小红书爆款笔记查询

核心功能

小红书热门笔记搜索工具，支持关键词搜索获取热门内容数据，基于数据评分排序推荐热门笔记，助力创作者发现热门趋势、获取创作灵感。

鉴权

• 凭证：需要配置环境变量 REDFOX_API_KEY（红狐数据 API Key）

获取 API Key

请前往 红狐hub 获取API KEY

配置 API Key

方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中，部分内容如下：

{ "env": { "REDFOX_API_KEY": "ak_xxxx..." } }

方案2: 终端配置

export REDFOX_API_KEY="ak_xxxx..."

重要数据说明

• 数据库仅包含昨天至30天前的数据
• 默认时间范围为最近7天（today-6天）
• 数据不足自动扩展范围，并提示用户

⚠️ 核心执行规则（必须遵守）

1. 泛化词必须先询问再查询：当识别到泛化词时，绝对禁止直接调用脚本，必须先输出细分词推荐并等待用户选择后再执行查询
2. 正确执行顺序：关键词提取 → 判断是否泛化词 → 是泛化词则询问用户 → 用户回复后再调用脚本
3. 强制等待规则：输出细分词推荐后，必须停止执行，等待用户下一轮对话回复「拓展」或「不拓展」，不得在同一次对话中继续执行任何脚本调用

常见泛化词： 泛词：抽象层级高、覆盖范围广的概括性词汇，无具体场景/属性修饰，行业分类等，可包含多个子类。特征：①语义上为上位概念（如"美妆"包含"粉底液/口红"；"运动"包含"跑步/瑜伽"；如AI）；②上下文中常搭配"领域""类型"等概括词（如"美妆领域""运动类型"）。 常见具体词： 具体词：抽象层级低、指向明确的实例化词汇，含具体场景/属性修饰，属于某泛词的直接子类。特征：①语义上为下位概念（如"粉底液"是"美妆产品"子类；"生酮饮食"是"饮食方式"子类）；②词语结构多含修饰成分（如"春日"→"春日穿搭"；"生酮"→"生酮饮食"）；

操作步骤

功能一：热门笔记搜索

核心功能：输入关键词，获取最匹配的小红书热门内容

步骤1：用户意图理解（查询脚本前）

⚠️ 核心规则：应该语意理解，优先提取用户描述中的细分方向词，而非泛化的大类词

1. 判断用户是否提到赛道关键词：

   • 无赛道关键词（如"最近的热门笔记有哪些"、"最近有什么热门内容"、"看看热门数据"）→ 直接调用脚本，关键词传空字符串 ""，查询全站热门
   • 有赛道关键词 → 继续提取和判断

2. 提取精确搜索关键词（仅当用户提到赛道时执行）：

   • 分析用户描述：从用户自我介绍或需求描述中提取明确的细分领域词
   • 示例分析：
     • 用户输入："我是一个文艺类自媒体万粉小红书博主，平时会发小众电影审美积累、书评、乐评、港台文化等相关内容，帮我找电影领域热门话题"
     • 分析结果：用户提到的细分方向 = 小众电影、书评、乐评、港台文化
     • 将前文场景和"电影"相关，得到细分词 = 小众电影、港台电影、电影乐评
     • 搜索关键词：小众电影、港台电影、电影乐评
     • ❌ 错误做法：只提取泛化词「电影」去搜索

3. 关键词类型判断（仅当提取到关键词时执行）：

   • 细分词/垂直赛道（含具体场景/属性修饰的词，如"职场穿搭"、"减脂餐"、"小个子穿搭"）→ 直接搜索，无需拓展询问
   • 泛化词/分类（纯大类词，如"穿搭"、"美食"、"美妆"，无任何修饰）→ 执行拓展策略（步骤2）
   • 判断原则：有修饰词（场景/人群/风格/意图）= 细分词，直接搜索；无修饰词 = 泛化词，需要拓展

步骤2：泛化词拓展策略

1. 泛化词处理流程（⚠️ 必须等待用户明确回复后再调用脚本！）：

   1. 第一步：生成细分词（禁止调用脚本搜索数据）

      • 拓展词生成原则：

        • 词的大小适中：词语不要加组合，避免过细（如"中产穿搭"太细，查不到数据），
        • 必须覆盖不同场景：趋势词、人群词、场景词、意图词各2-3个

      • 输出示例：

      我识别到「中产」是较大的分类，已查询近期热门趋势，推荐以下细分方向：
      老钱、轻奢、品质生活、松弛感、高级感穿搭、体面、法式穿搭、律师、医生、品质家居
      回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「中产」
      

