rednote小红书全能助手 — 文案生成、封面制作、内容发布与管理。当用户要求写小红书笔记、生成小红书文案/标题/封面、发小红书、搜索小红书、评论点赞收藏等任何小红书相关操作时使用。支持一站式从文案创作到自动发布的完整流程。封面AI生图需配置可选环境变量（GEMINI_API_KEY 或 IMG_API_KEY 或 HUNY...
Install via ClawdBot CLI:
clawdbot install hi-yu/rednote两大核心能力：文案创作（标题+正文+封面图）和 平台操作（发布+搜索+互动）。
文案创作默认使用当前对话的主模型，无需额外配置。
当用户询问"有哪些模型"、"当前模型"、"可用模型"、"能用什么模型"时，读取配置文件展示：
# 查看当前主模型
cat ~/.openclaw/openclaw.json | jq -r '.agents.defaults.model.primary // .agents.defaults.model // "未设置"' 2>/dev/null
# 查看所有可用模型（提供商/模型ID - 名称）
cat ~/.openclaw/openclaw.json | jq -r '.models.providers | to_entries[] | .key as $p | .value.models[]? | "\($p)/\(.id) - \(.name)"' 2>/dev/null当用户要求写笔记、生成文案、创作小红书内容时，按 标题 → 正文 → 封面图 三步执行，每步需用户确认后再继续。
优先使用当前对话模型直接生成，参考 references/title-guide.md 中的规范生成5个不同风格的标题。
核心要求：每个标题使用不同风格，20字以内，含1-2个emoji，禁用平台禁忌词。
备用方案：如果用户明确配置了 XHS_AI_API_KEY 环境变量并要求使用指定 API，可调用脚本：
bash {baseDir}/scripts/generate.sh title "内容摘要"输出后询问用户：选择哪个标题？可修改或自定义。默认选第一个。
优先使用当前对话模型直接生成，参考 references/content-guide.md 中的规范，根据选定标题生成正文。
核心要求：600-800字，像朋友聊天的语气，禁用列表/编号，用自然段落呈现，文末5-10个#标签。
备用方案：如果用户明确配置了 XHS_AI_API_KEY 环境变量并要求使用指定 API，可调用脚本：
bash {baseDir}/scripts/generate.sh content "完整内容" "选定标题"输出后询问用户：是否满意？可要求修改。确认后进入封面图步骤。
封面图结构：1080x1440（3:4），上半部分为主题图片（1080x720），下半部分为纯色底+标题文字（1080x720）。
必须先询问用户：
封面图的主题图片，你想怎么来？
1. AI 自动生成 — 根据文案主题自动生成匹配的图片
2. 上传自己的图片 — 提供图片路径，我来帮你拼接封面
继续询问 prompt 方式：
AI图片的提示词，你想怎么来？
1. 预设推荐 — 我根据你的文案主题自动生成最佳英文prompt
2. 自定义提示词 — 你提供想要的画面描述，我来翻译成英文prompt
预设推荐：Agent 参考 references/cover-guide.md 自动生成英文 prompt，展示给用户确认后执行。
自定义提示词：用户描述画面，Agent 翻译/优化为英文 prompt，展示确认后执行。
确认 prompt 后，根据主题从 references/cover-guide.md 配色库选择底色和字色（必须主动搭配，禁止白底黑字）。
优先尝试当前对话使用的模型直接生图（如果当前模型支持图片生成）。Agent 在自己的对话环境中直接调用生图能力：
/tmp/xhs_ai_img.png）__USER_IMAGE__:/tmp/xhs_ai_img.png，跳过脚本内置的 API 调用如果当前模型不支持生图（生成失败或明确不具备图片生成能力），询问用户：
当前模型不支持图片生成，请选择生图方式：
1. Google Gemini — 需要提供 GEMINI_API_KEY（获取地址）
2. OpenAI / OpenAI兼容API — 需要提供 API Key 和 Base URL
3. 其他方式 — 你来提供图片，我帮你拼接封面
用户选择后，设置对应的环境变量再调用 cover.sh：
GEMINI_API_KEY=xxx bash cover.sh "标题" "prompt" ...IMG_API_TYPE=openai IMG_API_KEY=xxx IMG_API_BASE=https://api.openai.com/v1 IMG_MODEL=dall-e-3 bash cover.sh "标题" "prompt" ...IMG_API_TYPE=hunyuan HUNYUAN_SECRET_ID=AKID... HUNYUAN_SECRET_KEY=... HUNYUAN_REGION=ap-guangzhou bash cover.sh "标题" "prompt" ...__USER_IMAGE__ 模式若用户之前已提供过 API Key（本次会话中），后续生图直接复用，无需重复询问。
直接调用 cover.sh 的命令格式（仅当需要脚本内置 API 生图时）：
bash {baseDir}/scripts/cover.sh "标题文字" "英文prompt" [输出路径] [底色hex] [字色hex]用户提供图片路径后，同样搭配底色和字色，执行：
bash {baseDir}/scripts/cover.sh "标题文字" "__USER_IMAGE__:/path/to/image.jpg" [输出路径] [底色hex] [字色hex]__USER_IMAGE__: 前缀会跳过 AI 生成，直接用用户图片裁剪拼接。
convert 或 magick）、中文字体（fonts-noto-cjk）询问用户是否要直接发布到小红书。如果要发布，自动进入下方「平台操作」的发布流程。
