blogger-distiller

Category: Content & Multimedia | Uploader: otter1101 | Downloads: 0 | Version: v1.0（Latest）

Use when the user wants to analyze or distill a Xiaohongshu blogger/account, benchmark a target creator, or diagnose their own content strategy. Trigger on requests such as “拆解博主”“蒸馏博主”“分析小红书博主”“诊断我的小红书账号”“对标账号”“内容策略分析”“小红书账号分析”. --- # 博主蒸馏器 ## 你是什么自动化的小红书博主蒸馏工具。**输入一个博主名字，输出两样最终产物：** 1. **HTML 蒸馏报告** — 给人看。浏览器打开，快速理解这个博主的人设、认知层、策略层和内容层。 2. **创作 Skill 文件夹** — 给 AI 用。安装后说"用 XX 风格写一篇笔记"，AI 立刻知道怎么写。模式 A 用来拆解对标博主（学 TA），模式 B 用来诊断自己的账号（看自己）。核心理念：**脚本保下限，AI 冲上限。** 脚本负责数据采集和确定性分析，AI 负责蒸馏洞察和生成最终产物。 --- ## 能力范围爬取目标博主笔记数据（支持 30 / 50 / 80 三档），三层蒸馏产出： ### 三层蒸馏结构 | 层级 | 回答什么 | 举例 | |------|---------|------| | **认知层** | TA 怎么想？ | 核心信念 / 观点张力 / 价值立场 / 思维模式 | | **策略层** | TA 怎么运营？ | 系列规划 / 蹭热点方式 / 运营习惯 / 发布节奏 | | **内容层** | TA 怎么写？ | 标题公式 / 开头模板 / CTA / 视觉风格 / 标签策略 | ### 产出物一：HTML 蒸馏报告（10 个模块） 1. 一眼看清（摘要卡片） 2. 人设拆解 3. 认知层：TA 怎么想 4. 策略层：TA 怎么运营 5. TOP10 爆款拆解 6. 内容公式速查 7. 选题灵感 TOP15 8. 数据面板（基础展开，详细折叠） 9. 发展趋势（附置信度标注） 10. 核心结论 ### 产出物二：创作 Skill 文件夹 - 模式 A：`{博主名}_创作指南.skill/SKILL.md` - 模式 B：`{用户名}_创作基因.skill/SKILL.md` - 8 大章节：使用说明 → 认知层 → 策略层 → 内容层 → 创作禁区 → 对比示例 → 选题灵感 → 局限性+自检清单 ### 分工 **脚本做 30%**（保下限）： - 环境检查、扫码登录、数据采集 - 统计分析（11种标题模式、6类CTA、藏赞比、发布频率） - 认知层粗提取（观点句候选、思维模式统计、价值词） - 数据底稿 + AI 蒸馏任务生成 **AI 做 70%**（冲上限）： - 生成 HTML 蒸馏报告 - 生成创作 Skill 文件夹 - 抽取信念、张力、框架、创作禁区、对比示例 - 因果分析、个性化建议、金句总结 --- ## 前置要求 - 需要本地桌面环境（支持显示图片或打开文件） - 云端/无头服务器暂不支持（无法完成扫码登录） - Python 3.8+（Skill 会自动检测，如未安装会提示） - 网络连接（用于下载 MCP 二进制和爬取小红书数据） ### 代理设置如需通过代理访问 GitHub 或小红书，设置环境变量： ```bash # Windows $env:HTTP_PROXY="http://127.0.0.1:7890" $env:HTTPS_PROXY="http://127.0.0.1:7890" # macOS/Linux export HTTP_PROXY="http://127.0.0.1:7890" export HTTPS_PROXY="http://127.0.0.1:7890" ``` --- ## 执行流程 ### Phase 0: 环境自动准备运行 `python scripts/check_env.py` 自动检查并修复以下依赖： 1. **python-docx** — 检测到未安装时自动 `pip install`（沿用现有环境准备逻辑） 2. **xiaohongshu-mcp 二进制** — 检测到未安装时自动从 GitHub Releases 下载最新版到 `~/.xiaohongshu/bin/` 3. **MCP 服务** — 检测到未运行时自动后台启动 4. **小红书登录状态** — 检测到未登录时提示扫码登录 **扫码登录详细流程：** 1. 调用 `check_login_status` 检查登录状态 2. 若已登录 → 跳到