   2. 第二步：等待用户回复

      • ❌ 禁止：用户未回复时调用脚本
      • ✅ 正确：只等待用户明确回复「拓展」或「不拓展」后再执行

   3. 第三步：根据用户明确回复执行

      • 用户回复「拓展」 → 调用脚本搜索10个细分词
      • 用户回复「不拓展」或「继续」 → 调用脚本搜索原关键词
      • 用户未回复或回复其他内容 → 识别对应意图

步骤 3：时间范围与数据查询

时间范围：

• 数据库只包含昨天至30天前的数据
• "最近"的默认定义：最近7天（startDate = 今天 - 7天）
• 日期计算（将用户表达转换为 startDate）：
  • 今天：直接用昨天日期，startDate = 昨天
  • 最近/近7天：startDate = 今天 - 7天
  • 近N天：startDate = 今天 - N天
  • 示例：用户说"近15天" → startDate = 今天 - 15天

数据不足时的自动调整（⚠️ 优先扩展时间，禁止换词！）：

• 处理原则：数据不足时，只能扩展时间范围，不能更换或拓展关键词
• 调整顺序：按以下顺序自动扩展时间范围
  1. 近1天 → 近3天
  2. 近3天 → 近7天
  3. 近7天 → 近30天
• 告知用户：自动调整时告知用户："该关键词近X天数据较少，已自动扩展时间范围至近Y天"
• 禁止行为：❌ 不可因为数据不足就更换关键词、推荐其他词或触发泛化词拓展流程

超出范围或未更新数据的道歉说明：

• 用户说"今天/今日"时：回答"非常抱歉，今天的数据暂未更新，已为您展示最近可用的数据"
• 用户要求的时间超出30天时：回答"非常抱歉，当前仅支持最近30天的数据，已为您展示最接近的数据"

执行命令：

• 有赛道关键词：python scripts/fetch_xhs_hot_articles.py --keyword \x3C关键词> --start-date \x3C日期>
• 无赛道关键词（查询全站热门）：python scripts/fetch_xhs_hot_articles.py --keyword "" --start-date \x3C日期>
• 多个关键词用逗号分隔：python scripts/fetch_xhs_hot_articles.py --keyword "减脂餐,职场穿搭,健身" --start-date \x3C日期>
• 分页参数：--page-num 1 --page-size 50

输出文件：

• 筛选后推荐数据：{keyword}_热门数据.html

步骤 4：数据展示策略（核心）

⚠️ 强制输出规则：

• ✅ 必须严格按照本步骤规定的格式输出
• ❌ 禁止在输出前添加任何分析或解读
• ❌ 禁止自作主张给建议或方案
• ❌ 禁止询问用户的真实目的或需求
• ✅ 直接读取脚本返回的JSON数据，按照对应策略输出即可

数据字段说明：

• articles：正常笔记数据（主要展示内容）
• latestHotArticles：推荐热门笔记（辅助内容，默认展示10条，表格不含评分字段）
• hotTopics：热门话题（接口返回，仅供参考，不在对话中展示）

展示规则（基于articles数量判断，total以实际返回条数为准）：

A. articles数量 ≥ 10条

展示内容：

1. 时间范围说明：必须告知用户查询的时间范围，如"📅 查询时间范围：5月8日 - 5月19日"
2. 正常笔记数据（有关键词时按totalScore降序排序，全站热门时按互动数排序）
3. 拓词推荐（relatedSearches）

Markdown表格格式：

⚠️ 表格字段顺序必须严格按以下顺序展示：

有关键词时： | 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | 总分 |

全站热门时（无评分字段）： | 笔记标题 | 作者 | 互动数 | 发布时间 |

注意：总分字段需要加粗显示（使用**分数**格式）

示例（有关键词）： 📅 查询时间范围：5月8日 - 5月19日

示例（全站热门）： 📅 查询时间范围：5月8日 - 5月19日

🔤 拓词推荐：职场沟通、职场晋升、打工人

B. articles数量 \x3C 10条但 > 0

展示内容：

1. 时间范围说明：必须告知用户查询的时间范围，如"📅 查询时间范围：5月8日 - 5月19日"
2. 提示信息："💡当前关键词当前时间段仅找到 X 条结果，您可以尝试拓展词或者拓展时间，我们还为您推荐了近期的热门笔记"
3. 正常笔记数据
4. 拓词推荐（relatedSearches）
5. 推荐热门笔记（latestHotArticles，带"推荐热门笔记"标题分区，默认展示10条）
6. 推荐热门话题

