Xiaohongshu Deep Research

核心用法

xiaohongshu-deep-research 是一款面向小红书平台的自动化研究工具，通过 MCP 协议与本地服务通信，实现关键词搜索、帖子采集、数据去重与报告生成的一站式工作流。用户只需提供研究主题，工具会自动扩展 3-4 个相关关键词，批量抓取搜索结果并按互动量排序，最终输出包含速览摘要、TOP 帖子清单、趋势洞察的结构化报告。

显著优点

1. 效率极高：自动化完成从搜索到报告的全流程，省去手动翻页、复制粘贴的繁琐操作
2. 输出友好：报告分为「速览」（口语化、可直发）和「数据」两部分，兼顾快速分享与深度参考
3. 数据可追溯：原始 JSON 与 Markdown 报告分目录存储，便于二次分析或存档
4. 开源生态：基于公开的 xiaohongshu-mcp 项目，技术方案透明

潜在缺点与局限性

• API 受限：无法获取帖子详情与评论区内容，分析深度依赖搜索结果元数据（标题、点赞、收藏数）
• 本地依赖：需自行部署 MCP 服务并保持登录状态，配置门槛较高
• 合规风险：爬取行为可能违反小红书平台协议，存在账号限流或封禁可能
• 数据时效：采集的是快照数据，热门内容实时变化，报告结论可能快速过时

适合人群

• 新媒体运营/营销人员：快速摸底竞品或热点话题
• 市场研究员：批量采集UGC内容做趋势分析
• 内容创作者：寻找高互动选题与对标账号

常规风险

| 风险类型 | 说明 |

|---------|------|

| 账号安全 | 需登录 Cookie，存在泄露或封号风险 |

| 法律合规 | 爬虫行为可能触及《网络安全法》及平台 ToS |

| 数据质量 | 缺失评论与正文，情感分析能力有限 |

| 服务稳定性 | 依赖本地服务，进程中断则任务失败 |

核心用法

xiaohongshu-deep-research 是一款专门用于小红书（Xiaohongshu）平台内容研究的自动化工具。用户只需输入研究主题，Skill 即可自动完成关键词扩展、批量搜索、数据去重排序，最终生成包含链接的可转发研究报告。

工作流程如下：首先扩展主关键词为 3-4 个相关词，通过本地 MCP 服务调用小红书搜索 API（POST /api/v1/feeds/search），按点赞数筛选 Top 20-50 篇高互动帖子，最后输出结构化报告至 ~/xiaohongshu-research/ 目录。

报告采用双栏结构：「速览」部分模拟朋友分享的口语化风格，可直接转发；「数据概览」和「Top 10」列表提供量化参考；「发现」章节总结趋势洞察。所有帖子均附带可直接跳转的原始链接。

显著优点

• 零代码风险：纯 Markdown 文档型 Skill（T-MD），无可执行代码，静态分析满分
• 本地化处理：所有数据请求通过本地 MCP 服务完成，无第三方服务器中转
• 开源生态依赖：基于 GitHub 高星项目（13k+ stars），维护活跃、来源透明
• 即开即用：报告模板成熟，支持直接复制转发，降低内容创作门槛
• 隐私合规：无敏感数据收集，符合 GDPR/CCPA 标准

潜在局限

• 功能受限：受小红书 API 限制，无法获取帖子详情和评论内容，分析深度依赖搜索元数据
• 前置依赖重：必须本地运行 xiaohongshu-mcp 服务并登录小红书账号，配置门槛较高
• 平台绑定：仅支持小红书单一平台，无法跨平台对比
• 时效性波动：依赖小红书搜索算法的实时返回，热门排序可能随时间变化

适合人群

• 新媒体运营人员：快速抓取平台热点，生成竞品分析报告
• 品牌市场团队：监测产品口碑趋势，挖掘用户真实反馈
• 内容创作者：研究爆款选题规律，获取灵感素材
• 学术研究者：社交媒体传播分析、消费文化研究

常规风险

• 需自行确保本地 MCP 服务来源可信，建议仅从官方仓库安装
• 小红书账号登录状态可能影响数据采集完整性
• 高频调用可能触发平台风控，建议合理控制研究频率
• 报告生成依赖外部服务可用性，需关注上游项目更新