暂未提供。