小红书内容收集器 (XHS Collector)

🎬 演示

📺 浏览小红书 → 自动采集 → 一键多模态 AI 爆款拆解 → 多格式导出(全程本地存储,数据零外传)

---

⚠️ 免责声明

本插件仅用于AI vibe coding 私人学习，切勿滥用，如果被小红书风控封号，不负赔偿责任！！！！酌情使用！！！！

✨ 功能特性

📊 智能数据采集

• 被动拦截采集 - 自动拦截小红书 API 请求，无需主动爬取
• 多场景支持 - 支持推荐流、搜索、详情页、用户主页
• DOM 补充扫描 - 结合 DOM 扫描，确保数据完整性
• 去重存储 - 自动去重，避免重复收集

🤖 AI 多模态分析

• 多供应商支持 - OpenRouter、Anthropic、OpenAI、Google AI、Qwen（通义千问）、DeepSeek、MiniMax、自定义端点
• 国内API支持 - 新增Qwen、DeepSeek、MiniMax等国内AI服务商
• 🔄 模型列表动态刷新 - OpenRouter / Qwen 支持一键从官方拉取全部最新可用模型并合并进下拉（本地缓存 7 天），随测试连接自动更新；内置模型已更新至 2026-08 现役新一代
• 图文分析 - 同时分析文字内容和图片视觉风格
• 🎬 视频截帧分析 - 自动截取视频多帧画面（默认6帧，可配置2-12帧），AI 逐帧分析叙事结构和画面质量
• 多种分析模式 - 内容分析、仿写文案、爆款潜力、标签建议、视觉诊断等
• 视频专属分析 - 完播率诊断、仿拍脚本生成、爆款对标分析
• 批量分析 - 选择多条帖子一键批量 AI 分析，支持内容分析、爆款识别、标签分析
• 自动分析 - 自动浏览结束后自动触发 AI 分析，无需手动操作
• 分析历史 - 所有 AI 分析结果自动保存，支持查看、复制、删除
• 自定义 Prompt - 在设置中添加自定义分析模板，支持批量分析选择自定义 Prompt
• 实时分析 - 在浏览器中直接进行 AI 分析

🛡️ 智能风控规避

• 频率控制 - 滑动时间窗口统计，智能限流
• 行为模拟 - 模拟真实用户行为（随机滚动、暂停、疲劳效应）
• 可配置参数 - 灵活调整频率限制和行为参数

📤 多格式导出

• JSON - 完整的结构化数据
• JSONL - 逐行格式，便于处理
• Markdown - 可读性强的文档格式
• 训练数据 - 适合 AI 模型微调的格式

💾 存储容量管理

• 容量监控 - 实时显示存储使用量和容量百分比
• 容量预警 - 接近上限（80%）和达到上限时自动提示
• 多种清理方式 - 按时间、按导出状态、按数量灵活清理数据
• 导出标记 - 导出后自动标记，支持清理已导出数据

⚙️ 可视化配置

• 设置界面 - 完整的可视化设置页面
• 分步引导 - 清晰的步骤标识，引导用户完成配置
• API分类 - 推荐（海外）、国内、自定义三大分类
• 快速预设 - 保守安全、均衡模式、快速采集、无限图片
• 智能校验 - 只在API配置改变时要求测试，优化用户体验
• 实时生效 - 配置修改后立即生效
• 帮助支持 - 内置使用教程、问题反馈、GitHub链接

🔌 生态集成（MCP）

• MCP 接口 - 本地语料一键暴露成 MCP server，让 Claude / Cursor / Cline 直接检索、统计，并用「爆款拆解 / 仿写 / 标签 / 选题 / 博主画像」视角分析你的笔记（详见下文 🔌 MCP 集成）

---

🧠 支持的 AI 模型(2026-08 现役,内置清单可一键刷新)

内置精选常用模型;设置页点「🔄 刷新模型列表」即可从官方 /models 拉取该供应商全部可用模型(本地缓存 7 天),出新模型无需等发版。

OpenRouter 内置(均为多模态,除标注外)

• Google Gemini 3.7 Flash(默认)、Gemini 3.1 Pro
• Anthropic Claude Opus 5、Sonnet 5、Haiku 4.5
• OpenAI GPT-5.6 Luna、GPT-5.5、GPT-5.4 Mini
• Qwen3.8 Max、Qwen3.7 Flash、Llama 4 Scout、DeepSeek V4 Flash(仅文本)

