Token导航 LogoToken导航

Agent Skill · AI 工具

xiaohongshu-note-analyzer(小红书音符分析器)

xiaohongshu-note-analyzer 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

xiaohongshu-note-analyzer 是AI 工具类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证为 MIT,第三方扫描有提醒项,按安装量在AI 工具类的 2,536 个 Skill 里排第 43。

总安装 55,752周安装 2,329GitHub Stars 1下载 18,216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

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:xiaohongshu-note-analyzer(小红书音符分析器)
来源仓库:https://github.com/softbread/xiaohongshu-doctor
仓库路径:skills/xiaohongshu-note-analyzer
安装命令:
npx skills add https://github.com/softbread/xiaohongshu-doctor --skill xiaohongshu-note-analyzer
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。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/softbread/xiaohongshu-doctor --skill xiaohongshu-note-analyzer

这个 Skill 是做什么的

AI 工具类 Skill 用来扩展助手本身的能力,例如接模型、接检索、接外部服务。

对小红书笔记进行全面分析,涵盖关键词优化、标题吸引力、内容风险和参与潜力。

分析六个维度:关键词策略和密度、标题/开头段落吸引力、敏感内容风险检测、商业真实性评分、讨论触发因素和内容结构 通过特定的违规检测,提供医疗/健康、金融、政治、虚假广告和低俗内容类别的风险评估 提供可操作的优化建议,包括关键词放置公式、标题模板(数字、痛点、好奇心、比较、权威、情感类型)以及 1-10 的商业真实性评分 输出结构化分析报告,其中包含优先级修改以及标题和开头段落的优化版本

来源仓库内路径:skills/xiaohongshu-note-analyzer

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 Codex、Claude、Cursor、Gemini CLI;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 npx skills add https://github.com/softbread/xiaohongshu-doctor --skill xiaohongs…;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

xiaohongshu-note-analyzer 怎么安装?

在终端执行 npx skills add https://github.com/softbread/xiaohongshu-doctor --skill xiaohongshu-note-an…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

xiaohongshu-note-analyzer 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。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。

xiaohongshu-note-analyzer 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

xiaohongshu-note-analyzer 是免费的吗?

来源标注的许可证是 MIT。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。

xiaohongshu-note-analyzer 用的人多吗?

公开数据是累计安装 55,752 次,近一周安装 2,329 次,下载 18,216 次,GitHub 1 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。

xiaohongshu-note-analyzer 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

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 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 Codex,想直接扩展它能力的人。
  • 需要处理AI 工具类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

AI 工具类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
executing-plans

执行计划 · Codex、Claude

1,515,336173,110只读MIT通过
verification-before-completion

完成前的验证 · Codex、Claude

1,319,472173,121权限未标注MIT通过
subagent-driven-development

子 Agent 驱动开发 · Codex、Claude

1,312,416173,138只读MIT通过
copy-editing

复制编辑 · Codex、Claude

1,209,57625,632只读MIT通过
paywall-upgrade-cro

付费专区升级 cro · Codex、Claude

1,030,17625,617只读MIT通过
xiaohongshu-note-analyzer

小红书音符分析器 · 本页

55,7521只读MIT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

小红书笔记分析器 (XiaoHongShu Note Analyzer)

对小红书笔记进行全方位分析,提供优化建议,提升内容质量和曝光率。

分析维度

  1. 关键词分析 — 搜索热度、关键词布局、标签优化
  2. 标题/首段吸引力 — 爆款标题元素、首图文案
  3. 敏感内容风险 — 违规词检测、限流风险评估
  4. 商业化程度 — 软广硬广识别、自然度评分
  5. 互动触发潜力 — 讨论点、分享动机、收藏价值
  6. 内容结构 — 排版、emoji使用、段落节奏

分析流程

1. 提取笔记内容 → 标题、正文、标签、图片描述
2. 关键词分析 → 核心词、长尾词、布局检查
3. 敏感词扫描 → 违规风险、限流风险
4. 商业化评估 → 广告痕迹、自然度
5. 互动潜力评估 → 讨论点、情感共鸣
6. 生成优化建议 → 具体修改方案

1. 关键词分析

检查要点

维度优秀待改进
核心关键词标题+首段+正文+标签都包含仅出现1-2处
长尾关键词3-5个相关长尾词自然分布无长尾词或堆砌
标签数量5-10个相关标签<3个或>15个
关键词密度2-3%自然出现<1%或>5%堆砌