当用户要求发帖、搜索、评论等小红书操作时使用。所有命令在云服务器本地执行，MCP 服务运行在 http://localhost:18060/mcp。
每次操作前必须先执行：
bash {baseDir}/check_env.sh返回码：0 = 正常已登录 → 调用工具；1 = 未安装 → 安装 MCP 服务；2 = 未登录 → 扫码登录流程。
⚠️ 极其重要：小红书 MCP 使用 Streamable HTTP 模式。每次调用都必须：初始化 → 获取 Session ID → 带 Session ID 调用工具。三步在同一个 exec 中执行。
MCP_URL="${XHS_MCP_URL:-http://localhost:18060/mcp}"
# 初始化并获取 Session ID
SESSION_ID=$(curl -s -D /tmp/xhs_headers -X POST "$MCP_URL" \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"openclaw","version":"1.0"}},"id":1}' > /dev/null && grep -i 'Mcp-Session-Id' /tmp/xhs_headers | tr -d '\r' | awk '{print $2}')
# 确认初始化
curl -s -X POST "$MCP_URL" \
-H "Content-Type: application/json" \
-H "Mcp-Session-Id: $SESSION_ID" \
-d '{"jsonrpc":"2.0","method":"notifications/initialized","params":{}}' > /dev/null
# 调用工具（替换 <工具名> 和 <参数>）
curl -s -X POST "$MCP_URL" \
-H "Content-Type: application/json" \
-H "Mcp-Session-Id: $SESSION_ID" \
-d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"<工具名>","arguments":{<参数>}},"id":2}'注意：每次调用都必须重新初始化获取新 Session ID，三步必须在同一个 exec 中顺序执行。
title: 标题，≤20字（必填）content: 正文，≤1000字（必填）images: 图片本地绝对路径数组（必填），如 ["/tmp/food1.jpg"]title: 标题（必填）content: 描述（必填）video: 视频文件本地绝对路径（必填）keyword: 搜索关键词（必填）feed_id: 帖子ID（从搜索/推荐结果获取，必填）xsec_token: 安全token（从搜索/推荐结果获取，必填）load_all_comments: 是否加载全部评论，默认 false 仅返回前 10 条（可选）click_more_replies: 是否展开二级回复，仅 load_all_comments=true 时生效（可选）limit: 限制加载的一级评论数量，默认 20（可选）reply_limit: 跳过回复数过多的评论，默认 10（可选）scroll_speed: 滚动速度 slow/normal/fast（可选）feed_id: 帖子ID（必填）xsec_token: 安全token（必填）unlike: 是否取消点赞，true=取消，默认 false=点赞（可选）feed_id: 帖子ID（必填）xsec_token: 安全token（必填）unfavorite: 是否取消收藏，true=取消，默认 false=收藏（可选）feed_id: 帖子ID（必填）xsec_token: 安全token（必填）content: 评论内容（必填）feed_id: 帖子ID（必填）xsec_token: 安全token（必填）content: 回复内容（必填）comment_id: 目标评论ID，从评论列表获取（可选）user_id: 目标评论用户ID，从评论列表获取（可选）user_id: 用户ID（必填）xsec_token: 安全token（必填）搜索：
MCP_URL="http://localhost:18060/mcp"
SESSION_ID=$(curl -s -D /tmp/xhs_headers -X POST "$MCP_URL" \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"openclaw","version":"1.0"}},"id":1}' > /dev/null && grep -i 'Mcp-Session-Id' /tmp/xhs_headers | tr -d '\r' | awk '{print $2}')
curl -s -X POST "$MCP_URL" -H "Content-Type: application/json" -H "Mcp-Session-Id: $SESSION_ID" \
-d '{"jsonrpc":"2.0","method":"notifications/initialized","params":{}}' > /dev/null
curl -s -X POST "$MCP_URL" -H "Content-Type: application/json" -H "Mcp-Session-Id: $SESSION_ID" \
-d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"search_feeds","arguments":{"keyword":"美食探店"}},"id":2}'当前置检查返回 2（未登录）时，询问用户选择登录方式：
需要登录小红书，请选择登录方式：
1. 快捷扫码 — 直接获取二维码图片（推荐同城/常用设备）
2. 截图扫码 — 通过登录工具截屏获取（推荐异地登录，支持短信验证码）