Qwen(通义千问 / 百炼)

• Qwen VL Max / VL Plus(多模态)、Qwen Max / Plus / Turbo(文本);填 API Key 后点刷新可拉取百炼全部最新模型。

其它供应商:Anthropic(Claude 官方)、OpenAI、Google AI、DeepSeek、MiniMax、自定义 OpenAI 兼容端点。

🚀 安装指南

方法 1：从 Release 安装（推荐）

1. 下载安装包

   • 前往 Releases 页面
   • 下载最新版本的 xhs-collector-beta-v1.2.1.zip
   • 或直接下载：xhs-collector-beta-v1.2.1.zip

2. 解压文件

   • 将下载的 zip 文件解压到本地文件夹

3. 加载到 Chrome

   • 打开 Chrome 浏览器
   • 访问 chrome://extensions/
   • 开启右上角的"开发者模式"
   • 点击"加载已解压的扩展程序"
   • 选择解压后的文件夹

4. 验证安装

   • 在扩展列表中看到"小红书内容收集器 (公测版)"
   • 图标显示在浏览器工具栏

方法 2：从源码安装

1. 克隆项目

   git clone https://github.com/fancyyan/xiaohongshu-content-collector.git
   cd xiaohongshu-content-collector
   

2. 加载到 Chrome

   • 按照方法 1 的步骤 3-4 加载到 Chrome

---

🎯 快速开始

第一步：配置 API（可选）

如果你想使用 AI 分析功能，需要配置 API：

1. 打开设置页面

   • 点击浏览器工具栏的插件图标
   • 点击右上角的 ⚙️ 设置 按钮

2. 选择 API 供应商

   • 推荐（海外）：OpenRouter（支持多模型）、Anthropic、OpenAI、Google AI
   • 国内：Qwen 通义千问（支持多模态）、DeepSeek（仅文本）、MiniMax（仅文本）
   • 自定义：自定义 API 端点
   • 推荐使用 OpenRouter（支持多种模型，性价比高）或 Qwen（国内访问快）
   • 获取 API Key：
     • OpenRouter: https://openrouter.ai/keys
     • Qwen: https://help.aliyun.com/zh/model-studio/getting-started/first-api-call-to-qwen

3. 配置 API

   • 输入 API Key
   • 选择 AI 模型（推荐：Gemini 3.7 Flash，或点「🔄 刷新模型列表」拉取全部最新模型）
   • 点击"保存"

第二步：开始收集

1. 访问小红书

   • 打开 https://www.xiaohongshu.com/
   • 正常浏览内容

2. 自动收集

   • 插件会自动拦截并收集浏览过的内容
   • 无需任何操作，被动收集

3. 查看统计

   • 点击插件图标查看收集统计
   • 查看已收集的帖子数量

第三步：使用 AI 分析（可选）

1. 打开 AI 面板

   • 在小红书页面，点击右下角的 AI 分析按钮
   • 🤖（详情页）、📈（信息流）、👤（博主主页）

2. 选择分析类型

   • 内容分析、仿写文案、爆款潜力等
   • 点击对应按钮开始分析

3. 查看结果

   • AI 会分析文字和图片内容
   • 结果可以复制或保存为文件

第四步：导出数据

1. 打开 Popup

   • 点击插件图标

2. 选择导出格式

   • JSON、JSONL、Markdown、训练数据
   • 点击对应按钮导出

3. 保存文件

   • 选择保存位置
   • 文件会自动下载

---

📖 使用文档

自动浏览功能

功能说明：
自动滚动页面，模拟真实用户浏览行为，自动收集内容。

使用方法：

1. 打开插件 Popup
2. 选择滚动速度（慢速/正常/快速）
3. 设置最大滚动次数
4. 点击"开始自动浏览"

注意事项：

• 建议使用"正常"或"慢速"模式
• 不要设置过大的滚动次数
• 可以随时点击"停止"按钮

AI 分析功能

支持的分析类型：

详情页分析（图文）：

• 📊 内容分析 - 分析主题、风格、受众等
• ✍️ 仿写文案 - 模仿风格写新文案
• 🔥 爆款潜力 - 评估爆款可能性
• 🏷️ 标签建议 - 推荐精准标签
• 🎨 视觉诊断 - 分析图片风格和构图