Markdown格式示例：

📅 爆款笔记收录原则为互动数1000以上的文章, 查询时间范围：5月8日 - 5月19日

当前关键词当前时间段仅找到 3 条结果：

有关键词时：

全站热门时（无评分字段）：

🔤 拓展词推荐：职场沟通、职场晋升、打工人

💡我们为您推荐了近期的热门笔记供参考，或许对您有帮助：

⚠️ 推荐热门笔记表格不需要评分字段，格式为：

📈 您还可以尝试搜索以下热门赛道：：

穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动

C. articles数量 = 0

⚠️ 必须严格按照以下格式输出，禁止自作主张给建议或分析

展示内容：

**🔍抱歉，爆款笔记收录原则为互动数1000以上的文章,该搜索词在查询时间范围（5月8日 - 5月19日）内太小众，未找到与"XXX"直接相关的内容，你可以尝试用更短/宽泛的关键词重试。**

**推荐搜索词**：从脚本返回的relatedSearches字段中提取推荐词，以加粗形式展示；

💡我们为您推荐了近期的热门笔记供参考，或许对您有帮助：

⚠️ 推荐热门笔记表格不需要评分字段，格式为：
| 笔记标题 | 作者 | 互动数 | 发布时间 |
|---------|------|--------|----------|
| [热门笔记1](url) | [作者A](https://www.xiaohongshu.com/user/profile/xxx) | 8.5w | 2026-05-14 |
| [热门笔记2](url) | [作者B](https://www.xiaohongshu.com/user/profile/xxx) | 6.2w | 2026-05-13 |

📈 您还可以尝试搜索以下热门赛道：
穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动


**输出规则**：
- ✅ 必须直接输出上述格式内容
- ❌ 禁止添加额外的分析或建议
- ❌ 禁止解释为什么搜不到数据
- ❌ 禁止主动提供其他搜索方案
- ❌ 禁止询问用户的真实目的

---

### 步骤 5：展示逻辑

**当articles数量 > 10条时**：
1. 初始默认只展示前10条数据
2. 必须提示用户：

💡 当前共找到 X 条相关笔记（X为实际返回条数），已展示前10条。是否需要查看全部？

3. 等待用户回复：
- 用户回复"是"/"查看全部"/"全部" → 展示全部数据
- 用户回复"否"/"不用"/"不需要" → 不展示更多

**展示全部数据时的格式**：

📊 全部结果（共X条，X为实际返回条数）：

有关键词时： | 笔记标题 | 作者 | 互动数 | 发布时间 | 相关性 | 热度 | 时效 | 总分 |

全站热门时： | 笔记标题 | 作者 | 互动数 | 发布时间 |

| ...（全部数据）...

---

### 步骤6：订阅服务询问（必须执行）

**当articles数量 > 0时，结果输出完成后必须询问**：

📬 订阅服务 1️⃣ 是否需要订阅当前搜索条件笔记，订阅后将定时推送给您？ 2️⃣ 暂不需要

**处理用户回复**：
- 用户选择1️⃣ → 使用 `calendar_create` 工具创建日程，订阅当前搜索条件
- 用户选择2️⃣ → 结束当前对话

**订阅实现步骤**：

1. **告知数据更新时间并询问推送时间**：

📅 数据更新时间：每日早上7点更新昨日数据

请告诉我您希望推送的具体时间~

2. **用户选择后，调用 `calendar_create` 工具**：
   - **title**：`小红书热门笔记订阅：{关键词}`
   - **description**：记录当前搜索参数（关键词、时间范围）
   - **start_time**：根据用户选择的时间设置
   - **remind_type**：设置为定期提醒
   - 其他参数使用当前查询参数

3. **订阅成功后提示**：

✅ 订阅创建成功！

📌 订阅信息：

• 关键词：{关键词}
• 时间范围：{当前时间范围}
• 推送时间：{用户选择的时间}
• 数据更新：每日早上7点更新昨日数据

到达设定时间后，将自动为您推送最新的小红书热门笔记。

**⚠️ 强制规则**：

- ✅ 必须在结果输出完成后立即询问
- ✅ 用户选择订阅时，必须使用 `calendar_create` 工具
- ✅ 参数必须使用当前查询参数（关键词、时间范围等）
- ❌ 禁止跳过此步骤
- ❌ 禁止在展示结果前询问