Changelog: Source: GitHub https://github.com/otter1101/blogger-distiller

Directory Structure

Current level: tree/main/

📁 references/
- 📁 张咋啦_创作指南.skill/
  - 📄 SKILL.md 22.4 KB
- 📄 产出物质量标杆.md 18.3 KB
📁 scripts/
- 📁 utils/
  - 📄 __init__.py 119 B
  - 📄 common.py 537 B
  - 📄 mcp_client.py 9.4 KB
  - 📄 md_to_docx.py 13.0 KB
- 📄 __init__.py 19 B
- 📄 analyze.py 18.3 KB
- 📄 check_env.py 27.9 KB
- 📄 crawl_blogger.py 18.5 KB
- 📄 deep_analyze.py 100.0 KB
- 📄 verify.py 9.6 KB
📄 .gitignore 368 B
📄 install.py 7.2 KB
📄 LICENSE 1.0 KB
📄 README.md 7.0 KB
📄 run.py 9.5 KB
📄 SKILL.md 13.8 KB

SKILL.md

---
name: blogger-distiller
description: >
  Use when the user wants to analyze or distill a Xiaohongshu blogger/account, benchmark a target creator, or diagnose their own content strategy.
  Trigger on requests such as “拆解博主”“蒸馏博主”“分析小红书博主”“诊断我的小红书账号”“对标账号”“内容策略分析”“小红书账号分析”.
---

# 博主蒸馏器

## 你是什么

自动化的小红书博主蒸馏工具。**输入一个博主名字，输出两样最终产物：**

1. **HTML 蒸馏报告** — 给人看。浏览器打开，快速理解这个博主的人设、认知层、策略层和内容层。
2. **创作 Skill 文件夹** — 给 AI 用。安装后说"用 XX 风格写一篇笔记"，AI 立刻知道怎么写。

模式 A 用来拆解对标博主（学 TA），模式 B 用来诊断自己的账号（看自己）。

核心理念：**脚本保下限，AI 冲上限。** 脚本负责数据采集和确定性分析，AI 负责蒸馏洞察和生成最终产物。

---

## 能力范围

爬取目标博主笔记数据（支持 30 / 50 / 80 三档），三层蒸馏产出：

### 三层蒸馏结构

| 层级 | 回答什么 | 举例 |
|------|---------|------|
|  **认知层** | TA 怎么想？ | 核心信念 / 观点张力 / 价值立场 / 思维模式 |
|  **策略层** | TA 怎么运营？ | 系列规划 / 蹭热点方式 / 运营习惯 / 发布节奏 |
|  **内容层** | TA 怎么写？ | 标题公式 / 开头模板 / CTA / 视觉风格 / 标签策略 |

### 产出物一：HTML 蒸馏报告（10 个模块）

1.  一眼看清（摘要卡片）
2. 人设拆解
3. 认知层：TA 怎么想
4. 策略层：TA 怎么运营
5. TOP10 爆款拆解
6. 内容公式速查
7. 选题灵感 TOP15
8. 数据面板（基础展开，详细折叠）
9. 发展趋势（附置信度标注）
10. 核心结论

### 产出物二：创作 Skill 文件夹

- 模式 A：`{博主名}_创作指南.skill/SKILL.md`
- 模式 B：`{用户名}_创作基因.skill/SKILL.md`
- 8 大章节：使用说明 → 认知层 → 策略层 → 内容层 → 创作禁区 → 对比示例 → 选题灵感 → 局限性+自检清单

### 分工

**脚本做 30%**（保下限）：
- 环境检查、扫码登录、数据采集
- 统计分析（11种标题模式、6类CTA、藏赞比、发布频率）
- 认知层粗提取（观点句候选、思维模式统计、价值词）
- 数据底稿 + AI 蒸馏任务生成

**AI 做 70%**（冲上限）：
- 生成 HTML 蒸馏报告
- 生成创作 Skill 文件夹
- 抽取信念、张力、框架、创作禁区、对比示例
- 因果分析、个性化建议、金句总结

---

## 前置要求

- 需要本地桌面环境（支持显示图片或打开文件）
- 云端/无头服务器暂不支持（无法完成扫码登录）
- Python 3.8+（Skill 会自动检测，如未安装会提示）
- 网络连接（用于下载 MCP 二进制和爬取小红书数据）

