小红书选品与商品趋势分析 · Product Trend Fit — 发笔记前先判热度 + 找爆款参考
发笔记前先看商品有没有热度,选对方向再宣传。传入商品图片(必填)+ 介绍文字,自动识别品类/风格/场景方向,用 36 个候选词搜索判断近 2 周热度趋势,组织 1 个明确宣传方向,深挖 24 篇真实爆款笔记(赞≥100)做分维度拆解(粉丝/标题/首图/内容/抓用户什么点),输出结论文本(data.md)+ 全量数据(res.json)。不需要任何第三方 API key 或付费额度,用你 Chrome 里已登录的账号跑。当用户要宣传商品到 xhs、想先判断商品有没有热度/有没有爆款参考/应该怎么宣传时唤起。
xhs-product-trend-fit
功能描述
用户在宣传一款商品到 xhs 之前,想知道:我的商品对应什么方向,在 xhs 上有没有热度?有没有爆款笔记可以参考?应该怎么宣传?
skill 输入商品信息(图片必填 + 介绍文字),自动完成:
- 识别商品关联的品类/风格/场景方向(LLM 子会话,图片读不了自动退化用文字)
- 用 3~6 个候选搜索词逐个搜索 xhs,判断该方向近 2 周的热度趋势
- 重新组织为 1 个明确的「宣传方向」(不是搜索词),由 2~4 篇真实爆款笔记(赞≥100)支撑
- 对支撑该方向的爆款笔记逐个深入拉取(封面图、标题、正文、互动数、评论区信号)做分析
- 输出 结论文本(data.md)+ 全量数据(res.json):商品方向 + 按方向的热度趋势判断 + 素材参考(爆款笔记详解 + 分维度爆款分析);可交付的 HTML 报告由服务端渲染入口从 res.json 确定性生成(同输入同哈希,见 wc3-app 渲染服务)
前置条件
- wc3-chrome 扩展 + Relay 服务已启动(Extension Relay HTTP API 端口 3459),Chrome 已登录 xhs 更稳
- 本地 pipeline 服务运行中(子会话经
wc3-code.mjs代跑,端口 3460) - Node.js >= 22(使用原生 fetch / import.meta.dirname)
使用方式
node skill.mjs [input.json 路径]
# 或:node skill.mjs (自动读 CWD 下 input.json;无 input.json 时用默认值)
input.json 入参:
| 字段 | 必填 | 说明 |
|---|---|---|
product_image | 是 | 商品图片本地路径(用于方向识别;子会话读不了图会自动退化用文字,不阻塞流程) |
product_desc | 是 | 商品介绍文字,建议含品类/材质/风格/适用场景/目标人群 |
output_dir | 否 | 产出 res.json(全量数据,可直接交服务端渲染 HTML 报告)/ data.md(人读结论文本)的目录,默认 /tmp/xhs-product-trend-fit-output |
Related skills
- Downloads
- 838All time
- Security audit
- Review
- Last updated
- 1mo ago
- Current version
- v1.1.5
- License
- MIT-0