关键词布局公式

标题: 必含核心关键词 + 吸引词
首段(前50字): 核心关键词 + 痛点/好奇点
正文: 长尾关键词自然分布
标签: #核心词 #长尾词 #场景词 #人群词

详见 references/keyword-strategy.md

2. 标题/首段吸引力

爆款标题公式

类型公式示例
数字型数字+关键词+结果"5个技巧让你月瘦10斤"
痛点型痛点+解决方案"毛孔粗大?这个方法亲测有效"
好奇型悬念+关键词"闺蜜问我怎么突然变白的..."
对比型Before/After"用了这个精华,同事都问我怎么了"
权威型身份+干货"皮肤科医生自用的5款防晒"
情绪型强烈情绪词"后悔没早点知道!这个神器太绝了"

首段黄金50字

首段必须包含:

  • ✅ 核心关键词
  • ✅ 痛点/需求点
  • ✅ 吸引继续阅读的钩子
  • ✅ 与封面图呼应

详见 references/title-formulas.md

3. 敏感内容风险评估

风险等级

等级说明后果
🔴 高危明确违规词删帖/封号
🟠 中危灰色地带词限流/不推荐
🟡 低危可能触发审核延迟发布
🟢 安全无敏感内容正常推荐

常见敏感类别

  1. 医疗健康类 — 疾病名称、药品、治疗效果承诺
  2. 金融理财类 — 收益承诺、投资建议、借贷
  3. 政治敏感类 — 时政、领导人、敏感事件
  4. 虚假宣传类 — 最、第一、100%、绝对
  5. 引流违规类 — 微信号、外链、二维码暗示
  6. 低俗擦边类 — 性暗示、身材过度暴露

详见 references/sensitive-words.md

4. 商业化程度评估

自然度评分标准

分数描述特征
9-10纯分享无品牌露出,真实体验
7-8软植入自然提及品牌,不刻意
5-6明显软广品牌多次出现,有推荐意图
3-4硬广明显推销,价格引导
1-2纯广告通篇产品介绍,无真实体验

降低商业感技巧

  • ✅ 先讲痛点/故事,后引出产品
  • ✅ 提及缺点(真实感)
  • ✅ 对比其他产品(客观感)
  • ✅ 强调个人体验而非产品功能
  • ❌ 避免价格、购买链接、促销信息
  • ❌ 避免品牌名在标题

5. 互动触发潜力

讨论触发点

类型方法示例
提问式结尾抛出问题"你们觉得哪个颜色更好看?"
争议式轻度争议观点"我觉得XX比XX好用,有人同意吗?"
求助式请求建议"姐妹们帮我看看选哪个!"
共鸣式引发情感共鸣"有没有和我一样的..."
抽奖式互动福利"评论区抽3位送同款"

分享动机触发

用户分享笔记的原因:

  1. 实用价值 — 干货教程、省钱攻略
  2. 社交货币 — 显得有品味/见识
  3. 情感共鸣 — "说出了我的心声"
  4. 收藏备用 — 清单、合集、测评

收藏价值评估

高收藏内容特征:

  • ✅ 清单/合集形式
  • ✅ 步骤教程
  • ✅ 对比测评
  • ✅ 省钱/避坑指南
  • ✅ 信息密度高

输出格式

# 小红书笔记分析报告

## 📊 综合评分: X/10

## 1️⃣ 关键词分析
- **核心关键词**: [识别的关键词]
- **关键词布局**: ✅/❌ [评价]
- **标签优化**: [建议]

## 2️⃣ 标题/首段评估
- **标题类型**: [数字型/痛点型/...]
- **吸引力评分**: X/10
- **优化建议**: [具体建议]

## 3️⃣ 敏感内容风险
- **风险等级**: 🟢/🟡/🟠/🔴
- **检测到的敏感词**: [列表]
- **修改建议**: [具体建议]

## 4️⃣ 商业化程度
- **自然度评分**: X/10
- **商业痕迹**: [分析]
- **降低商业感建议**: [具体建议]

## 5️⃣ 互动潜力
- **讨论触发点**: ✅/❌
- **分享动机**: [分析]
- **收藏价值**: X/10

## 6️⃣ 优化后版本
[提供优化后的标题和首段]

## 📝 修改优先级
1. [最重要的修改]
2. [次重要的修改]
3. [可选优化]

分析示例

详见 references/analysis-examples.md

平台分布

Claude Code

30.72%
按下载量换算5,596

OpenCode

22.28%
按下载量换算4,059

Gemini CLI

17.68%
按下载量换算3,221

Antigravity

12.46%
按下载量换算2,270

Codex

8.99%
按下载量换算1,638

Cursor

3.65%
按下载量换算665

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。

继续浏览同类 Skills