Token导航 LogoToken导航

Agent Skill · 效率

openclaw-xhs(OpenClaw XHS 浏览器)

openclaw-xhs 用于处理浏览器自动化、网页检查和页面信息提取,适合在 OpenClaw 中需要让 Agent 打开页面、读取网页或验证前端流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

openclaw-xhs 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 1,660。

总安装 37,585周安装 1,598GitHub Stars 3下载 13,168核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:openclaw-xhs(OpenClaw XHS 浏览器)
来源仓库:https://github.com/pearl799/openclaw-xhs
安装命令:
openclaw skills install openclaw-xhs
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install openclaw-xhs

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

小红书自动化 — 使用 exec 工具运行脚本来登录、发布、爬热点、AI 生成图文。所有操作必须通过 exec 工具执行 uv run 命令,不要使用浏览器工具。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install openclaw-xhs;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

openclaw-xhs 怎么安装?

在终端执行 openclaw skills install openclaw-xhs。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

openclaw-xhs 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

openclaw-xhs 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

openclaw-xhs 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

openclaw-xhs 用的人多吗?

公开数据是累计安装 37,585 次,近一周安装 1,598 次,下载 13,168 次,GitHub 3 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

openclaw-xhs 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
openclaw-xhs

OpenClaw XHS 浏览器 · 本页

37,5853接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
xhs
description
小红书自动化 — 用 exec 工具运行脚本来登录、发布、爬热点、AI 生成图文。所有操作必须通过 exec 工具执行 uv run 命令,不要用 browser 工具。
homepage
https://github.com/pearl799/xhs-toolkit
metadata

小红书自动化 (XHS)

重要:所有小红书操作必须使用 exec 工具执行以下命令,不要用 browser 工具打开网页。

环境变量

变量必填说明
XHS_TOOLKIT_DIR是xhs-toolkit 项目路径(git clone https://github.com/pearl799/xhs-toolkit)
IMAGE_API_KEY是图片生成 API Key(任意 OpenAI 兼容的图片生成服务)
IMAGE_BASE_URL是图片生成 API Base URL(例如 https://openrouter.ai/api/v1/chat/completions)
IMAGE_MODEL是图片生成模型名称(例如 google/gemini-3-pro-image-preview)
OPENCLAW_GATEWAY_TOKEN否OpenClaw Gateway token(文案生成用,如果 gateway 开了 auth)
XHS_DATA_DIR否数据目录,默认 ~/.openclaw/skills/xhs/data

命令

检查登录状态:

uv run --project $XHS_TOOLKIT_DIR {baseDir}/scripts/xhs_status.py

登录小红书(用户说"登录小红书"/"xhs login"时):

uv run --project $XHS_TOOLKIT_DIR {baseDir}/scripts/xhs_auth.py

会在 Mac 桌面打开 Chrome,告知用户去扫码。

发布笔记(用户说"发小红书"/"发布笔记"时):

uv run --project $XHS_TOOLKIT_DIR {baseDir}/scripts/xhs_publish.py --title "标题" --content "正文" --images "/path/1.png,/path/2.png" --topics "话题1,话题2"

发布前先用 xhs_status.py 检查登录。--images 必须是本地文件路径,1-9 张。--dry-run 可验证不发布。

爬取热点(用户说"小红书热点"/"trending"/"今天什么热门"时):

uv run --project $XHS_TOOLKIT_DIR {baseDir}/scripts/xhs_trending.py --category "综合" --limit 20

支持 --keyword "AI" 搜索。分类:综合/时尚/美食/旅行/美妆/科技/健身/宠物/家居/教育。

AI 生成内容(用户说"生成小红书"/"帮我生成"时):

uv run --project $XHS_TOOLKIT_DIR {baseDir}/scripts/xhs_generate_content.py --topic "主题" --style "干货分享" --image-count 4

生成文案+配图。生成后发给用户预览,确认后再调 xhs_publish.py 发布。

全自动流水线(用户说"自动发布"/"全自动"时):

uv run --project $XHS_TOOLKIT_DIR {baseDir}/scripts/xhs_auto_pipeline.py --mode preview

热点→选题→生成→预览/发布。--mode auto 直接发布。

所有脚本输出 JSON,解析 status 字段判断结果。MEDIA: 行表示附件图片。

注意事项

  • 每个命令只需调用一次,等待结果即可,不要重复执行
  • 脚本输出的 JSON 是给你解析用的,转述关键信息给用户即可,不要原样转发
  • 生成内容后,把标题、正文、话题发给用户预览,图片用 MEDIA 行的路径作为附件
  • 不要在一次回复中发送多条消息,合并为一条

适合场景

01

调用多模型

02

代码和文本生成

03

Agent 推理流程

04

OpenRouter 模型接入

能力概览

能力 1

统一调用多种 LLM

能力 2

支持 Claude、Gemini、Kimi 等模型

能力 3

适合聊天、代码和推理任务

能力 4

可作为 Agent 模型调用入口

平台分布

OpenClaw

80.39%
按下载量换算10,586

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills