プロトタイプ · プレビュー版:公式レジストリのすべてのサーバーを掲載し、30分ごとに同期しています。Google でログインするとレビューを書けます。プロトタイプ · 30分ごとに更新
PopNx MCPAIを使う人のためのMCPサーバー · やさしい言葉で解説

xhs-writer-skill Skill

リポジトリ ↗

作者:JuneYaooo★ 2121 個の skill

インストール

What it does

小红书爆款笔记生成器,基于gpt-image-2,强力超快生成,自然语言修改,超好用!

  • Connects Instruction files the AI reads
  • Account or key Not confirmed yet (README not read yet)
  • Category コーディング
作者向け:README にバッジを付ける

作者の方は、このコードを README に貼れます。バッジはこのページにリンクします。

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/skill/juneyaooo-xhs-writer-skill.svg)](https://mcp.popnx.com/en/skills/juneyaooo-xhs-writer-skill)

一緒に使える

同じ作業で AI をサービスにつなぐ MCP

REA

Reverse engineer anything from your terminal or agent with one CLI and MCP server.

作者:morluto広く使われている↓ 38.9万/週★ 46.8万7 日前更新

MCP · サービスにつなぐパソコンで動く

Fallow

Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.

作者:fallow-rs広く使われている↓ 244.1万/週★ 5383一昨日更新

MCP · サービスにつなぐパソコンで動く

似た Skill

同じ種類の作業。Skill 一覧と同じ並び

似たものと比べる
これ
xhs-writer-skill
reaandrej-karpathy-skillsgraphifyMoneyPrinterTurbo
作者JuneYaooomorlutomultica-aiGraphify-Labsharry0703
Skill 数11111
GitHub スター212467,235234,125149,873144,332
最終コード更新2026年4月25日2026年11月18日2026年4月20日2026年11月18日2026年11月18日
ライセンスApache-2.0MIT–Apache-2.0MIT

JuneYaooo による 1 個の Skill(指示セット)。AI が読んでそのとおりに作業します · MCP server ではありません

Skill と MCP の違い

MCP = 手

AI を外部のサービスやデータにつなぎます(例:Notion を読む、請求書を作る)。プログラムやサーバーが動いている必要があります。

Skill = 手順書

作業のやり方を AI に教えるテキストファイル。どのサービスにもつながりません。

重なる部分もあります。ツールを呼ぶスクリプト付きの Skill や、知識だけを渡す MCP もあります。やりたい作業から選んでください。

使えるアプリ

Claude CodeCodexCursor

提供元の README と repo のフォルダから判断

インストール

Is it safe?

  • Who made it

    GitHub account JuneYaooo (person), 6 years old

  • Use and upkeep

    ★ 212 stars, few users so far · code last changed 2026年4月25日

  • Any scripts?

    8 scripts that can run on a computer: install_as_skill.sh, scripts/analyze_material.py, scripts/collage_3x4.py, scripts/crop_watermark.py and 4 more

  • Uses the internet?

    Scripts that go online: scripts/image_generator.py

  • Changes machine-wide settings?

    Scripts that touch settings folders (~/.claude or settings.json): install_as_skill.sh

Checked automatically from the repo files at commit 6adef3b (read only, nothing was run). Not a safety guarantee: read it and decide for yourself

まず:どの AI を使っていますか

使っているアプリを選ぶと、そのアプリでのインストール方法だけが表示されます

Option 1Upload to claude.ai (web and app)

Uploading to claude.ai would fail: the description is over 200 characters (215). Use "Let the AI install it" instead

Option 1Claude Code にインストールしてもらう

この文をコピーして Claude Code のチャットに貼り付けます

Where to install

コマンドを確認中 · 確認が通るとコピーボタンが出ます

コマンドを確認中 · 確認が通るとコピーボタンが出ます

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Claude Code を開き直し、/xhs-writer-skill と入力するか関連する作業を頼むと Claude が自動で使います

Checked against official docs 2026年11月12日 · Source: code.claude.com

For Terminal users

Skill は AI が従う指示です。入れる前にファイルを読み、信頼できる提供元のものだけを入れてください。

  1. ターミナルを開く

    Mac:Command+スペースで Terminal と入力 · Windows:下のコマンドは PowerShell では動きません。上の「AI にインストールしてもらう」を使ってください

