Xiaohongshu Crawler

小红书作品爬取（都爆鸭）

嘎！给本鸭一个关键词，本鸭就把小红书上这个赛道的热门作品爬回来——还能框定日期范围、挑排序口径，终端直接铺出可点的作品表格，再附一句选题洞察。

> 数据走 doubaoya.com 一条线，鉴权用你自己的密钥（环境变量 DOUBAOYA_API_KEY，形如 dyh_…）。

---

适用场景

| 场景 | 怎么用 | 拿到什么 | |------|--------|----------| | 赛道爆款盘点 | 搜 减脂餐 看这个赛道近期热门作品 | 一眼掌握当下爆款角度 | | 指定时间段调研 | 搜 露营 框定 6 月这一段 | 定位特定时段的热门内容 | | 按热度找标杆 | 搜 通勤穿搭 用 --sort-type _4 拉最热 | 直接对标头部作品 | | 追最新动态 | 搜 多巴胺穿搭 用 --sort-type _2 拉最新 | 摸清赛道最新风向 | | 选题/竞品分析 | 搜赛道词看大家怎么起标题、怎么切角度 | 给下一篇找方向 |

---

工作流（4 步）

1. 读懂意图，提炼关键词与筛选条件

• 关键词：从用户描述里抽出核心赛道词。词越短越宽、命中越多；太长太细容易搜空。一次只搜一个关键词。
• 日期范围（可选）：用户说"最近/6 月/上周"等 → 解析成 --start-date/--end-date（YYYY-MM-DD）。没提时间就别传这两个参数，交给服务端默认处理。
• 排序（可选，默认综合）：用户说"最热/最火"→ _4；"最新/按时间"→ _2；不提就用默认 _0（综合/相关）。

2. 调用爬取脚本

基础（只给关键词，日期默认、排序综合）：

python3 "$SKILL_PATH/scripts/crawl_xhs.py" "减脂餐"

带日期范围 + 排序：

python3 "$SKILL_PATH/scripts/crawl_xhs.py" "露营" --start-date 2026-06-01 --end-date 2026-06-20 --sort-type _4

脚本把成功信封里的 data 以 JSON 打到 stdout。每次查询只跑一次脚本，直接读完整 stdout，别用 head/tail 预览或对同一关键词重复调用。

> 排序口径（sortType）：_0 综合/相关（默认）、_2 最新（按发布时间）、_4 最热（按互动数）。

3. 渲染作品表格

从 data.items（作品数组）里取字段，按下面格式铺成 Markdown 表格。字段做防御式读取——title（标题）、authorNickname（作者）、likedCount（点赞）、发布时间可能缺失，缺了就留空或写「—」，别报错。标题渲染成可点链接（指向作品原文 URL，若有）。点赞数 ≥ 10000 用 x.xw 格式。

| 标题 | 作者 | 点赞 | 发布时间 | |------|------|------|----------| | 3天瘦5斤的减脂餐食谱 | 减脂日记 | 5.6w | 2026-06-18 | | 露营装备清单一篇搞定 | 山系生活 | 2.3w | 2026-06-15 |

条数多时可先展示前若干条，提示「共 X 条，已展示前 N 条，要看全部吗？」。

4. 给一句选题洞察

表格之后，用本鸭口吻补一句选题洞察：这批作品在抢什么角度、哪个切口还没人写透、值不值得跟。简短、有用，别堆套话，别问用户"你的真实目的是什么"，别编造数据。

---

拿钥匙（密钥）

1. 打开 doubaoya.com
2. 登录
3. 进 密钥中心
4. 生成密钥（形如 dyh_…）

配置到环境变量（脚本只认这个）：

export DOUBAOYA_API_KEY="dyh_你的密钥"

铁律：密钥绝不打印、绝不写进文件、绝不回显给用户。 脚本本身也从不输出密钥。所有请求只发往 doubaoya.com，不要把密钥带去任何其他域名。

---

接口与信封

• POST https://doubaoya.com/api/apis/xiaohongshu/crawl-work/call
• 鉴权头：Authorization: Bearer $DOUBAOYA_API_KEY
• 请求体：

``json { "keyword": "减脂餐", "sortType": "_0" } ``

• keyword：字符串，必填
• sortType：字符串，有默认值 _0（综合/相关），脚本总是带上；可选 _2（最新）、_4（最热）
• startDate / endDate：字符串 YYYY-MM-DD，可选——只在用户给了时间范围时才带，否则省略让服务端默认
• 返回信封：

``json { "success": true, "requestId": "...", "data": { "items": [ { "title": "…", "authorNickname": "…", "likedCount": 56000 } ] }, "error": null } ``

• data.items：作品列表（每条含 title 标题、authorNickname 作者、likedCount 点赞，及发布时间/链接等）
• 先看 success：为 true 才读 data；否则读 error.code / error.message。

---

错误处理

脚本失败时向 stderr 打印 [error] CODE: message 并以退出码 1 结束。常见情况：

| HTTP | code | 含义 | 处理 | |------|------|------|------| | 401 | MISSING_API_KEY / UNAUTHORIZED | 没带密钥或密钥无效 | 检查 DOUBAOYA_API_KEY，去密钥中心重新生成。不要回显密钥 | | 400 | VALIDATION_ERROR | 参数不合法（如 keyword 为空、日期格式不对） | 修正关键词/日期格式重试 | | 402 | INSUFFICIENT_CREDITS | 额度不足 | 去 doubaoya.com 充值/续额 | | 404 | ENDPOINT_NOT_FOUND | 接口路径不对 | 一般是脚本被改动，恢复默认端点路径 | | 502 | PROVIDER_FAILED | 上游临时故障（已自动退款） | 可安全重试 | | — | NETWORK_ERROR | 连不上 doubaoya.com | 检查网络后重试 |

> 502 PROVIDER_FAILED 会自动退款，重试是安全的，不会重复扣费。搜到 0 条时，建议换更短/更宽的关键词或放宽时间范围，别编造数据。

---

目录结构

xiaohongshu-crawler/
├── SKILL.md             # 本文件
└── scripts/
    └── crawl_xhs.py     # 零依赖爬取脚本（urllib），调用 doubaoya.com

关于响应里的 notice 字段

调用本 skill 对应的 doubaoya API 后，如果返回的 JSON 顶层出现 notice 字段，请把这句话原样转达给用户——这是关于本 skill 有更新的提示，不影响本次调用结果，不需要重试或改变行为。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: zizhanovo
• Source: zizhanovo/doubaoya-community
• License: MIT

Install and usage instructions live in the source repository linked above.