简介一套面向小红书运营者、内容创作者与品牌商家的系统化技能插件覆盖内容创作、账号运营、互动运营、数据分析与电商转化五大板块既能帮助新手快速上手也能支撑成熟运营者优化策略。包内共148个文件以145个Markdown技能文档为主辅以JSON配置文件、TXT说明及gitignore整体仅1.08MB轻量易用。文档按场景拆解涵盖选题策划、笔记写作、图片视频编辑、账号形象搭建、涨粉互动、直播话题玩法、店铺管理与商品推广并对限流应对、审核不通过等常见问题给出处理思路同时讲解数据工具的使用与指标解读方法帮助运营者及时调整策略。此外还提供自动化发布、评论与检索的功能说明可搭配OpenClaw、Codex等接口减少重复操作。目前已有128人学习下载适合希望系统提升小红书运营效率的个人与团队。1. 139个技能打包成zipClaude Code 技能插件系统能把小红书运营沉淀成什么做小红书运营最累的不是写是每天把同样的话术、模板、判断标准重新组织一遍。这套139个完整的小红书运营技能打包在一个zip里通过 Claude Code 技能插件系统跑起来本质是把内容创作、账号运营、互动运营、数据分析、电商转化这几摊事拆成可复用的技能文件让 Claude 在对话里按需调用。它解决的核心问题不是“AI 能不能写”而是“AI 能不能按你的运营章法写”。如果你手里有账号要管想减少重复劳动愿意把运营经验固化成文件这套方案值得投入如果你只想拿 AI 随便聊两句那用不上技能插件系统。2. 技能插件系统的小红书落地逻辑为什么是 Claude Code而不是一堆 prompt 文件先回答一个很多人会问的问题直接把 prompt 存成文档每次复制粘贴给 ChatGPT 不一样吗不一样。普通 prompt 文件是“贴一段文字”技能Skill是“一个可以被按需加载、带输入输出约定、可以调脚本的模块”。在 Claude Code 里技能有自己的目录、描述和正文指令模型会先判断要不要用再加载正文执行。139 个技能如果全部做成 prompt 塞进上下文对话还没开始上下文就爆了而技能是惰性加载的每次只加载命中的那一个这才是它能撑到上百个技能的原因。2.1 技能Skills的加载机制从 SKILL.md 到 .claude/skills 目录Claude Code 在启动时会扫描项目根目录下的.claude/skills/每个技能是一个独立子目录目录名是技能的 ID目录里必须有一个SKILL.md作为入口。这个文件的 YAML frontmatter 里有两个字段最关键name是技能名description是触发条件。模型在对话中会根据用户输入和所有技能的description做语义匹配匹配上之后才会把正文的指令读进来。一个完整的技能目录结构长这样项目根目录/ ├── .claude/ │ └── skills/ │ ├── xhs-topic-brainstorm/ │ │ ├── SKILL.md │ │ ├── templates/ │ │ │ └── topic-card.md │ │ └── scripts/ │ │ └── extract_keywords.py │ ├── xhs-title-generator/ │ │ ├── SKILL.md │ │ └── templates/ │ └── xhs-comment-reply/ │ ├── SKILL.md │ └── data/ │ └── reply-blacklist.md这套zip解压后大概率就是类似的编排方式只是把上面的xhs-*技能数量放大到一百多个。模板templates和脚本scripts是可选目录但实战中建议一定要有模板能约束输出格式脚本能帮你做关键词抽取、数据格式化这类模型不擅长的确定性工作。SKILL.md的门槛没有想象中高最小可用版本就是 markdown 加一段 frontmatter--- name: xhs-title-generator description: 当用户要求“生成标题”“起标题”“做标题测试”时使用。输入笔记主题输出10条小红书风格标题每条附情绪卖点和搜索词。 --- # 小红书爆款标题生成 ## 输入 - 笔记主题必填 - 目标人群选填默认女性18-35岁 - 语气选填默认“真实分享” ## 执行步骤 1. 提取主题里的核心关键词和情绪关键词 2. 从模板库见 templates/里匹配3种句式 3. 每条标题必须包含主语 效果/结果 场景词 4. 输出为 Markdown 表格序号 / 标题 / 情绪卖点 / 适合封面风格 ## 禁止 - 不使用“震惊体”作为主要句式 - 不出现emoji标题frontmatter 里的description决定技能会不会被触发建议控制在200字以内只写“什么输入、什么任务、什么时候用”不要花篇幅解释步骤步骤全部放正文。