小红书黑马爆文榜

发现小红书上正在悄悄起量的黑马爆文，看清哪些账号和内容最近突然跑出来了。

触发场景

当用户提出以下需求时使用本 Skill：

"查一下小红书黑马爆文榜"
"XX 分类的黑马笔记"（如「居家装修黑马爆文榜」）
"看看小红书最近有哪些黑马内容"
"查某天的黑马爆文榜"

如果用户输入的分类无法匹配到标准分类，按「综合全部」输出；查询无结果时如实说明，不自动改查其他分类。

数据说明

榜单口径

榜单定位：黑马爆文榜，呈现近期互动表现突出的黑马笔记，不限粉丝量级；按单日出榜（返回笔记发布日期集中在统计窗口当天或前一天），不是七日爆款笔记周榜。
分类筛选：支持 25 个内容分类，不指定时默认「综合全部」。
日期查询：支持查询近 30 天内任意一天的榜单，rankDate 为统计窗口开始日期；未指定时默认查最近一个已更新的数据日。
排序：按互动总量从高到低排列，展示 TOP50（首次输出 TOP20，可「查看更多」查看 TOP21-50）。
数据更新时间：每天 17:30 开始更新昨日数据（17:30 前查询昨日数据尚未生成）。

每条笔记包含

标题、作者、粉丝数、发布时间、点赞数、评论数、收藏数、分享数、互动总数。

支持查询的分类（共 25 个）

综合全部（默认）、出行代步、医疗保健、休闲爱好、综合杂项、婚庆婚礼、居家装修、影视娱乐、星座情感、拍摄记录、学习教育、旅行度假、亲子育儿、日常生活、科学探索、数码科技、时尚穿搭、化妆美容、个人护理、美味佳肴、职业发展、宠物天地、新闻资讯、体育锻炼、潮流鞋包。

一键安装

前置条件

Python 3.8+（仅使用标准库，无需安装额外依赖）
红狐数据 API Key（前往红狐 hub 注册获取）

安装步骤

将技能文件夹放入你的 Skills 目录
配置环境变量 REDFOX_API_KEY（配置细节详见 references/core_workflow.md）
无需安装额外依赖，直接使用

工作流程

核心执行流程（意图识别、分类与日期处理、脚本调用、榜单与规律分析输出规则、HTML 文件包生成与自动展示、空结果与错误处理等）详见 references/core_workflow.md，Agent 执行时必须遵循该文件中的所有规则。完整数据接口与字段说明见 references/api-spec.md。

使用指南

直接用自然语言描述查询需求，无需记忆命令。

意图	示例话术	效果
查询默认榜	「看小红书黑马爆文榜」	输出综合全部黑马爆文榜（默认最近数据日）
指定分类	「查化妆美容黑马爆文榜」	只输出该分类榜单
指定日期	「查 2026-09-20 的黑马榜」	查询指定统计窗口开始日期
查看更多	「查看更多」	输出 TOP21-50 剩余榜单
订阅推送	「订阅」或回复「1」	每天 19:30 自动推送最新黑马爆文榜 TOP50
导出文件包	回复「2」	生成小红书风格完整页面，支持导出 PDF

输出内容

查询成功后，结果按顺序完整输出：

榜单表格：序号、笔记信息（标题与作者主页均可点击）、互动总数、点赞数、评论数、收藏数、分享数、发布时间
爆款规律分析：标题特征表、内容主题表与可参考亮点（参考笔记带跳转链接）
分类查询提示：列出 25 个可选分类
功能选择入口：订阅推送 / 导出 HTML 文件包

使用场景

场景一：黑马选题挖掘

角色：小红书创作者

需求：想找最近正在起量的内容方向，跟住流量风口

使用方式：输入自己所在的内容分类（如「化妆美容」）→ 浏览 TOP50 榜单 → 参考爆款规律分析中的标题模版与内容特征，快速跟进。

场景二：竞品黑马监测

角色：内容运营 / 品牌方

需求：了解某一赛道哪些账号在突然起量，判断是否值得合作

使用方式：选定目标分类定期查询 → 关注榜单中反复出现的账号及其内容主题 → 对比不同统计窗口，识别持续爆发的黑马账号。

场景三：爆款规律研究

角色：内容策略分析师

需求：系统性研究某一分类的黑马爆文规律

使用方式：调整统计窗口开始日期，对比不同时段榜单 → 分析标题类型占比与内容主题变化 → 导出文件包存档，便于整理分析报告。

注意事项

数据真实性：所有数值均来自数据服务返回，如实展示，严禁估算或编造
查询无果不替换：空结果时如实说明并给出可调整方向（更换分类或更近的窗口），不自动改查其他分类
积分保护：每次成功查询可能消耗积分；未经用户明确指定，不主动批量查询多个分类
鉴权：首次使用需配置环境变量 REDFOX_API_KEY，API Key 获取与配置详见 references/core_workflow.md
链接完整性：输出中的笔记与作者链接保持完整可点击，不使用被终端截断的 URL

xiaohongshu-darkhorse

SKILL.mdskills/xiaohongshu-darkhorse/SKILL.md