xiaohongshu_publisher

自动分析商品图并编写小红书风格的标题与正文（含10个高热话题并过滤违禁敏感词），配合AI生图工具生成多场景推广图，提供双重确认机制后一键自动发布到小红书平台。

Files3

View on GitHub

SKILL.md

GitHub

小红书自动发帖技能指引 (Xiaohongshu Automated Posting Skill)

本 SKILL 引导 Agent 扮演小红书平台运营与自动化发布专家。当用户上传一张商品实物图并要求在小红书发帖时，Agent 将执行：自动场景生图（5张）、写种草文案与标题（含10个相关话题，过滤违禁词）、向用户发起双重确认、并在用户授权后利用浏览器守护进程自动填充并一键发布。

[!IMPORTANT] 运行模型建议：本技能涉及复杂的图片多模态分析与爆款文案生成，强烈建议用户配置并使用具备强读图（Vision）能力的 gpt-5.4 模型。如果当前运行的模型不支持读图，请引导或提醒用户切换至支持读图的 gpt-5.4 模型，以保证商品图像特征的准确提取。

1. 核心流程与双重确认机制 (Workflow & Dual Gates)

为了确保生图质量和账号安全，Agent 执行本任务时必须严格执行以下五个阶段的交互：

[阶段 1: 需求对齐]  --> [阶段 2: 场景与 Prompt 确认] (阻塞点 1)
                           ↓
[阶段 4: 文案与图片展示] <-- [阶段 3: 并行生成 5 张图片]
      ↓
[阶段 5: 浏览器上传与填充] --> [确认发布指令] (阻塞点 2) --> 一键发布成功

2. 阶段详解与执行指南

阶段 1：接收商品图与需求对齐

  1. 输入源：用户必须上传至少一张商品图。
  2. 生图 Prompt 偏好：
    • 默认提示词：提取图中的商品，选一个模特，在5个场景生成图片。
    • 主动询问用户是否有定制提示词或对场景/模特特征的特殊偏好。若用户无特殊偏好，按默认执行。
  3. 参数与内容动态调整：生图张数、图片 Prompt 提示词、试穿场景以及小红书标题和文案内容，都应当并且完全可以根据用户的个性化需求动态调整（例如用户要求只生成 3 张图、指定特定职场背景等）。Agent 绝不可死板套用默认规则，应以用户的最终要求为准。
  4. 动态脚本生成与运行：为了满足用户变化多端的要求，Agent 在后续执行图片生成与下载时，应根据当前上下文动态编写并运行新的 Python 脚本（利用 execute_code 工具），在脚本中动态组装 payload 参数、发送请求、轮询状态并下载保存图片，使执行流程具备高度灵活性。

阶段 2：展示方案等待确认 (阻塞点 1 - 必须阻塞)

在调用后台生图工具前，Agent 必须将准备提交给生图引擎的参数以表格形式呈现给用户确认，必须翻译为中文展示：

参数 值 / 方案
商品参考图 用户上传的实物图
模特选择 (Model) 自动选定（或用户指定）的 AI 模特（默认：/static/model/model_01.jpg 亚洲女性）
生成的 5 个推广场景 1. 温馨居家 (warm_home)<br>2. 街头都市 (urban_street)<br>3. 咖啡馆外 (street_cafe)<br>4. 阳光草坪 (natural_lawn)<br>5. 度假沙滩 (resort_beach)
生图模型 (Model) gpt-image-2
生图比例 (Ratio) 3:4 (小红书竖图最佳比例)

⚠️ 话术提示： “我已经为您规划了生图方案（5个经典推广场景，模特默认为亚洲女性，比例为 3:4）。请确认是否开始生成？如果有任何修改意见（例如想换男模特或特定的背景），请告诉我！” 必须得到用户“确认”或“开始生成”等答复后，方可执行下一步。