### 代理设置

如需通过代理访问 GitHub 或小红书，设置环境变量：

```bash
# Windows
$env:HTTP_PROXY="http://127.0.0.1:7890"
$env:HTTPS_PROXY="http://127.0.0.1:7890"

# macOS/Linux
export HTTP_PROXY="http://127.0.0.1:7890"
export HTTPS_PROXY="http://127.0.0.1:7890"
```

---

## 执行流程

### Phase 0: 环境自动准备

运行 `python scripts/check_env.py`

自动检查并修复以下依赖：

1. **python-docx** — 检测到未安装时自动 `pip install`（沿用现有环境准备逻辑）
2. **xiaohongshu-mcp 二进制** — 检测到未安装时自动从 GitHub Releases 下载最新版到 `~/.xiaohongshu/bin/`
3. **MCP 服务** — 检测到未运行时自动后台启动
4. **小红书登录状态** — 检测到未登录时提示扫码登录

**扫码登录详细流程：**

1. 调用 `check_login_status` 检查登录状态
2. 若已登录 → 跳到 Phase 0.5
3. 若未登录：
   a. 调用 `get_login_qrcode` 获取二维码（URL 或 base64 格式）
   b. 展示策略（分级降级）：
      - 尝试直接渲染二维码图片给用户
      - 若失败，保存到桌面 `~/Desktop/xiaohongshu_qrcode.png` 并提示用户打开
      - 若失败，输出二维码 URL 让用户在手机浏览器打开
   c. 提示用户用手机小红书扫码
   d. 每 3 秒轮询 `check_login_status`，超时 120 秒
   e. 登录成功 → 继续；超时 → 报错退出

### Phase 0.5: 前置交互

必须先展示以下完整交互文案，等用户回答后再继续：

```text
─────────────────────────────────────
欢迎使用博主蒸馏器！

请选择分析模式：

   A — 拆解对标博主
     爬取 TA 的笔记 → 提炼内容公式和思维方式
     → 生成「TA的名字_创作指南.skill/」
     以后写内容时加载它，相当于随时在线的内容教练

  B — 诊断我的账号
     爬取你的笔记 → 找到内容基因和增长瓶颈
     → 生成「你的名字_创作基因.skill/」
     让 AI 写出的内容像你自己写的，无缝嵌入创作工作流

   C — 对标 + 借鉴（暂未开放，v2.1 支持）

请输入 A 或 B：

爬取数量（推荐 50 条）：
  ① 30 条 — 快速扫描（约 15-25 分钟）
  ② 50 条 — 推荐档位（约 30-45 分钟）
  ③ 80 条 — 深度分析（约 45-65 分钟）

每 10 条自动存盘，中断了下次继续。
─────────────────────────────────────
```

记录两个变量供后续流程使用：

- `user_mode`：`A` 或 `B`
- `max_notes`：`30` / `50` / `80`

### Phase 1: 数据采集

运行 `python scripts/crawl_blogger.py <博主名> -o ./data --max-notes <max_notes>`

**⚠️ 重要约束（不得违反）：**
- 必须逐条调用 `get_feed_detail` 获取笔记正文。仅有标题和互动数字的列表数据不足以做深度分析，正文、评论、标签都只能从 detail 接口获得。
- 不得自行编写脚本替代 `scripts/crawl_blogger.py`，必须调用现有脚本。
- 不得修改 `--max-notes` 参数的值，必须沿用用户在 Phase 0.5 选定的数量。

自动完成：

1. **搜索定位博主**（优先小红书号，否则按昵称精确匹配 → 昵称包含 → 出现频次）
2. **获取主页信息** — 粉丝数、获赞数、笔记数、简介
3. **获取主页笔记列表** — 从 `user_profile` 返回的 feeds 中提取
4. **多关键词搜索补充** — 默认使用通用后缀（教程 / 推荐 / 分享 / 测评 / 攻略 / 合集），用户可通过 `--keywords` 指定领域词
5. **逐条获取笔记详情** — 每条间隔 3 秒防风控
6. **checkpoint 断点恢复** — 每 10 条自动存盘

输出文件（JSON）：

- `{博主名}_profile.json` — 主页信息
- `{博主名}_notes_list.json` — 笔记列表（按赞数排序）
- `{博主名}_notes_details.json` — 全量笔记详情（含评论）

