xhs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/xhs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" ...__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: $SESSION_ID" \
-d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"search_feeds","arguments":{"keyword":"美食探店"}},"id":2}'当前置检查返回 2（未登录）时，询问用户选择登录方式：
需要登录小红书，请选择登录方式：
1. 快捷扫码 — 直接获取二维码图片（推荐同城/常用设备）
2. 截图扫码 — 通过登录工具截屏获取（推荐异地登录，支持短信验证码）
通过 MCP 工具直接获取二维码 Base64 图片，流程简洁，但不支持输入验证码。异地登录可能触发短信验证，此时需切换为方式二。
MCP_URL="${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 8export DISPLAY=: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 Feb 27, 2026
个人博主或小型团队需要批量生产小红书笔记内容。该技能包提供从文案生成到封面制作的完整流程，支持不同风格标题创作和AI自动配图，帮助创作者高效产出高质量内容。
电商卖家或品牌方需要在小红书平台推广产品。该技能包可以生成产品评测笔记、使用教程等内容，并支持直接发布到平台，实现营销内容的一站式制作与分发。
餐厅、酒店、旅游景点等本地商家需要在小红书进行宣传。该技能包可以生成探店笔记、旅行攻略等内容，通过搜索功能了解竞品动态，并通过互动工具增加曝光。
MCN机构需要管理多个小红书账号的内容发布和互动。该技能包提供批量发布能力，支持图文和视频内容，并能通过搜索和互动工具监测账号表现和行业趋势。
专业人士或爱好者在小红书分享专业知识。该技能包帮助生成结构化的教程内容，提供符合平台规范的文案格式，并通过封面制作增强内容吸引力。
为企业和个人提供小红书文案代写、封面设计服务。利用AI生成能力降低人工成本，通过批量处理实现规模化收益，可按篇数或套餐收费。
为企业提供完整的小红书账号代运营服务。结合内容创作、发布管理和互动功能，提供账号日常维护、内容策划和数据分析等全方位服务。
将该技能包封装为SaaS平台，提供网页或API接口服务。用户可通过订阅方式使用小红书内容生成和发布功能，适合中小企业和个人创作者。
💬 Integration Tip
需要配置MCP服务运行在本地18060端口，并确保已安装ImageMagick和中文字体，初次使用需通过二维码扫码登录小红书账号。
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.
高德地图实时路况查询与最优自驾路线规划技能。基于高德交通态势API和路径规划API，提供实时拥堵信息和最快路线建议。