研究小红书笔记并提炼为技能
Agent 驱动 Chrome 搜索关键词，打开点赞数最高的笔记，读取截图并将发现提炼为知识库中可复用的技能。任务：作者开发了开源项目 rednote-bootstrap，这是一个运行在 AI Agent 上的小红书运营技能包。它使用 agent-browser 控制 Chrome，将问题拆分为子维度，生成关键词搜索，并截图点赞数最高的笔记。视觉模型读取图片中的文本，随后进行去重和交叉验证，生成结构化的可复用技能并保存至知识库，以便下次直接调用。；工具：custom-built or unnamed agent。人工角色：原始材料未说明；局限：完整研究运行约需 5-10 分钟，限制为 5 轮搜索、30 篇笔记和 15 分钟超时。首次需用户扫码登录，状态持久化在 xhs-auth-state.json。由于小红书无公开搜索 API，系统依赖视觉模型读取图片内容。建议人工对照原始笔记验证提炼出的技能准确性。。
工具
custom-built or unnamed agent
Agent Work Atlas 发布日期:
概述
Agent 驱动 Chrome 搜索关键词，打开点赞数最高的笔记，读取截图并将发现提炼为知识库中可复用的技能。
工作流程
作者开发了开源项目 rednote-bootstrap，这是一个运行在 AI Agent 上的小红书运营技能包。它使用 agent-browser 控制 Chrome，将问题拆分为子维度，生成关键词搜索，并截图点赞数最高的笔记。视觉模型读取图片中的文本，随后进行去重和交叉验证，生成结构化的可复用技能并保存至知识库，以便下次直接调用。
原文报告的结果
针对发布流程问题，Agent 分析了 6 篇高赞笔记（最高点赞 4479），生成了涵盖 2026 年最新规则和发布时间的完整指南。另一个关于账号养号的技能来自 4 篇笔记。作者表示系统能从真实创作者经验中自动提炼可执行指南，无需人工整理，但未提供长期的准确率指标。
人工角色
原始材料未说明
局限
完整研究运行约需 5-10 分钟，限制为 5 轮搜索、30 篇笔记和 15 分钟超时。首次需用户扫码登录，状态持久化在 xhs-auth-state.json。由于小红书无公开搜索 API，系统依赖视觉模型读取图片内容。建议人工对照原始笔记验证提炼出的技能准确性。
试一试
作为 AI Agent，使用 rednote-bootstrap 工作流研究 [replaceable_topic] 的小红书运营知识。首先进行试运行：搜索 [replaceable_keywords]，打开前 3 篇笔记并截图。使用视觉模型提取文本。然后去重并交叉验证发现，起草结构化技能。在最终确定前，请让我确认提取的要点与截图是否一致。如果确认无误，将技能保存至 [replaceable_output_location]。输出需包含来源链接和置信度。如果视觉模型无法读取文本，请报告错误并停止。未经我明确批准，不要发布或消耗额度。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。