正文里的“执行步骤”和“禁止”就是技能体模型会严格按这个顺序来而不是自由发挥。2.2 139个技能怎么编排目录命名、业务域拆分与技能间依赖标题里提到覆盖内容创作、账号运营、互动运营、数据分析、电商转化五个域加上被截断的“平”字大概率是“平台”二字。这种大批量技能包最重要的一件事就是编排规范不然一百多个目录全散在.claude/skills下根本没法维护。技能目录命名建议全部小写加连字符比如xhs-title-generator、xhs-daily-report。Windows 环境下目录名大小写不敏感但SKILL.md这个文件名必须一字不差大小写错误直接导致技能静默跳过。压缩包里有“平”这个截断后缀说明文件名被改过或上传时截断了解压后以实际目录为准不要依赖压缩包名判断内容。技能之间是通过约定而非硬编码来协作的。比如内容创作域里一个典型的调用链是先用选题技能产出选题卡再用关键词抽取脚本提炼搜索词最后把关键词传给标题生成技能。每个技能只干一件事靠description里的触发词衔接。下面是这种批量技能包常见的目录语义业务域典型技能目录触发时机内容创作xhs-topic-brainstorm、xhs-title-generator、xhs-script-writer从选题到成稿全过程账号运营xhs-account-positioning、xhs-bio-writer、xhs-posting-calendar账号搭建与排期互动运营xhs-comment-reply、xhs-dm-reply、xhs-poll-idea评论区与私信场景数据分析xhs-data-reader、xhs-weekly-report、xhs-ab-test笔记发布后复盘电商转化xhs-product-card、xhs-live-script、xhs-shop-reply商品卡、直播、售后这套规划的逻辑是把“运营动作”拆成技能一个技能对应一个高频重复动作。你拿到 zip 后不要急着全量启用先解压对照这份表格把技能目录过一遍把用不上的域先移出skills目录反正技能是文件随时可以放回来。2.3 一次技能调用的完整生命周期从用户输入到规范输出拿上面那个标题生成技能举个例子完整调用过程是这样的你在 Claude Code 里输入“写10条关于油皮夏天底妆的标题”模型先对这句话做意图识别遍历所有技能的description发现xhs-title-generator的相关性最高于是把它的SKILL.md正文读入上下文再按正文里的步骤执行最后按表格格式输出。整个过程用户是感知不到的你只看到结果。如果不是技能机制而是把139个 prompt 全部写进系统提示词每次对话都要携带全量文本上下文很快被吃光而且模型会被互相矛盾的指令干扰。技能机制的核心价值是把“常驻”变成“按需”省上下文的同时也减少了指令打架。三种形态的差异可以这样对比形态加载方式可控性复用性系统提示词常驻上下文一般低CLAUDE.md 项目记忆常驻上下文弱中Skills 技能按需加载强高这也是为什么我会推荐把它做成技能而不是普通文件。系统提示词适合放全局原则比如“你是小红书运营助手”技能适合放高频动作比如“帮我把这段笔记改写成60字评论”。一个是宪法一个是行政规章混在一起维护成本极高。3. 把139个技能的zip装进 Claude Code部署步骤与参数设置这一章直接抄作业。整个部署链路三步装 Claude Code、解压 zip 放进技能目录、验证技能被识别。每一步都有对应命令建议边跑边看。3.1 安装 Claude Code 与准备项目目录我常用的安装方式是 npm 全局安装前提是本机有 Node.js版本长期支持版即可。如果你没有 Node 环境也可以走官方安装脚本效果一样二选一。# 安装 Claude Code 本体 npm install -g anthropic-ai/claude-code # 确认安装成功 claude --version # 新建一个独立项目目录技能是项目级的不要放在用户目录 mkdir -p ~/projects/xhs-agent cd ~/projects/xhs-agent安装之后第一次运行claude会要求认证登录用自己的账号完成认证即可。这里有个容易犯的错误直接在系统任意目录启动 Claude Code然后发现技能加载不出来。技能扫描逻辑是项目级的必须在项目根目录启动。有人习惯在 VS Code 里用终端跑 Claude Code注意 VS Code 打开的文件路径要和项目根目录一致否则扫不到。