把小红书账号拆成结构化报告（xhs-account-teardown）

小红书没有开放的数据接口，匿名访问能拿到的东西卡得很死。账号主页的 SSR 里有用户信息和第一页笔记列表，上限 8 篇；笔记详情页要求笔记级的 xsec_token，翻页列表、搜索、评论和 feed 流都要 x-s 签名。这个仓库把这条窄缝固定成一条流水线：抓主页、下封面、逐张识图，按一套六问框架写成《账号拆解报告》，默认再配一张可分享的 9:16 长图。

xhs-account-teardown 是一个 Python 编写的 AI Agent Skill，输入一个小红书账号链接，匿名抓取主页与封面图，产出六问式《账号拆解报告》，默认生成一张 9:16 长图。

它不绑定具体厂商。SKILL.md 是标准格式，能读 SKILL.md、能执行 shell、能识图的 Agent 都能加载；也可以完全不接 Agent，直接跑两个脚本自己看图、照模板写报告。抓取脚本只依赖 python3 与 curl，不需要安装第三方包。仓库地址是 chenjin-cmd/xhs-account-teardown，许可证为 MIT，主要语言是 Python，当前 28 个 Star、5 个 Fork、0 个开放 Issue。

基础用法

安装与依赖

运行环境是 Python 3.9+ 与 curl，两者之外没有别的依赖，macOS 与 Linux 开箱可用。Windows 上 curl 自 Win10 起内置，但 python3 这个命令名常常不存在，多半是 python 或 py，省事的做法是在 WSL 或 Git Bash 里跑，否则要按本机情况调整脚本里的调用命令。

加载方式是把仓库复制或软链到所用工具的 skills 目录。Claude Code 的全局目录是 ~/.claude/skills/，项目级目录是 <你的项目>/.claude/skills/，QwenWork 是 ~/.qwenworkcn/skills/，其他兼容 SKILL.md 的平台用各自的 skills 目录。

ln -s /path/to/xhs-account-teardown ~/.claude/skills/xhs-account-teardown

装好后对 Agent 说「拆解这个账号 <链接>」即可触发。宿主需要四项能力：执行 shell 命令、读取本地图片、写文件、生成并读取本地图片。缺哪项都有对应的降级路径。没有识图能力，就只能拿到 profile.json 和 notes_list.json 的数据骨架，识图部分标「未获取」；不能生成图片，就只交付 Markdown 报告，并写明长图未生成，不允许用文字或空白文件替代图片。工具完全不吃 SKILL.md 时，可以把 SKILL.md 正文贴进规则文件，脚本手动调用。

最短能跑通的示例

python3 scripts/fetch_profile.py "https://www.xiaohongshu.com/user/profile/<user_id>" -o ./work/<账号名>/

链接里的 xsec_token 可以缺省，主页列表匿名可抓。这一跑产出三个东西：profile.json、notes_list.json、covers/cover1..N.jpg。

要做全文级拆解，需要一条带 token 的笔记链接，由用户从登录态浏览器的地址栏整链复制：

python3 scripts/fetch_note.py "https://www.xiaohongshu.com/explore/<noteId>?xsec_token=...&xsec_source=..." -o ./work/<账号名>/notes/<noteId>/

产出 meta.json、desc.md、img1..N.jpg。

确认它跑起来了

抓取脚本成不成功，看输出目录就行。-o 指向的目录里出现 profile.json 与 notes_list.json，covers/ 下有连续的封面文件，说明主页这一跑拿到了数据；笔记详情那条命令则看 meta.json 与 img1..N.jpg 有没有落地。

走完整 Agent 工作流时，报告和 账号拆解长图.png 落在工作目录里。README 给的核验清单有五项：9:16 比例、文字可读性、与报告的事实一致性、没有虚构数据、与账号调性匹配。核验不通过只做一次针对性修订。

主要功能

抓取与数据获取

• 匿名抓主页：用手机 UA 请求 /user/profile/<id> 的 SSR，解析 window.__INITIAL_STATE__，拿到昵称、redId、简介、粉丝、关注、赞藏、合集名。第一页笔记列表一并带出，字段包括笔记 id、标题、类型、点赞、收藏、评论、是否置顶，上限 8 篇，第二页及以后需要 x-s 签名，匿名抓不到。
• 封面图下载：封面是 CDN 签名直链，可以直接下载。下载过程是串行限速的，同一 IP 高频请求会触发风控，失败时不要无限重试，重试只会延长封锁。
• 单条笔记详情：scripts/fetch_note.py 能拿到正文、标签、互动数据和全部图片，前提是链接里带笔记级的 xsec_token。这是全文级拆解的唯一入口。

