核心用法
guaikei-xhs-explorer 是一款专注于小红书平台公开数据获取的 Node.js 命令行工具，通过四个独立脚本覆盖主流数据需求场景：
1. 关键词搜索（search-cli.js）：按关键词检索公开笔记，支持内容类型（图文/视频/全部）、排序规则（综合/最新/点赞/评论/收藏）、时间范围及返回数量等多维度筛选，单次最多可获取 1 万条数据。
2. 笔记详情（detail-cli.js）：通过笔记链接获取完整笔记信息，包括标题、正文、作者资料及互动数据（点赞、收藏、评论数等）。
3. 博主作品监控（post-cli.js）：基于博主主页链接抓取其公开作品列表，用于分析竞品账号的发文节奏、主题分布及内容策略。
4. 笔记评论获取（comment-cli.js）：单独提取指定笔记的评论区数据，支持观点聚类、情绪分析、高频主题统计等深度洞察。
使用前需配置环境变量 GUAIKEI_API_TOKEN（通过官网开通），所有脚本均以 JSON 格式返回结构化结果，便于后续自动化处理与报告生成。
显著优点
- 零账号风险：无需登录小红书账号，完全基于公开数据，规避平台风控与封号隐患。
- 数据规模大：单次调用支持最高 1 万条数据批量获取，内置批量操作能力，大幅降低重复劳动。
- 维度丰富：返回字段覆盖笔记元信息、作者画像、互动指标、评论内容及评论者信息，满足多层级分析需求。
- 轻量灵活：纯 Node.js 实现，无需部署服务，Windows/Linux/macOS 全平台兼容，一键运行。
- 场景闭环：从选题调研、竞品监控、爆款挖掘到 KOL 筛选，覆盖小红书运营完整工作流。
潜在缺点与局限性
- 第三方依赖：核心功能依赖外部商业 API 服务（guaikei.com），存在服务稳定性、定价策略变更及持续可用性风险。
- 数据范围受限：仅能获取公开可见内容，无法访问私密笔记、需登录态的数据或平台推荐算法内部权重信息。
- 合规边界模糊：虽声明仅处理公开数据，但大规模爬取行为可能触及平台反爬机制及数据使用合规争议，需用户自行评估法律风险。
- token 成本：商业化 API 通常按量计费，高频或大规模调用可能产生显著费用。
- 短链解析限制：小红书短链（xhslink.com）不透明，无法自动识别指向笔记或博主主页，需用户手动提供完整链接。
适合的目标群体
- 内容创作者：寻找爆款选题、分析高赞内容结构、优化标题与封面策略。
- 品牌营销人员：竞品监控、KOL 筛选与评估、营销战役效果追踪。
- 市场分析师：趋势洞察、行业内容生态研究、用户偏好数据挖掘。
- MCN 机构：批量管理旗下账号、监控对标账号动态、生成运营周报。
- 电商运营：选品调研、用户反馈收集、评论区痛点挖掘。
使用风险
- 性能与稳定性：第三方 API 可能出现延迟、限流（429 错误）或服务中断（5xx 错误），需设计重试与降级机制。
- 数据时效性：依赖缓存或异步抓取，数据可能存在分钟级延迟，不适合实时性要求极高的场景。
- 配置门槛：必须正确配置
GUAIKEI_API_TOKEN，初学者可能因环境变量设置不当导致调用失败。 - 结果空值处理：搜索无结果时返回失败状态（exit code 1），与详情/评论脚本的空数组成功状态不同，下游解析需做分支兼容。
- 隐私与合规：采集的评论包含用户昵称与内容，需遵守《个人信息保护法》等法规，避免数据滥用或二次分发。