阶段 3：图片生成与监控

  1. 确认后，Agent 必须通过调用 manai_image_generation 技能的 generate_clothing_try_on 接口（或通用生图接口）为这 5 个场景分别生成图片。
  2. ⚠️ 绝对禁止使用 subprocess 或命令行调用 manai_mcp_client.py 脚本，避免 Windows 下频繁弹出 cmd.exe 命令行窗口。 调用云端 MCP Streamable HTTP 接口时优先使用平台已内置的客户端；如需写临时脚本，应使用 Python 标准库 HTTP 客户端或确认运行环境已有对应依赖。
    import os
import json
import urllib.request

url = os.environ.get("MANAI_URL", "https://manai.cc/mcp")
api_key = os.environ.get("MANAI_API_KEY")
headers = {"Content-Type": "application/json", "X-API-Key": api_key}
def post_json(payload, timeout):
    data = json.dumps(payload, ensure_ascii=False).encode("utf-8")
    req = urllib.request.Request(url, data=data, headers=headers, method="POST")
    with urllib.request.urlopen(req, timeout=timeout) as resp:
        return resp, json.loads(resp.read().decode("utf-8"))

# 1. 建立会话并获取 Mcp-Session-Id
init_resp, _ = post_json({
    "jsonrpc": "2.0", "id": 1, "method": "initialize",
    "params": {"protocolVersion": "2024-11-05", "capabilities": {}, "clientInfo": {"name": "mcp-client", "version": "1.0.0"}}
}, timeout=10)
session_id = init_resp.headers.get("Mcp-Session-Id")
headers["Mcp-Session-Id"] = session_id

# 2. 调用工具（如 generate_clothing_try_on）
_, result = post_json({
    "jsonrpc": "2.0", "id": 2, "method": "tools/call",
    "params": {"name": "generate_clothing_try_on", "arguments": payload}
}, timeout=120)
  3. 查询与下载图片状态的处理逻辑：
    • 轮询生图状态接口（如 query_ecommerce_generation_status），解析返回的 JSON 结果。
    • ⚠️ 注意图片相对路径处理：状态接口返回的图片地址可能是类似于 /static/... 格式的相对路径。在提取下载链接时，绝对不能只匹配 https://。如果返回地址是相对路径，必须在前面拼接完整 host 前缀（如 https://manai.cc，或者使用请求状态接口时的 Base URL 域名部分，组合成 https://manai.cc/static/... 的完整 URL）。
    • 下载完整 URL 的图片并保存到项目本地临时目录：./temp/<YYYYMMDD>/xhs_post_{当前时间}/ 下（命名为 img_1.jpg 到 img_5.jpg）。

阶段 4：文案撰写与违禁词过滤

基于用户提供的商品图及生图场景，Agent 必须同时为用户撰写一份符合小红书爆款风格的图文草案。

1. 文案风格规范

  • 标题：20字以内，极具吸引力，必须使用表情符号（如 😲, ✨, 😭, 💥），突出核心痛点或亮点。
  • 正文：100–500字，第一人称口吻，真诚分享、种草调性。多用空行和点缀性表情。分段列出使用体验（如“外观、质感、适用场景”）。
  • 话题标签：自动在文末追加 10个 与该商品高度相关、高热度的标签，格式为 #话题名，以空格分隔。

2. 小红书违禁敏感词过滤规则 (必修过滤)

文案生成后，Agent 必须对标题、正文及标签进行自检与净化，绝对禁止出现以下敏感词，并按以下规则替换：

  • 绝对化用词：最, 第一, 顶级, 100%, 绝对, 极品, 完美, 首选 → 替换为：很, 极佳, 非常, 推荐 等温和词。
  • 跨平台引流：淘宝, 拼多多, 微信, 加我, 私信, 微店, 下单, 链接 → 替换为：官方平台, 主页, 评论区 等中性表述或直接删除。
  • 虚假疗效/功能（非医疗品）：治疗, 根治, 特效, 药到病除, 杀菌, 排毒, 瞬间瘦 → 替换为：舒缓, 改善, 温和清洁, 辅助。

