zhoujie
156a18ae0c
- 新增 `analytics_service.py` 模块，实现笔记数据采集、权重计算与智能分析功能 - 支持定时采集已发布笔记的互动数据（点赞、评论、收藏），并计算主题、风格、标签等多维度权重 - 提供加权随机选题功能，根据历史表现优先生成高互动潜力内容 - 集成 LLM 深度分析，生成内容策略建议与优化报告 - 新增「智能学习」UI 标签页，支持数据采集、权重计算、AI 分析与定时自动学习 ♻️ refactor(llm): 重构 LLM 服务以支持多模型智能适配与加权文案生成 - 扩展 `llm_service.py`，新增 `get_sd_prompt_guide()` 方法，根据当前 SD 模型动态生成绘图提示词指南 - 新增 `PROMPT_PERFORMANCE_ANALYSIS` 与 `PROMPT_WEIGHTED_COPYWRITING` 提示词模板，支持笔记表现分析与加权文案生成 - 重构 `generate_copy()`、`generate_copy_with_reference()` 方法，支持 `sd_model_name` 与 `persona` 参数，实现多模型适配与人设融合 - 新增 `analyze_note_performance()` 与 `generate_weighted_copy()` 方法，实现 AI 深度分析与智能加权创作 ♻️ refactor(sd): 重构 SD 服务以支持多模型配置系统与智能参数适配 - 重构 `sd_service.py`，引入 `SD_MODEL_PROFILES` 配置体系，支持 `majicmixRealistic`、`Realistic Vision`、`Juggernaut XL` 三款模型 - 新增 `detect_model_profile()`、`get_model_profile()`、`get_model_profile_info()` 方法，实现模型自动识别与档案信息展示 - 重构 `txt2img()` 与 `img2img()` 方法，自动根据当前模型应用最优参数、提示词前缀/后缀与反向提示词 - 更新 `get_sd_preset()` 方法，支持模型专属预设参数加载 🎨 style(config): 更新默认配置与人设池 - 更新 `config.json` 与 `config_manager.py`，将默认模型改为 `gemini-3-flash-preview`，默认人设改为「身材管理健身美女」 - 新增 `use_smart_weights` 配置项，控制是否启用智能加权发布 - 扩展 `PERSONA_POOL_MAP`，新增「身材管理健身美女」人设及其对应主题与关键词库 🔧 chore(main): 集成智能学习引擎并扩展自动发布链路 - 在 `main.py` 中实例化 `AnalyticsService`，并集成至各功能模块 - 扩展 `generate_copy()`、`generate_from_hotspot()`、`auto_publish_once()` 等方法，支持 `sd_model_name`、`persona`、`quality_mode_val` 参数传递 - 实现智能加权发布逻辑：当启用权重且数据可用时，自动选择高权重主题、风格与标签，并使用加权文案模板 - 新增「智能学习」标签页相关 UI 组件与事件处理函数，包括数据采集、权重计算、AI 分析、定时学习与加权主题预览 - 更新 SD 模型选择事件，实时显示模型档案信息卡 - 扩展自动调度器，支持智能权重、人设与画质模式的参数传递 📝 docs(changelog): 更新版本日志记录新功能与改进 - 在 `CHANGELOG.md` 中新增 `[2.1.0]` 与 `[2.2.0]` 版本记录 - 详细描述「智能学习引擎」与「多 SD 模型智能适配」两大核心功能 - 列出相关代码重构、配置更新与文件新增情况
🍒 小红书 AI 爆文生产工坊
全自动小红书内容创作 & 运营工具
灵感 → 文案 → 绘图 → 发布 → 运营，一站式全闭环
功能特性 • 快速开始 • 使用指南 • 配置说明 • FAQ • 贡献
✨ 功能特性
📝 内容创作
- AI 文案生成 — 输入主题即可生成小红书爆款标题、正文、话题标签
- AI 绘图 — 集成 Stable Diffusion WebUI，自动生成配图（针对 JuggernautXL 优化）
- 一键导出 — 文案 + 图片打包导出到本地文件夹
🔥 热点探测
- 关键词搜索 — 搜索小红书热门笔记，支持多维度排序
- AI 趋势分析 — 分析热门标题套路、内容结构，给出模仿建议
- 一键借鉴创作 — 参考热门笔记风格生成原创内容
💬 评论管家
- 主动评论引流 — 浏览笔记 → AI 智能生成评论 → 一键发送
- 自动回复粉丝 — 加载笔记评论 → AI 生成回复 → 发送
🤖 自动运营（无人值守）
- 一键评论 — 自动搜索高赞笔记 + AI 生成评论 + 发送
- 一键点赞 — 批量随机点赞，提升账号活跃度
- 一键回复 — 自动扫描我的笔记 + AI 回复粉丝评论