认证完成、能正常对话之后先手动创建一个技能目录测试加载链路是否通了mkdir -p .claude/skills/xhs-ping3.2 解压zip并放置到 .claude/skills拿到139个完整的小红书运营技能 - Claude Code 技能插件系统….zip之后不要直接双击就地解压。先解压到临时目录看清内部结构再复制进项目。这个习惯能少踩很多坑。# 技能目录 cd ~/projects/xhs-agent mkdir -p .claude/skills # 解压到临时目录先看结构 unzip ~/Downloads/xiaohongshu_139_skills.zip -d /tmp/xhs_pack # 列出内容确认是不是套娃 ls -la /tmp/xhs_pack find /tmp/xhs_pack -maxdepth 2 -type d | head -20 # 确认结构没问题再复制进技能目录 cp -r /tmp/xhs_pack/* .claude/skills/ 2/dev/null # 统计 SKILL.md 数量应该接近139 find .claude/skills -maxdepth 2 -name SKILL.md | wc -l如果cp报错说路径里有文件夹同名说明压缩包里自带一层目录把cp -r /tmp/xhs_pack/*换成cp -r /tmp/xhs_pack再调整一次。统计SKILL.md数量这步很重要数字和139对不上说明有的技能缺入口文件加载时会静默跳过。Windows 用户没有find命令可以用 PowerShell 替代(Get-ChildItem -Path .claude\skills -Recurse -Filter SKILL.md).Count这个数字是后续所有问题排查的基线。只要数字对得上技能包的载体部分基本没问题。3.3 验证技能被加载/skills 列表与最小触发测试技能放好之后启动 Claude Code先确认列表里能看到技能。cd ~/projects/xhs-agent claude进入对话界面后输入/skills如果列表为空多半是目录层级问题或SKILL.md的 frontmatter 写坏了参考第五章的排障步骤。列表能看到技能后做一个最小触发测试直接说“用标题生成技能主题是油皮夏天底妆生成10条标题。”观察输出。如果走了技能流程输出应该带固定表格结构和字段如果只是像普通对话一样自由发挥说明description里的触发词和你的话没匹配上把触发句式改得更贴近描述里的原词比如“触发 xhs-title-generator”。这步测试的本质是在验证“意图识别”这一环。技能机制的匹配不是绝对精确的是语义相关但description里的关键词仍然起主要作用。第一次没触发不要急着改技能文件先换个说法再试一次。3.4 必配参数与两个环境变量模型、网关与上下文技能部署不涉及复杂参数真正影响体验的是模型配置。Claude Code 默认用自己的模型如果你走第三方大模型网关例如国内模型的 Anthropic 兼容端点只需要设三个环境变量技能机制完全不受影响export ANTHROPIC_BASE_URLhttps://your-api-endpoint.example.com export ANTHROPIC_AUTH_TOKENsk-your-token export ANTHROPIC_MODELdeepseek-chat # 重新启动确认生效 claude这三个变量分别管服务的地址、密钥和模型名。模型名要写网关实际支持的模型 ID写错了启动后请求会直接失败。对技能包来说底座模型的变化不会改变技能目录和加载逻辑变的只是生成质量。如果你的模型上下文窗口偏小个别长技能比如带多个模板的脚本生成技能可能在加载时被截断这种现象在输出缺失后半段步骤时最明显优先换大上下文模型而不是裁技能正文。4. 六大业务域的技能拆解参数怎么设、模板怎么改这一章是重头戏。139个技能不可能逐个讲我把五个域里最有代表性的技能挑出来给你看它的实际写法、参数含义和改造方向。你拿到 zip 后按这个思路逐一过目就知道哪些能直接用、哪些要改。4.1 内容创作域标题、选题、脚本的技能模板与触发条件内容创作域是这套技能包最厚的部分常见的有选题头脑风暴、标题生成、脚本生成、关键词抽取等。以标题生成技能为例2.1 里给过基础版实战中我一般会再加一个关键词抽取脚本来辅助。脚本的目的是做模型不擅长的确定性子任务——把用户输入里的话题词稳定抽取出来避免模型发挥时漏词。# scripts/extract_keywords.py # 输入从stdin读一段文本笔记主题或产品描述 # 输出每行一个关键词最多10个 import sys import re text sys.stdin.read() # 按常见中文标点、英文标点、空白切分保留长度2的词 words [w for w in re.split(r[。