xhs_factory/README.md

🍒 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。

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

1. 配置 LLM — 展开「⚙️ 全局设置」，添加 LLM 提供商（API Key + Base URL），点击「连接 LLM」
2. 连接 SD（可选）— 填写 SD WebUI URL，点击「连接 SD」
3. 检查 MCP — 点击「检查 MCP」确认小红书服务正常
4. 登录小红书 — 切换到「🔐 账号登录」Tab，扫码登录
5. 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

1. 浏览器打开你的小红书主页
2. 网址格式为 xiaohongshu.com/user/profile/xxxxxxxx
3. 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
├── 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：

1. Fork 本项目
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'feat: add amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 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！