- 一键发布 — 自动生成文案 + SD 生图 + 发布到小红书
- 随机定时 — 评论/点赞/回复/发布全自动定时执行，随机间隔模拟真人
📊 数据看板
- 账号概览 — 粉丝数、获赞数等核心指标可视化
- 笔记排行 — 点赞排行图表分析
🔐 账号管理
- 扫码登录 — 小红书二维码登录，自动获取 Token
- 多 LLM 提供商 — 支持 DeepSeek、OpenAI、通义千问等所有兼容接口
📸 截图预览
启动后在浏览器中打开
http://127.0.0.1:7860
🚀 快速开始
环境要求
| 依赖 | 要求 | 说明 |
|---|---|---|
| Python | >= 3.10 | 推荐 3.11+ |
| xiaohongshu-mcp | 运行中 | 小红书 MCP 服务（默认端口 18060） |
| Stable Diffusion WebUI | 可选 | 本地 AI 绘图（默认端口 7860） |
| LLM API | 必须 | 任意 OpenAI 兼容接口 |
安装步骤
# 1. 克隆项目
git clone https://github.com/your-username/xhs-autobot.git
cd xhs-autobot
# 2. 创建虚拟环境（推荐）
python -m venv .venv
# Windows
.venv\Scripts\activate
# macOS/Linux
source .venv/bin/activate
# 3. 安装依赖
pip install -r requirements.txt
# 4. 复制配置文件并填写你的 API Key
cp config.example.json config.json
# 编辑 config.json，填写 api_key、base_url 等
# 5. 启动！
python main.py
启动后会自动打开浏览器，访问 http://127.0.0.1:7860。
🐳 Docker 部署（推荐）
使用 Docker Compose 一键启动所有服务，无需手动安装 Python 环境：
# 1. 克隆项目
git clone https://github.com/your-username/xhs-autobot.git
cd xhs-autobot
# 2. 准备配置文件
cp config.example.json config.json
# 编辑 config.json，填写 api_key、base_url 等
# ⚠️ mcp_url 改为容器网络地址：
# "mcp_url": "http://xhs-mcp:18060/mcp"
# 3. 一键启动
docker compose up -d
# 4. 查看日志
docker compose logs -f xhs-autobot
启动后访问 http://localhost:7860。
Docker 服务说明
| 服务 | 容器名 | 端口 | 说明 |
|---|---|---|---|
xhs-autobot |
xhs-autobot | 7860 | 主应用（Gradio UI） |
xhs-mcp |
xhs-mcp | 18060 | 小红书 MCP 服务 |
sd-webui |
sd-webui | 7861 | SD WebUI（可选，需 GPU） |
常用命令
# 停止所有服务
docker compose down
# 重新构建（代码更新后）
docker compose up -d --build
# 查看运行状态
docker compose ps
# 进入主容器调试
docker compose exec xhs-autobot bash
启用 Stable Diffusion（需要 NVIDIA GPU）
编辑 docker-compose.yml，取消 sd-webui 部分的注释，并将 config.json 中的 sd_url 改为：
"sd_url": "http://sd-webui:7860"
前置服务
xiaohongshu-mcp（必须）
本项目通过 xiaohongshu-mcp 与小红书交互（搜索、发布、评论等），请先启动 MCP 服务：
# 按照 xiaohongshu-mcp 文档启动，默认端口 18060
npx xiaohongshu-mcp
Stable Diffusion WebUI（可选，用于 AI 绘图）
推荐使用 AUTOMATIC1111/stable-diffusion-webui，启动时开启 API：
python launch.py --api
推荐模型：JuggernautXL（参数已优化适配）。
📖 使用指南
首次使用流程
- 配置 LLM — 展开「⚙️ 全局设置」，添加 LLM 提供商（API Key + Base URL），点击「连接 LLM」
- 连接 SD（可选）— 填写 SD WebUI URL，点击「连接 SD」
- 检查 MCP — 点击「检查 MCP」确认小红书服务正常
- 登录小红书 — 切换到「🔐 账号登录」Tab，扫码登录
- 开始创作 — 切换到「✨ 内容创作」Tab，输入主题，一键生成
自动化运营