、,.!?;\s], text) if len(w) 2] # 去重并保留顺序 uniq [] for w in words: if w not in uniq: uniq.append(w) print(\n.join(uniq[:10]))脚本约定 stdin 读入、stdout 输出这是 Claude Code 调用外部脚本最常见的协议。模型会用这个脚本处理用户输入再把输出带回上下文继续执行后续步骤。参数就一个uniq[:10]里的 10 决定关键词上限对标题生成来说 10 个足够再多反而稀释重点。配套的SKILL.md里要多一个调用说明--- name: xhs-title-generator description: 当用户要求生成标题、起标题、做标题A/B测试时使用。输入主题输出10条小红书风格标题。 --- # 小红书爆款标题生成 ## 第一步抽取关键词 运行 python3 scripts/extract_keywords.py把用户输入的主题传给stdin读取输出的关键词列表。 ## 第二步套模板 从 templates/ 下读取 4 个标题模板文件每个模板用关键词填 2-3 条。 ## 输出格式 表格序号 / 标题 / 情绪卖点 / 适合封面风格 / 附加搜索词 ## 禁止 - 标题超过20字 - 堆砌 emoji 图标表情 - 用“震惊”“绝了”作为开头注意“第一步运行脚本”必须写清楚模型才知道要先调脚本。标题长度限制写在“禁止”里比写在步骤里更有效这是实测体会。改造方向也很简单把你自己账号近三个月数据最好的 10 条标题拆进模板文件技能质量立刻上一个台阶。4.2 账号运营与互动运营域评论区、私信、置顶评论的结构化输出互动运营域的技能有一个共同点输出必须结构化否则没法复制回平台、没法记录、没法复盘。评论区回复技能是典型代表用户丢一条评论进来要求生成回复好的技能输出应该是 JSON 而不是纯文本{ comment_text: 这条是真的用了半年没搓泥, reply_options: [ { type: 种草回复, text: 我也是用了半年才敢说这话薄涂一层就够 }, { type: 细节补充回复, text: 对了用之前别擦太厚油皮薄涂就行 }, { type: 互动引导回复, text: 你混油还是干皮干皮的话用量要减半 } ], risk_tips: [ 对方可能在咨询敏感肌不要直接推荐强功效成分, 不要引导加微信或站外交易 ] }为什么要 JSON三个理由。第一多条候选回复方便你挑选不用重新生成第二字段固定后续可以把回复效果记录到表格里做统计第三risk_tips字段把风险提示独立出来运营同学复制回复前会扫一眼这比让模型“注意安全”四个字管用。我在这个技能里还会放一个data/reply-blacklist.md文件里面写的是这个品类不能碰的表达比如医疗功效承诺、绝对化用语、诱导私下交易。技能正文里直接写“回复前先读 data/reply-blacklist.md 对照一遍”模型就会主动避开高风险词。这类边界文件是运营技能包独有的价值等于把平台审核规则预置进了生成环节。4.3 数据分析与电商转化域数据解读阈值与商品卡文案数据分析技能包的难点不在读数据而在“读完之后给什么动作”。一个只看数不给方案的数据技能没有用。常见做法是在SKILL.md里内置一个判断阈值表模型拿到笔记数据后先对照表格归属区间再输出对应动作指标健康区间建议动作点击率小于3%封面、标题问题触发标题A/B测试技能收藏率小于1.5%干货密度不足触发选题技能补充内容模块涨粉率小于0.3%账号定位不聚焦触发账号定位技能转评率小于0.5%互动钩子缺失触发评论区互动技能这个阈值表不是死的不同品类的健康区间差异很大美妆和数码的收藏率基准完全不同。拿到技能包后第一件事就是把阈值改成你自己品类近30条笔记的中位数。表格放在SKILL.md正文里模型在执行时会把输入指标一一对照然后落到动作上。电商转化域最常用的是商品卡文案技能。这个技能我建议你直接改造成三步法模板商品卡文案三步法 1. 一句话痛点写出用户正在经历的问题比如“油皮夏天上妆两小时就花” 2. 一个证据点只说成分/用量/对比结果不做绝对功效承诺 3. 一条轻指令引导点击商品卡不诱导站外交易这类技能的改造重点不是让模型写得更华丽而是让它“不越界”。把审核边界写进技能正文生成时就避开高风险表达比生成后再人工删改效率高得多。你在收到 zip 后先打开电商域的这几个技能把第三行的“不做绝对功效承诺”改成你所在品类的具体违禁词列表效果立竿见影。5. 落地过程中的5个高频坑现象、原因、解决这部分是血泪经验。