自检合格后，Agent 将 5 张图片的 Markdown 渲染链接及文案（标题、正文与 10 个话题）完整展示给用户。

3. 阶段 5：浏览器上传、填充与最终发布 (阻塞点 2 - 必须阻塞)

当用户在聊天框中回复“确认发布”或“开始发布”后，Agent 启动浏览器自动化流程。

BrowserWorker 执行约束

  • 发布页上传、填充、预览和最终点击发布必须通过项目内置 BrowserWorker daemon + Chrome extension transport 完成，不要求用户机器安装 ChromeDriver、Playwright、Selenium、Node.js、npm 或 Python 第三方包。
  • 浏览器 HTTP 调用示例必须使用 Python 标准库（如 urllib），不要把 requests 作为浏览器控制依赖。
  • 端口发现顺序：BrowserWorker_PORT -> BrowserWorker_LOCK_FILE -> MANAI_WORKSPACE_ROOT / MANAI_HOME 下的 storage/browser_daemon.lock -> 默认 12321。
  • 临时图片、临时 payload 和调试输出必须放在项目 ./temp/<YYYYMMDD>/ 下；任务完成后只清理本次创建的临时文件，不删除非 ./temp 下文件。
  • 遇到小红书登录、验证码、账号安全验证、上传失败或发布确认弹窗时，调用 request_help(validate_after=True)，让用户在 BrowserWorker 插件浏览器中处理。

第一步：通过 Python 脚本调用 publish_to_xhs 动作

由于 publish_to_xhs 动作没有直接以 LLM 工具的形式暴露在 Agent 的工具列表中，Agent 必须编写一段 Python 脚本（利用 execute_code 或 terminal 运行）来向本地运行的浏览器守护进程发送 HTTP 请求发起调用。

具体 Python 运行脚本的写法样例如下：

import os
import json
import uuid
import urllib.request
from pathlib import Path

# 1. 动态获取本地浏览器守护进程的运行端口
def get_browser_daemon_port() -> int:
    if os.environ.get("BrowserWorker_PORT"):
        return int(os.environ["BrowserWorker_PORT"])

    candidates = []
    if os.environ.get("BrowserWorker_LOCK_FILE"):
        candidates.append(Path(os.environ["BrowserWorker_LOCK_FILE"]))
    for env_name in ("MANAI_WORKSPACE_ROOT", "MANAI_HOME"):
        root = os.environ.get(env_name)
        if root:
            candidates.append(Path(root) / "storage" / "browser_daemon.lock")

    current = Path(__file__).resolve().parent
    for _ in range(8):
        candidates.append(current / "storage" / "browser_daemon.lock")
        current = current.parent

    for lock_file in candidates:
        if lock_file.exists():
            try:
                lock_data = json.loads(lock_file.read_text(encoding="utf-8"))
                port = lock_data.get("port")
                if port:
                    return int(port)
            except Exception:
                pass
    return 12321

def post_json(base_url: str, path: str, payload: dict, timeout: float = 120.0) -> dict:
    data = json.dumps(payload, ensure_ascii=False).encode("utf-8")
    req = urllib.request.Request(
        base_url + path,
        data=data,
        headers={"Content-Type": "application/json; charset=utf-8"},
        method="POST",
    )
    with urllib.request.urlopen(req, timeout=timeout) as resp:
        return json.loads(resp.read().decode("utf-8"))

port = get_browser_daemon_port()
base_url = f"http://127.0.0.1:{port}"