3. 手动Cookie — 直接粘贴浏览器Cookie字符串（推荐已在浏览器登录的用户）
通过 MCP 工具直接获取二维码 Base64 图片，流程简洁，但不支持输入验证码。异地登录可能触发短信验证，此时需切换为方式二。
MCP_URL="${XHS_MCP_URL:-http://localhost:18060/mcp}"
SESSION_ID=$(curl -s -D /tmp/xhs_headers -X POST "$MCP_URL" \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"openclaw","version":"1.0"}},"id":1}' > /dev/null && grep -i 'Mcp-Session-Id' /tmp/xhs_headers | tr -d '\r' | awk '{print $2}')
curl -s -X POST "$MCP_URL" -H "Content-Type: application/json" -H "Mcp-Session-Id: $SESSION_ID" \
-d '{"jsonrpc":"2.0","method":"notifications/initialized","params":{}}' > /dev/null
curl -s -X POST "$MCP_URL" -H "Content-Type: application/json" -H "Mcp-Session-Id: $SESSION_ID" \
-d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"get_login_qrcode","arguments":{}},"id":2}'从返回结果中提取 Base64 字符串（去掉 data:image/png;base64, 前缀），保存为图片：
# 假设 BASE64_STR 为提取到的 Base64 内容（不含 data:image/png;base64, 前缀）
echo "$BASE64_STR" | base64 -d > /tmp/xhs_qr.png告知用户扫码，扫码后用 check_login_status 工具验证是否登录成功。二维码过期则重新执行步骤 1-3。
通过 GUI 登录工具获取二维码，支持异地登录时输入短信验证码。
所有命令必须用 nohup 后台运行，否则会因超时被中断。
pkill -f xiaohongshu-login 2>/dev/null
sleep 1
cd ~/xiaohongshu-mcp && DISPLAY=:99 nohup ./xiaohongshu-login-linux-amd64 > login.log 2>&1 &
sleep 5DISPLAY=:99 import -window root /tmp/xhs_qr.pngzbarimg -q /tmp/xhs_qr.png告知用户"已发送二维码，请用小红书APP扫码登录"，等待用户确认。
export DISPLAY=:99
WIN_ID=$(xdotool search --onlyvisible --name '小红书|xiaohongshu|Xiaohongshu' | head -n1)
xdotool type --window "$WIN_ID" --delay 50 '<CODE>'
xdotool key --window "$WIN_ID" Returncat ~/xiaohongshu-mcp/login.log | tail -5
# 如果显示 "Login successful"：
pkill -f xiaohongshu 2>/dev/null
cd ~/xiaohongshu-mcp && DISPLAY=:99 nohup ./xiaohongshu-mcp-linux-amd64 > mcp.log 2>&1 &如用户反馈扫码失败，重复步骤 1-3 获取新二维码。
当用户提供浏览器复制的 Cookie 字符串时，将其转换为 JSON 数组格式并保存到 ~/xiaohongshu-mcp/cookies.json。
用户会提供类似这样的字符串（从浏览器开发者工具复制）：
a1=19c464ed2df...; webId=807ede65b...; web_session=040069b4...; xsecappid=xhs-pc-web将用户提供的 Cookie 字符串按 ; 分割每个键值对，转换为如下 JSON 数组格式，保存到 ~/xiaohongshu-mcp/cookies.json：
python3 -c "
import json, sys
cookie_str = sys.argv[1].strip()
cookies = []
for pair in cookie_str.split(';'):
pair = pair.strip()
if '=' not in pair:
continue
name, value = pair.split('=', 1)
cookies.append({
'name': name.strip(),
'value': value.strip(),
'domain': '.xiaohongshu.com',
'path': '/',
'expires': -1,
'httpOnly': name.strip() in ('web_session', 'id_token', 'acw_tc'),
'secure': name.strip() in ('web_session', 'id_token'),
'session': False,
'priority': 'Medium',
'sameParty': False,
'sourceScheme': 'Secure',
'sourcePort': 443
})
with open('$HOME/xiaohongshu-mcp/cookies.json', 'w') as f:
json.dump(cookies, f, ensure_ascii=False)