技能包部署本身不难难的是部署完之后“技能没被识别”“触发了但输出不是要的”这类黑匣子问题。下面5个坑我按踩到的概率排序你逐个对照排查。5.1 技能加载不出来/skills列表里是空的现象技能文件放好了/skills列表却是空的或者只有一两个技能。原因有两类。第一类是目录层级错误技能必须严格放在项目根目录的.claude/skills/技能名/SKILL.md多套一层目录就失效Claude Code 不会递归深挖。第二类是SKILL.md的 frontmatter 写坏了比如description里带了换行符或中文字符的冒号YAML 解析失败Claude Code 的处理方式是静默跳过不报任何错。解决先查目录层级再验证 frontmatter 能否被解析。用一行 Python 把每个技能的 frontmatter 拉出来检查python3 -c import yaml, pathlib skills pathlib.Path(.claude/skills) for d in skills.iterdir(): f d / SKILL.md if not f.exists(): print(d.name, 缺少SKILL.md) continue try: meta yaml.safe_load(f.read_text(encodingutf-8)) print(d.name, OK, meta.get(name)) except Exception as e: print(d.name, YAML错误:, e) 这段脚本会打印每个技能目录的状态。看到YAML错误就打开对应文件检查 frontmatter重点看冒号是不是全角、description有没有折行、开头有没有空格。5.2 zip解压报密码错或“找不到EOCD”伪加密与格式冒充现象unzip提示输入密码或者直接报could not find EOCD/invalid zip archive。这类问题在贴吧和网盘流出的技能包里非常常见。原因网上流传的 zip 常见两种暗病。一种是伪加密——zip 的 header 里加密标志位被置位但数据本身没有真实加密多数解压工具看到标志位就要求输密码另一种是格式冒充——文件实际是 7z 或 RAR只是后缀改成了.zip。解决先用file看真实格式再决定用哪个工具# 查看文件的真实格式 file xiaohongshu_139_skills.zip # 伪加密的zip用7z直接解通常能绕过 7z x xiaohongshu_139_skills.zip # 7z不行就用Python手工清掉加密标志位 python3 - PY import zipfile src xiaohongshu_139_skills.zip dst fixed.zip with zipfile.ZipFile(src) as zin, zipfile.ZipFile(dst, w) as zout: for item in zin.infolist(): # 清掉 general purpose bit flag 的第0位encrypted item.flag_bits ~0x1 zout.writestr(item, zin.read(item.filename)) print(done:, dst) PY注意这个 Python 脚本只处理伪加密——标志位被置位但没有真实加密数据的情况。如果zin.read(item.filename)抛 CRC 校验错误说明它不是伪加密而是格式冒充回退到7z x或file识别的真实格式去解。5.3 技能能触发但输出“飘”结果忽好忽坏不按模板走现象技能成功触发但有时按模板输出有时自由发挥同一句话跑两次结果差异很大。原因SKILL.md正文里的指令太“软”。比如只写“生成标题”四个字模型就有大量自由发挥空间。另一个原因是输出模板没有给示例模型不知道“像什么样”才算合格。解决把指令从“做某事”改成“必须按什么格式做某事”。对比一下软写法“生成10条标题”硬写法“必须输出表格列为序号/标题/情绪卖点/适合封面风格每条标题不超过20字”再加一个“示例输出”字段给一段填好的表格模型会照着示例对齐格式。实测下来给了示例之后格式合规率至少翻一倍。5.4 中文环境的编码坑BOM头让技能名变成乱码现象技能出现在列表里但名字显示成\ufeffxhs-title-generator或者根本匹配不到。原因在 Windows 上用记事本编辑过SKILL.md保存成了“UTF-8 with BOM”。BOM 是文件最前面的三个字节EF BB BFYAML 解析器会把name字段读成带 BOM 的字符串技能 ID 对不上。解决用 VS Code 打开文件右下角把编码改为“UTF-8”保存时选“不带 BOM”。