### Phase 2: 数据分析 + 认知层提取

运行 `python scripts/analyze.py ./data/<博主名>_notes_details.json -o ./data`

自动完成：

1. **数据清洗** — 解析 JSON，提取标题 / 正文 / 互动数据 / 评论 / 标签
2. **内容分类** — 基于笔记标签和高频关键词动态聚类，不预设任何领域
3. **标签统计** — 提取所有 `#` 话题标签，按频次排序 TOP20
4. **TOP10 + 评论洞察** — 高赞前 10 条的详情 + 热评精选
5. **认知层粗提取** — 观点句候选 / 高频价值词 / 写作结构统计
6. **[可选] 对比分析** — 自己 vs 目标博主的数据差异

输出文件：

- `{博主名}_analysis.json` — 结构化分析数据（含完整笔记列表、分类、观点句候选、高频价值词等）

### Phase 3: 蒸馏 + 产出物生成

#### Step A：生成数据底稿和 AI 蒸馏任务

运行：

```bash
python scripts/deep_analyze.py ./data/<博主名>_analysis.json "<博主名>" \
  -o ./output --details ./data/<博主名>_notes_details.json --mode <user_mode>
```

脚本自动完成：

1. **基础统计面板** — 均赞 / 均藏 / 均评 / 爆款率 / 视频 vs 图文 / 藏赞比
2. **标题模式识别** — 11 种标题策略的使用比例和示例
3. **内容结构分析** — 正文长度分布、列表率、小标题率
4. **CTA 提取**
5. **Emoji 视觉分析**
6. **发布频率**
7. **发展趋势数据**
8. **观点句候选 / 高频价值词 / 写作结构**
9. **TOP10 数据包**
10. **AI 蒸馏任务**

脚本产出：

- `{博主名}_数据底稿.md`
- `{博主名}_AI蒸馏任务.md`

#### Step B：AI 读取蒸馏任务，生成最终产物

AI 必须读取 `AI蒸馏任务.md`，生成以下最终交付物：

1. **HTML 报告**
   - 文件名：`{博主名}_蒸馏报告.html`
   - 技术要求：单文件 HTML，手写 CSS（禁止 Tailwind CDN），Google Fonts 引入 Space Mono + Noto Serif SC
   - 设计风格：Archive Terminal（工业档案感）；底色 #CEC9C0，主强调色 #8A3926，正文 #1A1211
   - 无圆角、无阴影、无白色卡片；模块1/8/10 为砖红色反转背景
   - 三个动效：滚动 fadeInUp / 数字 counter / 分割线 draw-in（原生 JS）
   - 折叠面板用 `<details><summary>` 原生 HTML；响应式，移动端断点 768px
   - 字号系统：标签/元数据层 11-13px，正文内容层 14-16px，统计大数字 20px（详见 AI蒸馏任务.md 字号系统表）
   - 详细视觉规格见 `AI蒸馏任务.md` 的"技术要求"章节

2. **Skill 文件夹**
   - 模式 A：`{博主名}_创作指南.skill/SKILL.md`
   - 模式 B：`{用户名}_创作基因.skill/SKILL.md`

**⚠️ 关键契约：**
- 最终 Skill 不是单个 `.skill.md` 文件
- 最终 Skill 是一个可安装的文件夹
- 文件夹中至少必须有 `SKILL.md`

### Phase 4: 质量检查

运行校验时，最终产物应按以下口径验收：

- `{博主名}_蒸馏报告.html`
- `{博主名}_创作指南.skill/SKILL.md`

模式 B 时，将第二项替换为：

- `{用户名}_创作基因.skill/SKILL.md`

如果最终产物缺失、为空、或 AI 仍输出成单个 `.skill.md` 文件，都视为不合格。

---

## MCP 调用协议

使用 HTTP + JSON-RPC 协议，每次调用需要三步：

```python
from scripts.utils.mcp_client import MCPClient

client = MCPClient(port=18060)
data = client.call("search_feeds", {"keyword": "<博主名>"})
```