# 2. 定位 publish_to_xhs.py 的 action_search_path
current_dir = Path(__file__).resolve().parent
action_search_path = None
for root in [current_dir, *current_dir.parents]:
    for candidate in (
        root / "scripts" / "actions" / "publish_to_xhs.py",
        root / "skills" / "xiaohongshu_publisher" / "scripts" / "actions" / "publish_to_xhs.py",
        root / "storage" / "agents" / "organizer-1" / "skills" / "xiaohongshu_publisher" / "scripts" / "actions" / "publish_to_xhs.py",
    ):
        if candidate.exists():
            action_search_path = candidate.parent
            break
    if action_search_path:
        break

if not action_search_path:
    raise FileNotFoundError(f"找不到 publish_to_xhs.py 动作脚本，请确认路径。")

session_id = f"xhs_publish_{uuid.uuid4().hex[:8]}"

# 3. 构造本地 `/execute` 接口的调用参数并发起请求
payload = {
    "session_id": session_id,
    "action": "publish_to_xhs",
    "action_search_path": str(action_search_path),
    "args": {
        "image_paths": [
            "./temp/20260729/xhs_post/img_1.jpg",
            "./temp/20260729/xhs_post/img_2.jpg",
            # 填入实际生成的本地推广图路径
        ],
        "title": "小红书标题",
        "content": "小红书正文内容 + 10个话题标签"
    }
}

# 4. 执行请求并捕获输出
post_json(base_url, "/lock/acquire", {
    "session_id": session_id,
    "skill": "xiaohongshu_publisher",
    "domains": ["xiaohongshu.com"],
    "concurrency_policy": "domain",
}, timeout=10)
try:
    result = post_json(base_url, "/execute", payload, timeout=180)
    print(json.dumps(result, ensure_ascii=False, indent=2))
finally:
    post_json(base_url, "/lock/release", {"session_id": session_id}, timeout=10)

第二步：双重确认提示与发布控制

  1. publish_to_xhs.py 会自动在 BrowserWorker 插件浏览器中创建或复用发布标签页，并导航到小红书发布页面，上传图片，填入标题和正文。
  2. 填充完毕后，脚本与 Agent 必须暂停，不能自动点击“发布”按钮。
  3. Agent 向用户反馈当前状态，并要求用户进行最终人工审查：

    📢 交互话术： “我已经在插件浏览器中将 5 张生成的图片、标题和正文都上传并填好。请在已打开的小红书发布页面中检查排版和内容：

    • 如果确认无误，请在聊天框回复【确认发布】，我将自动为您一键点击发布；
    • 您也可以在浏览器页面中手动点击右下角的【发布】按钮。”
  4. 人工放行：只有当用户在聊天框输入“确认发布”、“发吧”等明确的二次指令后，Agent 才能再次调用 publish_to_xhs 传入 {"click_publish": true} 动作，或执行 JS 点击发布按钮，完成任务。
  5. ⚠️ 填充后保留页面标签页（Tab）：在内容填充完毕、用户最终确认发布或手动发布的整个等待期间，严禁主动关闭小红书创作者页面标签页（Tab）。必须保持页面开启，直到用户确认完成任务。

4. 完成标准 (Completion Criteria)

  • 展示生图和文案方案并通过“阻塞点 1”。
  • 并行生成 5 张高品质场景图片并完成违禁词过滤。
  • 自动接管浏览器并成功填充图片、标题和正文描述。
  • 经过“阻塞点 2”人工二次确认后，自动执行点击发布或确认用户已手动发布。
  • 彻底清理本地 temp/ 目录下的所有临时图片和脚本。

Related in other

limits-colimits

Context management for Claude Code. Hooks maintain state via ledgers and handoffs. MCP execution without context polluti...

by parcadei
3,392

ddttom-allaboutv2-claude-skills-block-collection-and-party

The Block Collection and Block Party are repositories for existing AEM blocks, build tools, code snippets, integration p...

by mattnigh
20

nodnarbnitram-claude-code-extensions-claude-skills-esphome-confi

This skill should be used when the user asks to "create an esphome config", "set up an esp32 device", "configure esphome...

by mattnigh
20