批量处理已脏的文件可以用一行命令把 BOM 去掉find .claude/skills -name SKILL.md | while read f; do sed -i 1s/^\xEF\xBB\xBF// $f done这条命令遍历所有SKILL.md把第一行开头的 BOM 字符删掉。macOS 和 Linux 的sed -i语法有差异macOS 上要写sed -i 。改完重新运行/skills确认名称正常。5.5 触发混乱想触发的时候不触发不想触发的时候一串命中现象说“帮我写个笔记”同时触发五六个技能导致输出混杂说“帮我分析这篇笔记数据”却一个技能都没命中。原因description写得太长或覆盖太多意图。模型做语义匹配时描述里包含的意图越多歧义越大。一个技能描述里同时写了“生成标题、选题、脚本”那用户说“写个笔记”确实每个都沾边全被拉起来。解决一个技能只负责一件事description第一句话写成“当用户明确要求XX时使用”把多余意图全部删掉。如果技能确实要做多件事拆成多个技能文件而不是塞在一个描述里。还有一个实用技巧把最容易混淆的技能之间加负向条件比如标题技能描述末尾写“不要用于完整脚本生成”能显著降低误触发率。6. 让技能包“长”在账号上反馈循环与二次开发技巧技能包部署完成只是开始。139 个通用技能是别人的运营经验要变成你自己的关键是建立反馈循环——记下每次使用情况定期淘汰和修正技能文件。我习惯在项目根目录开一个logs/目录把每次调用记录写成 JSONL每周看一眼哪些技能被命中、哪些一次都没用上。# 统计技能命中次数找出吃灰和热门的 cat logs/*.jsonl 2/dev/null | python3 -c import sys, json from collections import Counter c Counter() for line in sys.stdin: try: d json.loads(line) if d.get(skill): c[d[skill]] 1 except Exception: pass for name, cnt in c.most_common(): print(cnt, name) 这个脚本假设日志结构里每条记录含skill字段你在 Claude Code 的对话记录里通过插件或截图补充即可。输出后我一般按“零命中、弱命中、高频”三档处理零命中的技能可能是当前业务用不上直接移出目录弱命中的改一版描述和模板再观察两周高频命中的持续往里加你自己账号的真实案例和话术。二次开发的成本其实很低。改一个技能就是编辑一个SKILL.md改完保存即生效不用重启。我现在养成的习惯是每月底把当月的爆款笔记和翻车笔记各挑3篇把共性拆出来写进对应技能的模板文件下次生成时模型就会带上这个月的真实手感。这样迭代两三个月那个 zip 里的通用技能就会被替换成属于你这个账号的运营 SOP到时候哪怕技能数量只剩三四十个产出效果反而更好。希望帮到你。本文还有配套的精品资源点击获取 Claude Code技能插件系统：139个小红书运营技能打包实战
简介一套面向小红书运营者、内容创作者与品牌商家的系统化技能插件覆盖内容创作、账号运营、互动运营、数据分析与电商转化五大板块既能帮助新手快速上手也能支撑成熟运营者优化策略。包内共148个文件以145个Markdown技能文档为主辅以JSON配置文件、TXT说明及gitignore整体仅1.08MB轻量易用。文档按场景拆解涵盖选题策划、笔记写作、图片视频编辑、账号形象搭建、涨粉互动、直播话题玩法、店铺管理与商品推广并对限流应对、审核不通过等常见问题给出处理思路同时讲解数据工具的使用与指标解读方法帮助运营者及时调整策略。此外还提供自动化发布、评论与检索的功能说明可搭配OpenClaw、Codex等接口减少重复操作。目前已有128人学习下载适合希望系统提升小红书运营效率的个人与团队。1. 139个技能打包成zipClaude Code 技能插件系统能把小红书运营沉淀成什么做小红书运营最累的不是写是每天把同样的话术、模板、判断标准重新组织一遍。这套139个完整的小红书运营技能打包在一个zip里通过 Claude Code 技能插件系统跑起来本质是把内容创作、账号运营、互动运营、数据分析、电商转化这几摊事拆成可复用的技能文件让 Claude 在对话里按需调用。它解决的核心问题不是“AI 能不能写”而是“AI 能不能按你的运营章法写”。如果你手里有账号要管想减少重复劳动愿意把运营经验固化成文件这套方案值得投入如果你只想拿 AI 随便聊两句那用不上技能插件系统。2. 