Xhs Note Creator

小红书笔记创作

把一个主题 + 可选素材，生成图文卡片组或短视频分镜脚本，按规范输出到 outputs/。

核心理念

小红书读者看的不是长文，是卡片组或短视频。长文原稿只是中间产物。

• 图文帖：3-9 张 3:4 竖版卡片（cover + content × N + ending），每张 ≤80 字
• 视频帖：15-90 秒竖屏视频分镜 + 封面卡

爆款 5 大原则

1. 真实素材优先：截图、对比图 > 纯 AI 生图
2. 聚焦核心卖点：用公式判断优先级（稀缺性 × 实用性 × 可感知）
3. 高级感视觉（走 card-design，别做糙卡）：卡片视觉统一走 card-design 设计系统（选风格锁 spec、字大字细、填满画幅、禁大 emoji 廉价感）。文案要口语化、真实感，但视觉不能糙——想要「素人 / 手账」质感就选 card-design 的手账贴纸 / 奶油温柔风格（仍是高质量 HTML 渲染，不是糙 t2i 大 emoji）。
4. 痛点导向："能解决什么问题" > 堆砌功能列表
5. 快速迭代：V1(60 分) → 用户反馈 → V2(70 分)

详细方法论：references/xiaohongshu-viral-methodology.md

工作流

按顺序执行，不要跳步。

Step 0 — Intake（必问，一次问完）

1. 主题 / 目标读者 / 核心观点
2. 输出形态：图文 or 视频？（默认图文）
3. 素材：有无现成文字/图片/视频？
4. 风格：视觉风格走 card-design 风格库（9 种：瑞士极简/杂志编辑/新中式墨韵/奶油温柔/多巴胺 Y2K/高奢黑金/手账贴纸/极客终端/植物清新）——在 Step 5A 出卡时由 card-xiaohongshu 引导选定，这里先不锁死。
5. 卡片数量 / 视频时长：图文默认 5-7 张；视频默认 30-60 秒

Step 0.5 — 卖点/亮点分析（推广/分享/测评类必做）

1. 列出所有功能/特性/亮点
2. 让用户对每个点打分：
   • 稀缺性（1-5）：别人有吗？
   • 实用性（1-5）：解决多大问题？
   • 可感知（1-5）：用户能直接看到吗？
3. 得分 = 稀缺性 × 实用性 × 可感知
4. 选 Top 1-2 作为核心卖点

Step 1 — 素材清点（有素材才做）

如果用户提供了素材，先用脚本生成清单：

python3 skills/openclaw/xhs-note-creator/scripts/analyze_material.py <path>... \
  --out <work-dir>/reference/materials.json \
  --frames-dir <work-dir>/reference/frames

素材价值排序：对比图 > 功能演示 > 数据图表 > 品牌素材

Step 2 — 采集外部参考（观点类/资讯类必做）

按 references/reference-search.md 执行，核心数据 ≥2 个来源交叉验证。

Step 3 — 写长文原稿（2000-4000 字）

从 H2 开始（不写 H1），写完先给用户确认再继续。

Step 4 — 去 AI 化（强制）

去 AI 感规则统一走 text-polisher 权威源，不在本 SKILL 维护副本：

• 中文规则（含小红书素人感/闺蜜语气/emoji 节奏特化）→ ../text-polisher/references/zh-ai-markers.md
• 通用填充短语 → ../text-polisher/references/phrases-to-remove.md
• 公式化结构 → ../text-polisher/references/structures-to-avoid.md

按其五层原则完整扫描重写，质量评分满分 50。

Step 5 — 分发：图文 or 视频

5A. 图文帖：拆成 3-9 张卡片

• cover（第 1 张）+ content（中间）+ ending（最后 1 张）
• 每张 ≤80 字
• 一张卡只讲一个论点
• 全套配色/字体/风格保持一致（由 card-design 选中的那一套贯穿整组）

卡片视觉一律走 card-design 高质量管线，别用糙 t2i / 大 emoji 素人卡。 按有无真实照片分两条渲染路径（策略写入 meta.json，枚举与 references/meta-schema.md 一致）：

纯文字/概念/数据卡不再走用户自备 t2i——统一由 card-xiaohongshu 渲染，保证视觉质量；只有「真实照片卡」才走 Pillow 路径。

5B. 视频帖：写分镜脚本

• 6-12 个分镜，每镜 2-8 秒
• 每镜含：narration（≤30 字）、on_screen_text（≤15 字）、visual、material_ref
• 出一张 cover 卡作为封面

Step 6 — caption + hashtags + 标题

标题：从公共源 skills/shared/references/hook-title-formulas.md 选标题公式（痛点+方案 / 提问式 / 发现式 / 热点词 / 身份共鸣等），产 2-3 个备选。

caption：100-300 字，hook 开头 → 关键信息 → CTA，闺蜜语气 + 少量 emoji（点缀节奏，不当图标）

hashtags：5-8 个，4 核心（热点词 + 核心功能 + 差异化 + 目标人群）+ 4 辅助（场景 + 品类）

Step 7 — 落盘

outputs/主题名/{YYYY-MM-DD}/{短标题}_{时间戳}/
├── {完整标题}.md        # 长文原稿
├── meta.json            # 元数据（卡片/分镜/caption/hashtags）
├── images/              # 最终卡图 / 封面
└── reference/           # materials.json / 搜索结果

目录名走脚本标准化：python3 skills/openclaw/xhs-note-creator/scripts/normalize_slug.py "标题" --with-ts

Step 8 — 校验（强制，两道门）

① 文本/结构门（标题/caption/hashtag/卡片字数与结构）：

python3 skills/openclaw/xhs-note-creator/scripts/validate_meta.py outputs/主题名/meta.json

② 视觉门（仅 html_card 路径，渲染后跑；死空白/密度硬门禁）：

python skills/openclaw/card-design/scripts/card_audit.py audit -f "outputs/主题名/card_*.png"

任一非 0 退出 → 修改后重跑，直到通过。不交付未校验的产物。

不要做的事

• 不写 H1；标题只放 meta.json.title
• 不在正文末尾写参考来源
• 不在 .md 里留 【插入图片】 占位符
• 不跳过 Step 4（去 AI 化）和 Step 8（validate）
• 不手算目录名，一律走 normalize_slug.py

Profile 感知

• 有 Profile：读取赛道、目标受众、内容风格，对齐笔记语气和标签策略
• 无 Profile：询问基本信息后以通用种草风格输出

工具依赖

• Python 3.8+、Pillow（必需，真实照片卡路径）
• playwright + chromium（html_card 路径渲染卡片，走 card-xiaohongshu；首次 pip install playwright && playwright install chromium）

参考资料

• 卡片视觉 → card-design（设计系统/风格库，出图前必读）+ card-xiaohongshu（HTML→截图渲染管线）
• references/xiaohongshu-viral-methodology.md — 文案/卖点/标题/情绪方法论（视觉部分已交 card-design）
• 去 AI 化 → ../text-polisher/references/zh-ai-markers.md（权威源，含小红书特化）
• 钩子/标题公式 → skills/shared/references/hook-title-formulas.md（公共源）
• references/material-intake.md — 素材处理流程
• references/image-sourcing.md — 图片来源处理
• references/meta-schema.md — 元数据字段定义
• references/output-spec.md — 输出目录规范