print(f'✅ 已保存 {len(cookies)} 个 Cookie 到 cookies.json')
" "用户提供的cookie字符串"pkill -f xiaohongshu-mcp-linux 2>/dev/null
sleep 1
cd ~/xiaohongshu-mcp && DISPLAY=:99 nohup ./xiaohongshu-mcp-linux-amd64 > mcp.log 2>&1 &
sleep 3用 check_login_status 工具验证是否登录成功。如果失败，提示用户 Cookie 可能已过期，建议重新从浏览器获取或改用扫码登录。
注意事项：
web_session 和 a1，缺少这两个会导致登录失败当前置检查返回 1 时执行。
hostnamectl根据 Operating System 确定包管理器（apt/yum/dnf），根据 Architecture 确定二进制版本（x86_64=amd64, aarch64=arm64）。
# Ubuntu/Debian
sudo apt update && sudo apt install -y xvfb imagemagick zbar-tools xdotool fonts-noto-cjk
# CentOS/RHEL
sudo yum install -y xorg-x11-server-Xvfb ImageMagick zbar xdotool# 快速启动
Xvfb :99 -screen 0 1920x1080x24 &
# 或 systemd 服务（推荐，开机自启）
cat > /etc/systemd/system/xvfb.service << 'EOF'
[Unit]
Description=X Virtual Frame Buffer
After=network.target
[Service]
ExecStart=/usr/bin/Xvfb :99 -screen 0 1920x1080x24
Restart=always
[Install]
WantedBy=multi-user.target
EOF
sudo systemctl enable xvfb && sudo systemctl start xvfb项目地址：https://github.com/xpzouying/xiaohongshu-mcp/releases
mkdir -p ~/xiaohongshu-mcp && cd ~/xiaohongshu-mcp
# 根据架构选择（云服务器通常是 x86_64 = amd64）
ARCH="amd64" # 如果是 ARM 服务器改为 arm64
wget https://github.com/xpzouying/xiaohongshu-mcp/releases/latest/download/xiaohongshu-mcp-linux-${ARCH}.tar.gz
tar xzf xiaohongshu-mcp-linux-${ARCH}.tar.gz
chmod +x xiaohongshu-*推荐使用 systemd 守护（崩溃自动重启 + 开机自启）：
cat > /etc/systemd/system/xhs-mcp.service << 'EOF'
[Unit]
Description=Xiaohongshu MCP Service
After=network.target xvfb.service
Requires=xvfb.service
[Service]
Environment=DISPLAY=:99
WorkingDirectory=/root/xiaohongshu-mcp
ExecStart=/root/xiaohongshu-mcp/xiaohongshu-mcp-linux-amd64
Restart=always
RestartSec=5
[Install]
WantedBy=multi-user.target
EOF
sudo systemctl daemon-reload
sudo systemctl enable xhs-mcp && sudo systemctl start xhs-mcp
systemctl status xhs-mcp或手动启动（不推荐，进程退出不会自动恢复）：
cd ~/xiaohongshu-mcp
DISPLAY=:99 nohup ./xiaohongshu-mcp-linux-amd64 > mcp.log 2>&1 &
sleep 3
pgrep -f xiaohongshu-mcp && echo "✅ 启动成功" || echo "❌ 启动失败，查看 mcp.log"安装完成后，回到登录流程完成首次登录。
成功：解析 result.content[0].text 获取数据。
错误：
Not logged in: 未登录，走扫码流程Session expired: 会话过期，重新登录Rate limited: 频率限制，稍后重试# MCP 服务是否运行
pgrep -f xiaohongshu-mcp-linux
# Xvfb 是否运行
pgrep -x Xvfb
# 查看 MCP 日志
tail -20 ~/xiaohongshu-mcp/mcp.log
# 查看登录日志
tail -20 ~/xiaohongshu-mcp/login.log
# 检查端口
lsof -i :18060Generated Mar 1, 2026
Social media influencers or bloggers use this skill to generate engaging titles, detailed content, and custom cover images for RedNote posts, streamlining the creation process from ideation to visual design. It supports iterative refinement based on user feedback before finalizing.