拆解框架与报告产出

• 封面识图拆解：逐张读封面，登记栏目期号、被拆对象的截图字段（昵称、评分、已售、粉丝、更新频率、售后标签）、品类、客单价、橱窗销量、钩子句、点睛句。宿主缺识图能力时，这部分只能标「未获取」。
• 六问式成稿：按 references/teardown-framework.md 的六问产出报告，问题依次是这门生意赚的是谁的钱、具体靠什么赚钱、怎么让人看见并且想买、看完之后怎么让人下单、普通人能不能学、最大的风险是什么。每一问以一句加粗公式收尾，全文结尾固定三段：能抄的、抄不了的、最大的坑。框架原本用于拆卖货账号，文末给了拆任意内容账号的字段替换表，把「品类」换成「内容赛道」、「赚谁的钱」换成「赚谁的注意力与信任」这类。
• 账号调性长图：默认把报告压成一张 9:16 长图，视觉语言从该账号封面里抽取赛道、主色、对比度、材质、版式、情绪等抽象元素后重新生成，不直接复制头像、人物、商标或封面原图。长图未生成时必须明确标注，不能用占位文件顶替。
• 不接 Agent 的降级用法：直接跑两个脚本拿数据和封面，自己看图，照 templates/report-template.md 写报告。仓库里说得很直白，这个 skill 的价值主要在框架文档里。

参数与配置

常用参数

两个脚本的参数很少。位置参数是一条小红书链接，-o 指定输出目录，示例里按账号名和 noteId 分目录存放。链接本身也携带参数：主页链接里的 xsec_token 可缺省；笔记详情链接必须同时带 xsec_token 与 xsec_source，从登录态浏览器地址栏整链复制。仓库里没有说明其他命令行开关。

配置文件

仓库里没有独立配置文件，也没有可调的阈值或开关。行为约束分散在几份 Markdown 文档里：SKILL.md 定义触发词、工作流、宿主能力要求、抓取边界与报告硬约束；AGENTS.md 是给任意 AI 工具的仓库工作说明，含硬约束与隐私约束；CLAUDE.md 只是一个兼容入口，指向 AGENTS.md。拆解框架在 references/teardown-framework.md，报告空模板在 templates/report-template.md，这两份是可以直接改的。抓不到的数据一律写「未获取」，这条约束写在文档层面，脚本里没有对应的开关。

实际使用中的坑

README 专门用一节列出 token 相关的三个坑，并标注这三个都实测过。

• token 与笔记绑定：从 A 笔记复制的 token 拿去请求 B 笔记，SSR 返回空的 noteData，不报错、不跳转，就是空。排查时容易误判成脚本坏了，实际是 token 用错了对象。
• 两种 id 不通用：主页列表给的是 32 位 hex id，/discovery/item/ 需要的是另一个 24 位 noteId，前者不能直接拼进详情路由。
• 风控是 IP 级的：封面下载串行限速，同一 IP 高频请求会触发风控，失败后重试只会延长封锁。
• Windows 上的命令名：python3 在 Windows 上常常不存在，要在 WSL 或 Git Bash 里跑，或者改脚本里的调用命令。

完整成稿样例不随仓库分发。README 的说法是，逐页识图记录、封面目录、被拆账号名与经营数据含真实第三方账号信息，公开不合适；references/teardown-framework.md 本身已经脱敏，只保留六问结构、每问要看的信息位和公式骨架。想看端到端的样例报告，得自己挑一个有权分析的账号跑一遍完整工作流。

几个同类怎么选

如果目标站点不止小红书，或者要在登录态里完成下载、填表、翻页这类操作，本项目那两个静态脚本做不了，该去看 Skyvern 那一类把网页操作交给大模型执行的项目。如果要做的是把多个数据源长期沉淀成可追溯的知识库，本项目只产出单个账号的一份报告，Semantica 那一类更对路。反过来，只拆小红书账号、又不想提供账号密码时，这个仓库现成的匿名边界和六问框架就能直接用，不必自己从零设计分析维度。

合规限制

这套脚本的适用对象是自有账号或已获授权的账号。匿名访问不等于可以无限取用：小红书的风控是 IP 级的，高频请求会被封，README 明确要求失败时不要重试。用脚本抓取无关的第三方账号、做批量采集，或者把识图得到的经营数据对外发布，可能侵犯第三方权益，也会踩到平台规则，风险由使用者承担。仓库本身已经把边界写进 SKILL.md 与 AGENTS.md，交付时抓不到的数据一律标注「未获取」，不允许编造。

适合谁

适合做小红书账号分析的自媒体运营和内容策划，尤其是想用一套固定框架、不必每次从零想分析维度的人。已经在用 Claude Code、QwenWork 这类能读 SKILL.md 的 Agent，希望把拆解动作固定成可复用流程的用户，也是它的目标场景。两个脚本能独立运行，不接 Agent 照样拿得到数据和封面。

不适合要批量采集、翻页抓取、搜索数据或评论数据的人，也不适合要抓登录态内容、或者把覆盖面扩到小红书以外站点的人，README 把这类需求指向了第三方 xiaohongshu-skills 项目。还有一种情况要提前想清楚：拿不到带 token 的笔记链接时，交付的默认形态只有主页画像加封面级拆解，报告深度会明显低一档。