视频笔记分析（v1.2.0 新增）：

• 🎬 视频分析 - 场景描述、拍摄风格、叙事结构
• 🔥 完播率诊断 - 开头钩子、节奏分析、跳出风险点
• ✍️ 仿拍脚本 - 分镜脚本、拍摄建议、可复用模板
• 🏷️ 标签建议 - 基于视频画面推荐精准话题标签
• 📊 爆款对标 - 封面帧选择建议、与爆款差距分析

信息流分析：

• 📈 趋势洞察 - 分析热门主题和趋势
• 🎯 选题推荐 - 推荐有潜力的选题
• 🏆 爆文拆解 - 拆解高互动帖子
• 📊 数据报告 - 生成数据分析报告

博主主页分析：

• 👤 博主画像 - 分析定位和风格
• 📐 运营策略 - 分析运营方法
• 🔥 爆款复盘 - 总结爆款规律
• 🎯 对标建议 - 推荐对标方向

配置说明

图片数量限制：

• 详情页：默认 6 张（建议 3-15）
• 信息流：默认 8 张（建议 5-20）
• 博主主页：默认 8 张（建议 5-30）
• 设置为 0 表示无限制

视频截帧数量（v1.2.0 新增）：

• 默认 6 帧，范围 2-12 帧
• 帧数越多分析越细致，但消耗 Token 更多

频率控制：

• 每分钟最大请求数：默认 25（建议 15-35）
• 5分钟最大请求数：默认 80（建议 50-120）
• 最小请求间隔：默认 2500ms（建议 2000-4000）

滚动行为：

• 向上滚动概率：默认 10%（建议 5-20%）
• 长暂停概率：默认 15%（建议 10-30%）
• 疲劳阈值：默认 50/100 次

---

🔧 高级功能

自定义 API 端点

如果你有自己的 API 服务：

1. 在设置页面选择"自定义"供应商
2. 输入 API 端点 URL
3. 输入 API Key
4. 确保 API 兼容 OpenAI 格式

快速预设

保守安全（推荐新手）：

• 图片：6/8/8 张
• 频率：20次/分钟，60次/5分钟
• 间隔：3000ms

均衡模式（默认）：

• 图片：6/8/8 张
• 频率：25次/分钟，80次/5分钟
• 间隔：2500ms

快速采集（有风险）：

• 图片：10/15/15 张
• 频率：35次/分钟，100次/5分钟
• 间隔：2000ms

无限图片：

• 图片：无限制
• 频率：25次/分钟，80次/5分钟
• 间隔：2500ms

---

🔌 MCP 集成（让 Claude / Cursor 查你的小红书语料）

把你在插件里本地采集的小红书语料，通过 MCP 暴露给 AI agent，让 Claude Desktop / Cursor / Cline 能检索、统计，并用插件自带的「爆款拆解 / 仿写 / 标签 / 选题 / 博主画像」视角分析你的笔记。语料仅限你本机已采集的公开笔记，API Key 不会进文件。

零依赖：仅 Node 内置模块，无需 npm install。仓库 mcp/ 下提供 server、样本语料与开发文档。

三步接入

1. 导出语料：在插件 Popup「数据导出」选 JSON，存到本地（如 ~/xhs-corpus.json）。

2. 配置客户端（把 <REPO> 换成本仓库克隆路径，<CORPUS> 换成上一步路径）：

   Claude Desktop（~/Library/Application Support/Claude/claude_desktop_config.json）：

   {
     "mcpServers": {
       "xhs": {
         "command": "node",
         "args": ["<REPO>/mcp/server.mjs", "--corpus", "<CORPUS>"]
       }
     }
   }
   

   Cursor（.cursor/mcp.json）、Cline（cline_mcp_settings.json）：同样的 mcpServers 结构。

3. 直接问你的 AI：

   • 「用 search_notes 找 3 条讲防晒的小红书笔记，再用「爆款拆解」各拆一遍」
   • 「我库里互动最高的博主是谁？给它做博主画像」
   • 「本周采集的笔记最常出现的标签有哪些？」