Online retailers leverage the skill to craft promotional posts for products, including catchy titles, descriptive content, and AI-generated product images, enhancing visual appeal to drive sales on RedNote. It integrates with platform operations for direct publishing.
Marketing agencies utilize the skill to manage RedNote campaigns by generating consistent branded content, searching for trends, and engaging with audiences through comments and likes, all within a unified workflow. It ensures compliance with platform guidelines.
Individual users employ the skill to share personal experiences, such as travel or food reviews, by creating authentic, chat-style content and custom cover images, making posts more relatable and visually appealing on RedNote.
Educators and trainers use the skill to develop instructional posts with clear titles, step-by-step content, and illustrative cover images, facilitating knowledge dissemination on RedNote while maintaining engagement through interactive elements.
Offer premium access to advanced AI features like custom cover generation and automated publishing, charging users a monthly fee for enhanced productivity and exclusive templates. Revenue is generated through tiered subscription plans.
Provide basic content generation for free, while monetizing advanced capabilities such as AI image generation via API integrations (e.g., Gemini, OpenAI), charging per use or through API key purchases. Revenue comes from pay-per-use or bulk API credits.
License the skill to marketing agencies or large enterprises for team use, offering custom integrations, priority support, and bulk content management features. Revenue is generated through one-time licensing fees or annual enterprise contracts.
💬 Integration Tip
Ensure MCP service is running locally and API keys for image generation are configured in environment variables to avoid interruptions during content creation.
Automate Xiaohongshu (RedNote) content operations using a Python client for the xiaohongshu-mcp server. Use for: (1) Publishing image, text, and video content, (2) Searching for notes and trends, (3) Analyzing post details and comments, (4) Managing user profiles and content feeds. Triggers: xiaohongshu automation, rednote content, publish to xiaohongshu, xiaohongshu search, social media management.
Feishu-integrated wrapper for the capability-evolver. Manages the evolution loop lifecycle (start/stop/ensure), sends rich Feishu card reports, and provides...
The Baidu Baike Component is a knowledge service tool designed to query authoritative encyclopedia explanations for various nouns. Its core function is given a specific "noun" (object, person, location, concept, event, etc.) provided by the user, it returns a standardized, detailed entry explanation sourced from Baidu Baike.
Draft and publish posts to 小红书 (Xiaohongshu/RED). Use when creating content for 小红书, drafting posts, generating cover images, or publishing via browser automation. Covers the full workflow from content creation to browser-based publishing, including cover image generation with Pillow.
AI-assisted creation, rendering, and automated publishing of Xiaohongshu-style content with support for Markdown to image cards and data tracking.
小红书全能助手 — 文案生成、封面制作、内容发布与管理。当用户要求写小红书笔记、生成小红书文案/标题/封面、发小红书、搜索小红书、评论点赞收藏等任何小红书相关操作时使用。支持一站式从文案创作到自动发布的完整流程。封面AI生图需配置可选环境变量（GEMINI_API_KEY 或 IMG_API_KEY 或 HUNY...