原型 · 预览版:收录官方注册中心里的全部服务器,每 30 分钟同步一次。使用 Google 登录即可撰写评价。原型 · 每 30 分钟更新
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚

xhs-writer-skill Skill

代码仓库 ↗

作者:JuneYaooo★ 2121 个 skill

安装

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 写代码
给作者:在 README 中加徽章

如果你是作者,可把这段代码贴到 README。徽章会链接回本页。

[![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)

可搭配使用

在同一工作中把 AI 连到服务的 MCP

REA

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

作者:morluto广泛使用↓ 38.9万/周★ 46.8万7天前更新

MCP · 连接服务在你的电脑上运行

Fallow

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

作者:fallow-rs广泛使用↓ 244.1万/周★ 5383前天更新

MCP · 连接服务在你的电脑上运行

相似的 Skill

同类工作,排序与 Skill 列表相同

与相似项目对比
本项
xhs-writer-skill
reaandrej-karpathy-skillsgraphifyMoneyPrinterTurbo
作者JuneYaooomorlutomultica-aiGraphify-Labsharry0703
Skill 数11111
GitHub 星标212467,235234,125149,873144,332
最近代码更新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
许可证Apache-2.0MIT–Apache-2.0MIT

JuneYaooo 提供的 1 个 Skill(指令集),AI 读取后照做 · 不是 MCP server

Skill 和 MCP 有什么不同

MCP = 手

把 AI 连到外部服务或数据,例如读取 Notion 或开发票。需要有程序或服务器在运行。

Skill = 手册

教 AI 怎么做某项工作的文本文件,不连接任何服务。

有些会重叠:少数 Skill 带有调用工具的脚本,少数 MCP 只提供知识。请从你想完成的工作出发。

适用的应用

Claude CodeCodexCursor

依据开发者 README 和 repo 中的文件夹

安装

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

第一步:你用哪个 AI?

选择你用的应用,本页只显示该应用的安装方法

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 1让 Claude Code 帮你安装

复制这句话,粘贴到 Claude Code 的对话中

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

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

重新打开 Claude Code,输入 /xhs-writer-skill,或直接提出相关任务,Claude 会自动选用

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

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.claude/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 重新打开 Claude Code,输入 /xhs-writer-skill,或直接提出相关任务,Claude 会自动选用

自己安装的 Skill 可用于 ChatGPT 桌面应用、Codex CLI 和 IDE 中的 Codex 扩展 · 网页版和手机版 ChatGPT 不能使用自己安装的 Skill,只能使用目录中插件自带的 Skill

ChatGPT 桌面应用

ChatGPT 桌面应用内置 Codex,Codex 从 ~/.agents/skills 文件夹读取 Skill

Option 1让 ChatGPT 帮你安装

在 ChatGPT 桌面应用中打开 Codex,把这句话粘贴到对话中

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

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自己放入文件夹

把 xhs-writer 文件夹放到 ~/.agents/skills/xhs-writer

~ 是你的主文件夹($HOME)

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

安装之后

  • ChatGPT 桌面应用:打开侧边栏中的 Skills,确认 Skill 已出现
  • 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称
  • Codex 会自动发现新安装的 Skill;如果没有出现,请重启 Codex

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

网页版和手机版 ChatGPT

不能使用你自己安装的 Skill,只能使用目录中插件自带的 Skill

想在 ChatGPT 中使用这个 Skill,请按上面的方法使用 ChatGPT 桌面应用

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

Option 1让 Codex 帮你安装

复制这句话,粘贴到 Codex 的对话中 · 适用于 ChatGPT 桌面应用中的 Codex、Codex CLI 和 IDE 扩展

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

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 会自动发现新安装的 Skill;如果没有出现,请重启 Codex · 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称

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

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 重新打开 Codex 并提出相关任务,Codex 会列出这个 skill

Option 1让 Cursor 帮你安装

复制这句话,粘贴到 Cursor 的对话中

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

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

在 Cursor 的 Agent 聊天中输入 / 并选择 xhs-writer-skill

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

For Terminal users

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.cursor/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    正在检查命令 · 通过后才会显示复制按钮

  3. 在 Cursor 的 Agent 聊天中输入 / 并选择 xhs-writer-skill

Option 1Let the AI install it

适用于其他能读取 Skill 的应用。这句话列出了 Claude Code、Codex 和 Cursor 的路径,AI 会按你的应用选择 · Copy this sentence into the app’s chat

Where to install

正在检查命令 · 通过后才会显示复制按钮

正在检查命令 · 通过后才会显示复制按钮

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

其他支持 Agent Skills 的应用(如 Gemini CLI、GitHub Copilot)使用不同文件夹,请查看该应用的指南,再把含 SKILL.md 的文件夹复制过去。

在 GitHub 上查看 ↗

已于 2026年11月11日 对照 Claude Code、Codex 和 Cursor 官方指南核实 skill 文件夹

查看原始 SKILL.md

以下文字来自开发者的 repo,不是 PopNx MCP 的指令

显示前 8,000 个字符 · 在 GitHub 打开完整文件

---
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

讨论

提问、分享技巧或报告无法使用。按“有帮助”数量排序。

还没有帖子,欢迎第一个提问或分享。

此处内容由用户撰写,不代表 PopNx 团队。

登录后发帖

来自 GitHub

GitHub 星标
212
开发者
JuneYaooo
许可证
Apache-2.0
最近代码更新
2026年4月25日
repo 中的 SKILL.md 文件(含译本和模板)
1
主题
claude-code-skills, xhs-skill, xhs-writer, xiaohongshu-skills