切换到「🤖 自动运营」Tab：
- 一键操作 — 手动触发单次评论/点赞/回复/发布
- 定时调度 — 勾选需要的功能，设置间隔时间，点击「▶️ 启动定时」
- 查看日志 — 点击「🔄 刷新日志」查看实时执行记录
⚙️ 配置说明
配置文件 config.json 会在运行时自动创建和保存。首次使用请从 config.example.json 复制：
{
"api_key": "你的LLM API Key",
"base_url": "https://api.deepseek.com/v1",
"sd_url": "http://127.0.0.1:7860",
"mcp_url": "http://localhost:18060/mcp",
"model": "deepseek-chat",
"persona": "温柔知性的时尚博主",
"my_user_id": "你的小红书userId(24位)"
}
| 字段 | 说明 | 必填 |
|---|---|---|
api_key |
LLM API 密钥 | ✅ |
base_url |
LLM API 地址（OpenAI 兼容） | ✅ |
sd_url |
Stable Diffusion WebUI 地址 | 绘图需要 |
mcp_url |
xiaohongshu-mcp 服务地址 | ✅ |
model |
默认使用的 LLM 模型名 | ✅ |
persona |
AI 评论回复的人设 | 可选 |
my_user_id |
你的小红书 userId（24 位十六进制） | 数据看板/自动回复需要 |
llm_providers |
多 LLM 提供商配置数组 | 通过 UI 管理 |
获取 userId
- 浏览器打开你的小红书主页
- 网址格式为
xiaohongshu.com/user/profile/xxxxxxxx profile/后面的就是 userId
📁 项目结构
xhs-autobot/
├── main.py # 主程序入口 (Gradio UI + 业务逻辑)
├── config_manager.py # 配置管理模块 (单例、自动保存)
├── llm_service.py # LLM 服务封装 (文案生成、热点分析、评论回复)
├── sd_service.py # Stable Diffusion 服务封装 (txt2img、img2img)
├── mcp_client.py # 小红书 MCP 客户端 (搜索、发布、评论、点赞)
├── config.json # 运行时配置 (gitignore)
├── config.example.json # 配置模板
├── requirements.txt # Python 依赖
├── Dockerfile # Docker 镜像构建
├── docker-compose.yml # Docker Compose 编排
├── .dockerignore # Docker 构建排除规则
├── xhs_workspace/ # 导出的文案和图片 (gitignore)
└── autobot.log # 运行日志 (gitignore)
❓ 常见问题
Q: LLM API 报错 400 json_object
某些 API 在使用 response_format: json_object 时要求消息中包含 "json" 一词。本项目已自动处理，如仍遇到请升级到最新版本。
Q: 评论发送成功但 App 上看不到
小红书有内容审核机制，评论可能需要 1-5 分钟显示。部分评论可能被风控（仅自己可见）。查看自动化日志中的 MCP 响应可排查。
Q: SD WebUI 连接失败
确保启动 SD WebUI 时加了 --api 参数，且端口匹配。本项目默认连接 http://127.0.0.1:7860。
Q: xiaohongshu-mcp 是什么？怎么启动？
这是一个开源的小红书 MCP 服务端，提供搜索、发布、评论等 API。详见 xiaohongshu-mcp 项目。
Q: 支持哪些 LLM？
支持所有 OpenAI 兼容接口，包括但不限于：DeepSeek、GPT-4o、通义千问、Gemini（通过中转）、Claude（通过中转）等。
🤝 贡献指南
欢迎贡献代码！请查看 CONTRIBUTING.md 了解详情。
简要流程：
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'feat: add amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 发起 Pull Request
📋 更新日志
详见 CHANGELOG.md。
⚠️ 免责声明
- 本项目仅供学习和研究目的，请遵守小红书平台的使用规范和服务条款
- 过度使用自动化功能可能导致账号被限制，请合理设置操作间隔
- 用户需为自己发布的内容和使用行为承担全部责任
- 本项目不保存、不传输任何用户的账号密码信息
📄 许可证
本项目使用 MIT License 开源。
🌟 Star History
如果这个项目对你有帮助，请点亮 ⭐ Star！