每次工具调用都会重读语料文件——重新导出后无需重启，agent 立刻看到新数据。

完整工具 / 资源 / prompt 清单与本地调试见 mcp/README.md。

❓ 常见问题

Q: 插件安全吗？会不会泄露数据？

A: 完全安全。所有数据都存储在本地浏览器的 IndexedDB 中，不会上传到任何服务器。API Key 也是加密存储在本地。

Q: 视频分析会上传原始视频吗？

A: 不会。截帧在浏览器本地通过 <canvas> 完成，只将截取的 JPEG 图片发给 AI 分析，原始视频文件完全不上传。

Q: 视频截帧数量设置多少合适？

A: 默认 6 帧适合大多数视频。想省 Token 可以设 2-4 帧；视频较长、想分析节奏细节可以设 8-12 帧。

Q: 会不会被小红书封号？

A: 插件采用被动拦截方式，模拟真实用户行为，并有智能频率控制。正常使用不会触发风控。建议使用保守配置。

Q: 不配置 API Key 可以使用吗？

A: 可以。数据收集功能不需要 API Key。只有 AI 分析功能需要配置 API。

Q: 支持哪些 AI 模型？

A: 支持多个供应商的模型：

• 海外：OpenRouter、Anthropic、OpenAI、Google AI
• 国内：Qwen（通义千问，支持多模态）、DeepSeek（仅文本）、MiniMax（仅文本）
• 推荐使用 OpenRouter 的 Gemini 3.7 Flash（多模态、性价比高）或 Qwen VL Max（国内访问快，支持多模态），两者均可在设置页点「🔄 刷新模型列表」拉取全部最新模型

Q: 模型下拉里的模型比较旧，怎么更新？

A: OpenRouter 与 Qwen 供应商在设置页提供「🔄 刷新模型列表」按钮。OpenRouter 免鉴权可直接刷新；Qwen 填写并测试 API Key 后即可刷新。点击后从官方 /models 拉取该供应商全部可用模型并合并进下拉（本地缓存 7 天），以后出新模型无需等版本更新。

Q: 如何导出数据？

A: 点击插件图标，在"数据导出"部分选择格式（JSON/JSONL/Markdown/训练数据），点击对应按钮即可导出。

Q: 自动浏览会不会太快触发风控？

A: 不会。插件有智能频率控制和行为模拟，会自动调整速度。建议使用"正常"或"慢速"模式。

Q: 可以同时在多个标签页使用吗？

A: 可以，但建议一次只在一个标签页使用自动浏览功能，避免请求过于频繁。

Q: 数据存储在哪里？

A: 存储在浏览器的 IndexedDB 中，路径：Chrome DevTools → Application → IndexedDB → xhs_collector

Q: 如何清空数据？

A: 点击插件图标，在底部点击"清空数据"按钮。注意：此操作不可撤销。

Q: API 费用大概多少？

A: 取决于使用的模型和图片数量。使用 Gemini 3.7 Flash 等新一代多模态模型 + 默认图片数量，成本极低，每 100 次分析通常 $0.5 以内。

---

🛠️ 技术架构

核心技术

• Manifest V3 - Chrome 扩展最新标准
• Content Scripts - 页面注入和数据拦截
• Service Worker - 后台数据处理
• IndexedDB - 本地数据存储
• Chrome Storage API - 配置同步

文件结构

xhs-collector/
├── manifest.json          # 扩展配置文件
├── background.js          # Service Worker
├── injector.js            # API 拦截脚本（MAIN world）
├── bridge.js              # 桥接脚本（ISOLATED world）
├── ai-panel.css           # AI 面板样式
├── onboarding.html / .js  # 首次使用引导页
├── lib/storage.js         # IndexedDB 封装
├── popup/                 # Popup 与设置界面
│   ├── popup.html / .css / .js
│   └── settings.html / .css / .js
├── icons/                 # 图标资源
└── package.sh             # 打包脚本

---

🤝 贡献指南

欢迎贡献代码、报告问题或提出建议！

报告问题

• 前往 Issues 页面
• 描述问题和复现步骤
• 附上截图或错误信息

提交代码

1. Fork 本项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启 Pull Request

---

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

---

🙏 致谢

• 感谢 OpenRouter 提供多模型 API 支持
• 感谢所有贡献者和用户的支持

---

📮 联系方式

• 问题反馈：GitHub Issues
• 功能建议：GitHub Discussions
• 邮箱：[email protected]

---