  2. skill フォルダを ~/.claude/skills にコピー

    repo を一時フォルダにダウンロードし、SKILL.md のあるフォルダだけをコピーします

    コマンドを確認中 · 確認が通るとコピーボタンが出ます

  3. Claude Code を開き直し、/xhs-writer-skill と入力するか関連する作業を頼むと Claude が自動で使います

自分でインストールした Skill は ChatGPT デスクトップアプリ、Codex CLI、IDE の Codex 拡張機能で使えます · Web 版とモバイル版の ChatGPT では自分でインストールした Skill は使えず、ディレクトリのプラグインに含まれる Skill だけが使えます

ChatGPT デスクトップアプリ

ChatGPT デスクトップアプリには Codex が組み込まれていて、Codex は ~/.agents/skills フォルダから Skill を読み込みます

Option 1ChatGPT にインストールしてもらう

ChatGPT デスクトップアプリで Codex を開き、この文をチャットに貼り付けます

Where to install

コマンドを確認中 · 確認が通るとコピーボタンが出ます

コマンドを確認中 · 確認が通るとコピーボタンが出ます

The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Option 2自分でフォルダを置く

xhs-writer フォルダを ~/.agents/skills/xhs-writer に置きます

~ はホームフォルダ($HOME)です

For Terminal users

Skill は AI が従う指示です。入れる前にファイルを読み、信頼できる提供元のものだけを入れてください。

  1. ターミナルを開く

    Mac:Command+スペースで Terminal と入力 · Windows:下のコマンドは PowerShell では動きません。上の「AI にインストールしてもらう」を使ってください

  2. skill フォルダを ~/.agents/skills にコピー

    repo を一時フォルダにダウンロードし、SKILL.md のあるフォルダだけをコピーします

    コマンドを確認中 · 確認が通るとコピーボタンが出ます

インストールしたあと

  • ChatGPT デスクトップアプリ:サイドバーの Skills を開いて Skill があるか確認します
  • 使い方:ChatGPT では @ を入力して Skill を選びます · Codex CLI や IDE 拡張機能では /skills を実行するか、$ に続けて Skill 名を入力します
  • Codex は新しくインストールした Skill を自動で見つけます。表示されない場合は Codex を再起動してください

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

Web 版とモバイル版の ChatGPT

自分でインストールした Skill は使えません。ディレクトリのプラグインに含まれる Skill だけが使えます

この Skill を ChatGPT で使うには、上の方法で ChatGPT デスクトップアプリを使ってください

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

Option 1Codex にインストールしてもらう

この文をコピーして Codex のチャットに貼り付けます · ChatGPT デスクトップアプリ内の Codex、Codex CLI、IDE 拡張機能で使えます

Where to install

コマンドを確認中 · 確認が通るとコピーボタンが出ます

コマンドを確認中 · 確認が通るとコピーボタンが出ます

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Codex は新しくインストールした Skill を自動で見つけます。表示されない場合は Codex を再起動してください · 使い方:ChatGPT では @ を入力して Skill を選びます · Codex CLI や IDE 拡張機能では /skills を実行するか、$ に続けて Skill 名を入力します

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

For Terminal users

Skill は AI が従う指示です。入れる前にファイルを読み、信頼できる提供元のものだけを入れてください。

  1. ターミナルを開く

    Mac:Command+スペースで Terminal と入力 · Windows:下のコマンドは PowerShell では動きません。上の「AI にインストールしてもらう」を使ってください

  2. skill フォルダを ~/.agents/skills にコピー

    repo を一時フォルダにダウンロードし、SKILL.md のあるフォルダだけをコピーします

    コマンドを確認中 · 確認が通るとコピーボタンが出ます

  3. Codex を開き直して関連する作業を頼むと、Codex が skill を一覧に出します

Option 1Cursor にインストールしてもらう

この文をコピーして Cursor のチャットに貼り付けます

Where to install

コマンドを確認中 · 確認が通るとコピーボタンが出ます

コマンドを確認中 · 確認が通るとコピーボタンが出ます

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Cursor の Agent チャットで / を入力し xhs-writer-skill を選ぶ