---

### 步骤 7：前置说明（必须展示）

**在展示数据前，必须告知用户**：

- **数据说明**：热门笔记范围为互动数1000以上的文章，每日早上7点更新昨日数据。文章互动数据截止为入库时间，不是实时数据，入库后互动数据可能持续增长。
- **排序说明**（有关键词搜索时）：根据相关性（满分10分）、热度（满分3分）、时效（满分2分）三个维度加权计算，总分共15分
- **排序说明**（全站热门/无关键词时）：按互动数排序，无评分字段

#### 步骤8：推荐细分赛道（⚠️ 展示数据后必须执行）

**核心规则**：展示完热门数据后，**必须主动询问用户是否需要查询更具体的细分赛道**

1. **推荐细分词生成**：
- 基于当前查询的关键词，生成10个相关的细分方向词
- **生成原则**：
  - **词的大小适中**：避免过细（查不到数据）或过泛（范围太大）
  - **覆盖不同维度**：场景词、人群词、风格词、意图词各2-3个
  - **参考数据表现**：优先推荐近期热度较高的方向

2. **输出格式**：

以上是「{当前关键词}」的热门数据。

如需深入了解某个细分方向，可以从以下赛道中选择： {细分词1}、{细分词2}、{细分词3}、{细分词4}、{细分词5}、 {细分词6}、{细分词7}、{细分词8}、{细分词9}、{细分词10}

回复具体关键词，我将为您查询该赛道的热门笔记。

3. **示例输出**：

以上是「减脂餐」的热门数据。

如需深入了解某个细分方向，可以从以下赛道中选择： 早餐减脂、减脂便当、低卡晚餐、减脂零食、学生党减脂、一周食谱、减脂沙拉、减脂主食、控糖减脂、懒人减脂餐

回复具体关键词，我将为您查询该赛道的热门笔记。

4. **特殊情况处理**：
- 如果用户查询的是非常细分的词（如"减脂餐一周食谱"），可不再推荐更细的方向;已经拓展过的词不需要再询问拓展
- 如果用户查询的是空关键词（全站热门），**直接使用热门赛道列表**推荐，格式如下：

  ```
  以上是全站热门数据。

  如需深入了解某个细分赛道，可以从以下热门赛道中选择：
  穿搭、美食、彩妆、影视、职场、萌宠、家居、旅行、交通、兴趣、科技、互联网、医疗保健、星座情感、婚庆婚礼、拍摄、教育、亲子育儿、个人护理、潮流鞋包、生活、科学探索、新闻资讯、运动

  回复具体关键词，我将为您查询该赛道的热门笔记。
  ```

#### 步骤9: 输出前自检【必须执行】

在输出前,逐项检查输出格式的每一个字段是否完整:

- []**意图识别**:是否准确识别用户搜索意图？
- []**笔记数据**:是否如实展示脚本返回的所有筛选结果（max_items=10时展示10条），每条包含序号（加粗）、笔记标题、作品链接、作者名、作者链接、发布时间、互动数、推荐理由（加粗）？
- []**HTML卡片**:是否包含html卡片?
- []**推荐细分词**:是否列出10个细分词？

如有任何字段遗漏或不完整,必须补齐后再输出。

## 使用示例

- 示例1:
- 场景/输入: 用户询问"最近有什么热门的穿搭内容"
- 预期产出: 返回穿搭领域的热门笔记数据，包含10条筛选结果，每条包含标题、作者、互动数、推荐理由等
- 关键要点: 需判断"穿搭"是否为泛化词，如是则先推荐细分词

- 示例2:
- 场景/输入: 用户询问"小个子穿搭有什么热门笔记"
- 预期产出: 返回"小个子穿搭"相关热门笔记数据
- 关键要点: "小个子穿搭"为细分词，可直接搜索

## 资源索引

- 脚本: 见 [scripts/fetch_xhs_hot_articles.py](scripts/fetch_xhs_hot_articles.py)(用途:调用API获取热门笔记数据并生成HTML报告)
- 参考: 见 [references/xhs_hot_article_format.md](references/xhs_hot_article_format.md)(何时读取:了解数据字段格式和输出规范)

## 注意事项

- 仅在需要时读取参考文档，保持上下文简洁。
- 操作脆弱时优先调用脚本并校验结果。
- 充分利用智能体能力，避免为简单任务编写脚本。