mcpField
X
xiaohongshu-media-collector

xiaohongshu-media-collector

github.com/postplusai数据与数据库27138 次安装1 天前更新
代码仓库

关于 xiaohongshu-media-collector

用于从规范化的小红书数据集创建本地清单并下载其中引用的封面图片。它只支持经过验证的封面图片 URL，并检查下载文件；不支持视频下载或任意笔记图片提取。

主要功能

  1. 01根据规范化数据集创建清单
  2. 02下载经过验证的封面图片
  3. 03验证已下载文件
  4. 04拒绝不支持的视频请求
  5. 05以清单记录素材

适用场景

  1. 01为小红书卡片排版准备封面素材
  2. 02收集封面供后续审核
  3. 03验证已下载的封面图片文件

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/postplusai/postplus-skills --skill xiaohongshu-media-collector

安装后在 Claude Code 中输入/xiaohongshu-media-collector确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

_postplus_shared/scripts/lib/
campaign-report-manifest.mjs
references/
manifest-schema.md
validated-surfaces.md
scripts/
build_xhs_media_manifest.mjs
download_xhs_media_assets.mjs
verify_xhs_media_manifest.mjs
scripts/lib/
media_common.mjs

详细介绍

XHS Media Collector

遵循以下共享公共技能规则：

  • postplus-shared 公共技能规则

旧版别名：xhs-media-collector。

在用户希望执行以下操作时使用此技能：

  • 从已验证的数据集中下载小红书封面图片
  • 将规范化的小红书研究输出转换为本地媒体清单
  • 为小红书卡片合成或下游审核准备本地封面图片素材

在实现之前请阅读以下参考资料：

  • skills/20-research/xhs-media-collector/references/validated-surfaces.md
  • skills/20-research/xhs-media-collector/references/manifest-schema.md

默认姿态

仅收集已由经过验证的上游数据集公开的素材 URL。

默认支持：

  • 来自规范化小红书帖子数据集的 coverUrl

默认不支持：

  • 从笔记页面提取非封面图片
  • 直接的小红书视频下载器输出

当经过验证的下载器返回 404 Not found data 时，不要假装视频收集可用。 在接受媒体请求之前，请告知用户：已发布的路径仅支持来自上游数据集的 经过验证的封面图片。它不支持小红书视频下载。受支持的路径是封面图片收集，而非直接的小红书视频下载。

此技能的用途

  • 从规范化的小红书数据集构建本地清单
  • 从规范化数据中已存在的远程 URL 下载封面图片
  • 验证下载的文件存在且非空

此技能不适用于

  • 发现笔记 URL
  • 提取帖子元数据
  • 提取任意笔记图片
  • 默认从笔记 URL 下载视频

失败姿态

  • 如果输入数据集不包含可下载的 coverUrl 图片 URL，则失败
  • 如果请求的素材类型为 video，则失败
  • 如果请求的素材角色不是 cover，则失败
  • 如果下载返回非 2xx 响应，则失败
  • 将清单作为已下载素材的唯一事实来源

公共技能执行契约

  • 将媒体清单、下载报告和中间验证文件 保存在 <work-folder>/.postplus/xiaohongshu-media-collector/ 下
  • 仅将最终下载的面向用户的素材保留在 .postplus/ 之外
  • 从有界的第一轮开始，通常在更广泛的 拉取之前先处理 3-10 张封面图片
  • 如果下载失败或请求的素材面未经验证，则快速失败， 而不是假装收集成功

主要脚本

  • scripts/build_xhs_media_manifest.mjs
  • scripts/download_xhs_media_assets.mjs
  • scripts/verify_xhs_media_manifest.mjs

最小工作流

node ${CLAUDE_SKILL_DIR}/scripts/build_xhs_media_manifest.mjs \
  --input <work-folder>/.postplus/xhs-normalized.json \
  --limit 3 \
  --output <work-folder>/.postplus/xhs-media-manifest.json

node ${CLAUDE_SKILL_DIR}/scripts/download_xhs_media_assets.mjs \
  --manifest <work-folder>/.postplus/xhs-media-manifest.json \
  --output-dir <work-folder>/.postplus/xhs-media-assets \
  --output <work-folder>/.postplus/xhs-media-download-report.json

node ${CLAUDE_SKILL_DIR}/scripts/verify_xhs_media_manifest.mjs \
  --manifest <work-folder>/.postplus/xhs-media-download-report.json

良好输出

返回：

  • 清单路径
  • 已下载文件数
  • 失败素材数
  • 供下游使用的稳定本地文件路径

评论

支持 Markdown