Checked against official docs 2026年11月12日 · Source: cursor.com

For Terminal users

Skill は AI が従う指示です。入れる前にファイルを読み、信頼できる提供元のものだけを入れてください。

  1. ターミナルを開く

    Mac:Command+スペースで Terminal と入力 · Windows:下のコマンドは PowerShell では動きません。上の「AI にインストールしてもらう」を使ってください

  2. skill フォルダを ~/.cursor/skills にコピー

    repo を一時フォルダにダウンロードし、SKILL.md のあるフォルダだけをコピーします

    コマンドを確認中 · 確認が通るとコピーボタンが出ます

  3. Cursor の Agent チャットで / を入力し xhs-writer-skill を選ぶ

Option 1Let the AI install it

Skill を読めるほかのアプリ向けです。この文には Claude Code、Codex、Cursor のパスが入っていて、AI が使っているアプリに合わせて選びます · Copy this sentence into the app’s chat

Where to install

コマンドを確認中 · 確認が通るとコピーボタンが出ます

コマンドを確認中 · 確認が通るとコピーボタンが出ます

For one project, paste it into a chat that is open in that project’s folder · The AI always shows you the path before installing

The AI tells you what it will do first and asks your permission at every step

Checked against official docs 2026年11月12日 · Source: code.claude.com, learn.chatgpt.com, cursor.com

For Terminal users

Gemini CLI や GitHub Copilot など Agent Skills 対応の他のアプリはフォルダが違います。そのアプリのガイドを見て、SKILL.md のあるフォルダをコピーしてください。

GitHub で見る ↗

2026年11月11日 に Claude Code、Codex、Cursor の公式ガイドで skill フォルダを確認

元の SKILL.md を見る

以下は提供元の repo の文章で、PopNx MCP の指示ではありません

最初の 8,000 文字を表示 · GitHub で全文を開く

---
name: xhs-writer
description: >-
  生成小红书(RedNote)笔记:把主题或用户提供的素材(文字/图片/视频)做成一套竖版卡片(图文)
  或一段带分镜脚本的视频稿(视频),配 caption + hashtags,落盘到 output/小红书/。
  使用时机:用户说 写小红书 / 做小红书笔记 / 小红书图文 / 小红书种草 / 出一套 xhs 卡片 /
  小红书视频 / write a Xiaohongshu note / make a RedNote post。
---

# xhs-writer — 小红书笔记生成

把一个主题 + (可选)用户素材,生成**图文卡片组**或**短视频脚本**,按规范落盘到 `output/小红书/`。

## 核心理念

小红书读者看的不是长文,是**卡片组**或**短视频**。长文原稿只是中间产物;caption 只是发布配文。

- **图文帖(image post)**:3-9 张 9:16 竖版卡片(cover + content × N + ending),每张 ≤80 字中文。
- **视频帖(video post)**:一段 15-90 秒竖屏视频脚本 + 封面卡,分镜写在 `meta.json.shots` 里,视频合成本 skill 不做。

### 爆款方法论(通用原则)

**5大核心原则**:
1. **真实素材优先**:项目截图、对比图、演示图 > 纯 AI 生图
2. **聚焦核心卖点**:用公式判断优先级(见 Step 0.5)
3. **素人感设计**:纯色背景 + 大 emoji + 口语化 > 品牌宣传风格
4. **痛点导向**:说"能解决什么问题" > 堆砌功能列表
5. **快速迭代**:V1(60分) → 用户反馈 → V2(70分) → 持续优化

**详细方法论**:见 `references/xiaohongshu-viral-methodology.md`

## 工作流

按顺序执行。**不要跳步**。

### Step 0 — Intake(必问,一次问完)

收到请求后不要动手,先向用户确认以下要点,尽量一条消息问完:

1. **主题 / 目标读者 / 核心观点**
2. **输出形态**:图文 or 视频?(默认图文)
3. **素材**:有没有已有的文字/图片/视频要用?贴路径或拖文件
4. **风格**:简约清新 / 科技感 / ins 风 / 商务 / 文艺复古 / 可爱卡通(默认"简约清新")
5. **卡片数量 / 视频时长**:图文默认 5-7 张;视频默认 30-60 秒