### 可用工具

| 工具名 | 作用 | 关键参数 |
|--------|------|---------|
| `check_login_status` | 检查登录状态 | 无 |
| `get_login_qrcode` | 获取登录二维码 | 无 |
| `search_feeds` | 搜索笔记 | `keyword` |
| `user_profile` | 获取用户主页 | `user_id`, `xsec_token` |
| `get_feed_detail` | 获取笔记详情 | `feed_id`（注意不是 `note_id`） |

### 踩坑记录

- `get_feed_detail` 的参数名是 `feed_id`，不是 `note_id`
- `user_profile` 需要 `xsec_token` 参数，从搜索结果中获取
- 每次新的调用链都需要重新 `init → notify → call`（session 不持久）
- 请求间隔建议 2-3 秒，否则可能触发临时风控

---

## 文件结构

```text
小红书博主拆解Skill/
├── SKILL.md                  # 你现在看的这个文件
├── run.py                    # 一键运行入口（串联 Phase 0→4）
├── install.py                # 自动安装脚本
├── scripts/
│   ├── check_env.py          # Phase 0: 环境自动准备
│   ├── crawl_blogger.py      # Phase 1: 数据采集
│   ├── analyze.py            # Phase 2: 数据分析 + 认知层粗提取
│   ├── deep_analyze.py       # Phase 3: 数据底稿 + AI 蒸馏任务
│   ├── verify.py             # Phase 4: 数据校验模块
│   └── utils/
│       ├── common.py         # 共用工具函数
│       ├── mcp_client.py     # MCP HTTP 调用封装
│       └── md_to_docx.py     # 历史兼容工具（当前主流程不再依赖）
└── references/
    └── 产出物质量标杆.md
```

---

## 使用方式

### 自然语言触发（推荐）

直接对 AI 说：

```text
拆解博主 <目标博主名>
```

AI 必须先执行 Phase 0.5 前置交互，再继续后面的流程。

### 一键运行

```bash
cd 小红书博主拆解Skill/
python run.py "<博主名>"
```

运行后必须先完成：

1. 模式 A / B 选择
2. 数量 30 / 50 / 80 选择

然后再进入采集、分析、蒸馏。

### 手动分步执行

```bash
cd 小红书博主拆解Skill/

# Phase 0: 环境自动准备
python scripts/check_env.py

# Phase 1: 采集博主数据
python scripts/crawl_blogger.py "<博主名>" -o ./data --max-notes 50

# Phase 2: 数据分析
python scripts/analyze.py ./data/<博主名>_notes_details.json -o ./data

# Phase 3 Step A: 生成数据底稿和 AI 蒸馏任务
python scripts/deep_analyze.py ./data/<博主名>_analysis.json "<博主名>" \
  -o ./output --details ./data/<博主名>_notes_details.json --mode A
```

**注意：**
- `crawl_blogger.py` 和 `analyze.py` 不要自行改写，直接调用现有脚本。
- `deep_analyze.py` 只负责生成数据底稿和 AI 蒸馏任务；最终 HTML 和 Skill 文件夹由宿主 AI 继续完成。

---

## 多平台兼容性

| 平台 | 本机运行 | HTTP localhost | Python | 文件读写 | 测试状态 |
|------|---------|---------------|--------|---------|---------|
| CodeBuddy (WorkBuddy) | ✅ | ✅ | ✅ | ✅ | ✅ 已验证 |
| Claude Code | ✅ | ✅ | ✅ | ✅ | ✅ 已验证 |
| OpenClaw (本地) | ✅ | ✅ | ✅ | 待测试 | 待测试 |
| OpenClaw (云端) | ❌ | ❌ | ✅ | ⚠️ 受限 | ❌ 不支持 |
| Codex | ✅ | ✅ | ✅ | ✅ | ✅ 已验证 |

### 核心原则

1. 一份 `SKILL.md` 兼容 WorkBuddy / Claude Code / OpenClaw/ Codex
2. 工具函数提取到 `utils/common.py` 共用
3. 使用标准库（`urllib`）避免外部依赖
4. 登录扫码做好降级策略（渲染图片 → 保存 PNG → 输出 URL）

---

## 参考文档

- `references/产出物质量标杆.md` — 可作为产出结构和质量上限参考；若与当前 HTML / Skill 文件夹契约冲突，以本文件和操作手册为准

Comments 0

Latest | Hot

Please login before commenting.

Loading comments...

blogger-distiller

Directory Structure

SKILL.md

Report

Notice