小红书多模态内容智能采集与分析

自动化抓取小红书图文内容并生成深度分析报告，支持多模态数据整合与AI视觉理解，适用于社媒调研与趋势洞察

基本信息

• 技能名称?Xiaohongshu Search Summarizer
• 中文名称?小红书多模态内容智能采集与分析
• 作者?piekill
• 分类?其他
• 版本?1.0.3
• 标签?social-media, web-scraping, multi-modal, playwright, content-analysis, xiaohongshu, market-research, vision-capable, browser-automation

使用方法

使用说明
核心用法
小红书搜索聚合分析器（Xiaohongshu Search & Summarize）是一款面向社媒内容研究的专业级自动化工具，专为解决小红书平台强反爬机制下的数据采集难题而设计。该技能采用 双阶段工作流 ：第一阶段通过 Playwright 模拟真实用户浏览器行为，完整加载懒加载图片、提取标题/正文/热评及高清图像；第二阶段由 AI 进行多模态深度合成，将文本与视觉信息整合为结构化的综合分析报告。
显著优点

1. 反爬绕过能力 ：不同于直接 HTTP 请求易被 404 拦截，Playwright headed 模式模拟真人操作，大幅提升采集成功率
2. 多模态完整捕获 ：不仅抓取文本，更通过滑动交互强制加载完整图片轮播，获取其他工具遗漏的视觉信息
3. AI 视觉理解 ：明确要求调用方使用 vision 能力解读图像内容（如图表、流程图、UI 截图），实现真正的图文融合分析
4. 智能信息提炼 ：内置评论质量过滤机制（自动丢弃"私信我"等噪音），保留多元观点与有价值的反驳意见
5. 主题化重组输出 ：禁止简单罗列帖子，要求按概念、步骤、优缺点等维度重组信息，输出具有分析深度的综合报告
   潜在局限性与风险
   人工介入门槛 ：遇登录挑战时需用户手动完成浏览器内认证，无法全自动运行
   环境依赖严格 ：需预装 playwright-cli、python3 及 requests 包，跨平台兼容性受限
   法律合规灰区 ：虽技术层面规避反爬，但大规模采集小红书内容可能触及平台 ToS 及数据合规边界
   稳定性风险 ：平台反爬策略升级可能导致脚本失效，需持续维护
   输出质量控制依赖 AI ：最终报告质量高度依赖调用方的 synthesis 能力，若跳过图像读取则沦为文件名清单
   适合人群
   市场研究员与品牌分析师：追踪消费趋势、竞品口碑、用户痛点
   内容创作者与运营者：研究爆款结构、视觉风格、评论区互动模式
   产品经理人：收集真实用户场景反馈、UI/UX 参考案例
   学术研究者：社交媒体多模态话语分析、数字民族志素材采集
   常规风险提示
   数据合规 ：建议仅用于个人研究或小规模分析，避免商业性大规模爬取；注意遵守《网络安全法》《个人信息保护法》对公开个人信息采集的限制。 账号安全 ：频繁操作可能触发平台风控，建议配合备用账号或控制采集频率。 输出可靠性 ：AI 对图像的解读可能存在偏差，关键决策建议人工复核原始图片。