### Step 0.5 — 卖点/亮点分析(推荐执行)

**触发条件**:
- 推广类:产品、项目、工具、服务
- 分享类:好物推荐、经验总结、知识科普
- 测评类:产品对比、使用体验

**执行**:
1. 列出所有功能/特性/亮点
2. 用 AskUserQuestion 让用户打分(每个点):
   - 稀缺性(1-5):别人有吗?独特吗?
   - 实用性(1-5):能解决多大问题?
   - 可感知(1-5):用户能直接看到/感受到吗?
3. 计算得分 = 稀缺性 × 实用性 × 可感知
4. 排序,选择 Top 1-2 作为核心卖点/亮点

**输出**:
```markdown
## 卖点/亮点分析结果

| 点 | 稀缺性 | 实用性 | 可感知 | 得分 | 优先级 |
|---|---|---|---|---|---|
| 亮点A | 5 | 5 | 5 | 125 | 🥇 核心 |
| 亮点B | 2 | 3 | 3 | 18 | 🥉 辅助 |

**核心卖点/亮点**:亮点A(聚焦这个,其他作为辅助)
```

**参考**:`references/xiaohongshu-viral-methodology.md` 第2节

### Step 1 — 素材清点(有素材才做)

如果用户提供了素材路径,**先跑脚本生成清单**,再由 AI 用多模态能力填描述:

```bash
python3 scripts/analyze_material.py <path>... \
  --out <work-dir>/reference/materials.json \
  --frames-dir <work-dir>/reference/frames
```

脚本只做确定性预处理(分类、取分辨率/时长、抽帧)。AI 随后用视觉能力 **打开** `materials.json` 里每条 image/frame,填 `caption` 和 `usage`(cover / content-N / ending / reference)。详见 [`references/material-intake.md`](references/material-intake.md)。

**素材分类(按价值排序)**:
1. **对比图**(最有价值):before/after、input/output、不同版本对比
2. **功能演示**:界面截图、操作流程图、效果展示
3. **数据图表**:性能对比、用户增长、功能覆盖
4. **品牌素材**:Logo、配色方案、官方截图

**素材使用策略**:
- ✅ **优先级**:真实素材 > 图生图 > 代码叠加 > 纯 AI 生图
- ✅ **对比图**:用图生图(保留真实感 + 叠加小红书风格文字)
- ✅ **纯文字卡片**:用 AI 生图(素人感设计)
- ❌ **避免**:所有卡片都用纯 AI 生图(缺少真实感)

**参考**:`references/xiaohongshu-viral-methodology.md` 第3节

### Step 2 — 采集外部参考(观点类 / 资讯类必做;纯素材驱动可跳过)

按 [`references/reference-search.md`](references/reference-search.md) 执行,结果写入同一 `reference/` 目录。核心数据 ≥2 个来源交叉验证。

### Step 3 — 写长文原稿(2000-4000 字)

从 H2 开始(**不写 H1**;标题入 `meta.json.title`)。写完**先给用户看**,确认主旨再继续,不要直接跳到卡片/分镜。反模式清单以 [`references/humanizer-zh.md`](references/humanizer-zh.md) 为准。

### Step 4 — 去 AI 化

读 [`references/humanizer-zh.md`](references/humanizer-zh.md) 五层原则,完整扫描重写原稿,给出质量评分(满分 50)。

### Step 4.5 — 图生图处理(有真实素材时必做)

**触发条件**:Step 1 发现了对比图、功能演示等高价值素材

**工具**:gpt-image-2 图生图(需要 OpenAI API key)

**执行**:
```python
# 使用本项目的 image_generator
import sys
sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts')
from image_generator import GptImage2Generator

generator = GptImage2Generator(aspect_ratio="9:16")

# 图生图:保留真实素材 + 叠加小红书风格文字
generator.generate_scene_image(
    scene_data={
        'index': 1,
        'image_prompt': """Based on the reference image, create a Xiaohongshu style card, 9:16 vertical.

Keep the original image visible.

Add overlays:
- Top: "{标题}"
- Bottom: "{引导文字}"

Style:
- Keep original clear
- Casual Xiaohongshu style
- Authentic feel"""
    },
    output_path='output.jpg',
    size='auto',
    reference_image_path='material.jpg'
)
```

**Prompt 模板**:见 `references/xiaohongshu-viral-methodology.md` 附录C

**失败处理**:
1. 重试 1 次
2. 降低图片分辨率(max 1024px)
3. 改用代码叠加文字(`scripts/text_on_image.py`)

### Step 5 — 分发:图文 or 视频

#### 5A. 图文帖:拆成 3-9 张卡片

- 结构:`cover`(第 1 张) + `content`(中间若干) + `ending`(最后 1 张)
- 每张 ≤80 字(`title` + `content` 合计,代码点计数)
- 一张卡只讲一个论点;数字 / 对比 / 金句优先上卡
- 全套卡片 emoji 风格与配色保持一致

每张卡选一种 **合成策略**(写入 `cards[i].synthesis_strategy`),五选一。详见 [`references/material-intake.md`](references/material-intake.md):

| strategy | 适用 | 工具 | 优先级 |
|---|---|---|---|
| `img2img` | 有真实素材(对比图/演示图) | gpt-image-2 图生图 | 🥇 最佳 |
| `text_on_photo` | 有 1 张合适照片 + 一句钩子 | `scripts/text_on_image.py` | 🥈 次选 |
| `collage` | 有 2-4 张互补照片 | `scripts/collage_3x4.py` | 🥉 可用 |
| `pure_text` | 无素材,纯文字卡 | AI 生图(素人感) | ✅ 常用 |
| `ai_generated` | 概念图 / 数据图 | 用户自备 t2i 服务 | ⚠️ 慎用 |

**策略选择原则**:
- ✅ 有真实素材 → 优先 `img2img`(保留真实感)
- ✅ 纯文字卡片 → 用 `pure_text`(素人感设计)
- ❌ 避免所有卡片都用 `ai_generated`(广告感强)

素材有水印 → 先跑 `scripts/crop_watermark.py` 或按 [`references/image-sourcing.md`](references/image-sourcing.md) 处理。

#### 5B. 视频帖:写分镜脚本

- 写 6-12 个分镜,每镜 2-8 秒,累计时长对齐用户预期
- 每镜含:`narration`(口播,≤30 字)、`on_screen_text`(屏幕字,≤15 字)、`visual`(画面描述)、`material_ref`(若引用 `materials.json` 里某条素材)
- 仍要出一张 `cover` 卡(3:4)作为封面;视频本体由用户侧工具合成,本 skill 只产脚本

字段结构见 [`references/meta-schema.md`](references/meta-schema.md) 的 `shots[]` 定义。

### Step 6 — caption + hashtags + 标题

**标题生成(5种公式)**:
1. **痛点+解决方案**:`{具体痛点}?{解决方案}`
   - 适用:有明确痛点的工具/产品
2. **提问式**:`有没有那种{功能描述}的{产品类型}?`
   - 适用:新工具推荐、功能发现
3. **发现式**:`我发现了个宝藏!{核心价值}`
   - 适用:兴奋分享、好物推荐
4. **热点词**:`{热点词}爆火后,我用它做了{场景}`
   - 适用:蹭热点、技术类产品
5. **身份共鸣**:`{身份标签}必备!{核心功能}`
   - 适用:有明确目标人群的产品

**参考**:`references/xiaohongshu-viral-methodology.md` 附录F

**caption**:
- 100-300 字,hook 开头(数字/提问/惊叹) → 关键信息 → 行动号召(点赞/收藏/关注)
- 带 emoji,闺蜜语气
- **结构**:痛点共鸣 → 解决方案 → 具体功能 → 真实案例 → CTA
- **避免**:堆砌功能、正式文案、广告感

**hashtags**:
- 5-8 个,与主题强相关
- **核心标签**(4个):热点词 + 核心功能 + 差异化卖点 + 目标人群
- **辅助标签**(4个):场景词 + 品类词
- 避免 `#生活` 等过度泛化标签

只写进 `meta.json`,**不**粘进卡片或正文

### Step 7 — 落盘

目录与命名规则见 [`references/output-spec.md`](references/output-spec.md)。

```
output/小红书/{YYYY-MM-DD}/{短标题}_{YYYYMMDDHHmm}/
├── {完整标题}.md        # 长文原稿
├── meta.json            # 元数据(卡片 / 分镜 / caption / hashtags / materials)
├── images/              # (图文)最终卡图 / (视频)封面
└── reference/           # materials.json / 搜索结果 / summary / 思考过程
```

目录短标题与时间戳**必须**走脚本标准化,别手写:

```bash
python3 scripts/normalize_slug.py "原始长标题" --with-ts
```

`meta.json` 完整字段定义见 [`references/meta-schema.md`](references/meta-schema.md)。

### Step 8 — 校验(强制)

写完 `meta.json` 后必须跑:

```bash
python3 scripts/validate_meta.py <work-dir>/meta.json
```

非 0 退出 → 读报错修 `meta.json` 再跑,直到 clean。不要把未校验的产物交给用户。

## 不要做的事

- 不写 H1;标题只放 `meta.json.title`
- 不在正文末尾写"参考来源 / References";只落到 `reference/`
- 不在 `.md` 里留 `【插入图片:...】` 占位符;图片同步下载 + 引用相对路径
- 不跳过 Step 4(去 AI 化)和 Step 8(validate)
- 不自己手算目录名 / 时间戳,一律走 `normalize_slug.py`

---

## 工具依赖

### 必需工具
- Python 3.8+
- PIL (Pillow)

### 可选工具
- OpenAI API key(用于图生图,推荐)
  - 配置:在 `~/.claude/skills/xhs-writer-skill/.env` 填入 `OPENAI_API_KEY`
  - 没有 API key 也能用,会生成纯文字卡片

### 图生图使用
```python
# 添加路径
import sys
sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts')
from image_generator import GptImage2Generator

# 初始化
generator = GptImage2Generator(aspect_ratio="9:16")

# 生成
generator.generate_scene_image(
    scene_data={'index': 1, 'image_prompt': '...'},
    output_path='output.jpg',
    size='auto',
    reference_image_path='material.jpg'  # 图生图模式
)
```

---

## 参考资料

### 核心方法论
- **`references/xiaohongshu-viral-methodology.md`**:完整爆款方法论
  - 卖点优先级判断公式
  - 素材使用策略(优先级排序)
  - 爆款卡片结构(标准6-7张)
  - 文案公式库(5种标题公式)
  - 视觉风格指南(素人感 vs 精美设计)
  - 图生图 Prompt 模板(3种场景)
  - 常见错误清单(5大错误 + 解决方案)
  - 工具使用指南

### 其他参考
- `references/humanizer-zh.md`:去 AI 化原则
- `references/material-intake.md`:素材处理流程
- `references/image-sourcing.md`:图片来源处理
- `references/meta-schema.md`:元数据字段定义
- `references/output-spec.md`:输出目录规范

---

## 快速开始

### 场景1:推广产品/项目

```bash
# 用户说:"帮我推广这个项目 /path/to/project"

# Step 0.5: 卖点分析
# → 列出功能,让用户打分(稀缺性×实用性×可感知)
# → 选出核心卖点

# Step 1: 素材盘点
# → 扫描项目截图、对比图、演示图
# → 分类:对比图(最有价值)> 功能演示 > 其他

# Step 4.5: 图生图
# → 对比图用图生图(保留真实感 + 小红书风格)
# → 纯文字卡片用 AI 生图(素人感)

# Step 6: 生成标题(5个选项)
# → 痛点式、提问式、发现式、热点词、身份共鸣

# 输出:6-7张卡片 + caption + hashtags
```

### 场景2:好物分享/经验总结

```bash

話し合い

質問、コツの共有、使えないことの報告ができます。「役に立った」の多い順です。

まだ投稿はありません。最初の質問や共有をどうぞ。

ここの投稿は利用者によるもので、PopNx チームのものではありません。

ログインして投稿

GitHub の情報

GitHub スター
212
提供元
JuneYaooo
ライセンス
Apache-2.0
最終コード更新
2026年4月25日
repo 内の SKILL.md(翻訳版とテンプレートを含む)
1
トピック
claude-code-skills, xhs-skill, xhs-writer, xiaohongshu-skills