技能插件系统的小红书落地逻辑为什么是 Claude Code而不是一堆 prompt 文件先回答一个很多人会问的问题直接把 prompt 存成文档每次复制粘贴给 ChatGPT 不一样吗不一样。普通 prompt 文件是“贴一段文字”技能Skill是“一个可以被按需加载、带输入输出约定、可以调脚本的模块”。在 Claude Code 里技能有自己的目录、描述和正文指令模型会先判断要不要用再加载正文执行。139 个技能如果全部做成 prompt 塞进上下文对话还没开始上下文就爆了而技能是惰性加载的每次只加载命中的那一个这才是它能撑到上百个技能的原因。2.1 技能Skills的加载机制从 SKILL.md 到 .claude/skills 目录Claude Code 在启动时会扫描项目根目录下的.claude/skills/每个技能是一个独立子目录目录名是技能的 ID目录里必须有一个SKILL.md作为入口。这个文件的 YAML frontmatter 里有两个字段最关键name是技能名description是触发条件。模型在对话中会根据用户输入和所有技能的description做语义匹配匹配上之后才会把正文的指令读进来。一个完整的技能目录结构长这样项目根目录/ ├── .claude/ │ └── skills/ │ ├── xhs-topic-brainstorm/ │ │ ├── SKILL.md │ │ ├── templates/ │ │ │ └── topic-card.md │ │ └── scripts/ │ │ └── extract_keywords.py │ ├── xhs-title-generator/ │ │ ├── SKILL.md │ │ └── templates/ │ └── xhs-comment-reply/ │ ├── SKILL.md │ └── data/ │ └── reply-blacklist.md这套zip解压后大概率就是类似的编排方式只是把上面的xhs-*技能数量放大到一百多个。模板templates和脚本scripts是可选目录但实战中建议一定要有模板能约束输出格式脚本能帮你做关键词抽取、数据格式化这类模型不擅长的确定性工作。SKILL.md的门槛没有想象中高最小可用版本就是 markdown 加一段 frontmatter--- name: xhs-title-generator description: 当用户要求“生成标题”“起标题”“做标题测试”时使用。输入笔记主题输出10条小红书风格标题每条附情绪卖点和搜索词。 --- # 小红书爆款标题生成 ## 输入 - 笔记主题必填 - 目标人群选填默认女性18-35岁 - 语气选填默认“真实分享” ## 执行步骤 1. 提取主题里的核心关键词和情绪关键词 2. 从模板库见 templates/里匹配3种句式 3. 每条标题必须包含主语 效果/结果 场景词 4. 输出为 Markdown 表格序号 / 标题 / 情绪卖点 / 适合封面风格 ## 禁止 - 不使用“震惊体”作为主要句式 - 不出现emoji标题frontmatter 里的description决定技能会不会被触发建议控制在200字以内只写“什么输入、什么任务、什么时候用”不要花篇幅解释步骤步骤全部放正文。正文里的“执行步骤”和“禁止”就是技能体模型会严格按这个顺序来而不是自由发挥。2.2 139个技能怎么编排目录命名、业务域拆分与技能间依赖标题里提到覆盖内容创作、账号运营、互动运营、数据分析、电商转化五个域加上被截断的“平”字大概率是“平台”二字。这种大批量技能包最重要的一件事就是编排规范不然一百多个目录全散在.claude/skills下根本没法维护。技能目录命名建议全部小写加连字符比如xhs-title-generator、xhs-daily-report。Windows 环境下目录名大小写不敏感但SKILL.md这个文件名必须一字不差大小写错误直接导致技能静默跳过。压缩包里有“平”这个截断后缀说明文件名被改过或上传时截断了解压后以实际目录为准不要依赖压缩包名判断内容。技能之间是通过约定而非硬编码来协作的。比如内容创作域里一个典型的调用链是先用选题技能产出选题卡再用关键词抽取脚本提炼搜索词最后把关键词传给标题生成技能。每个技能只干一件事靠description里的触发词衔接。下面是这种批量技能包常见的目录语义业务域典型技能目录触发时机内容创作xhs-topic-brainstorm、xhs-title-generator、xhs-script-writer从选题到成稿全过程账号运营xhs-account-positioning、xhs-bio-writer、xhs-posting-calendar账号搭建与排期互动运营xhs-comment-reply、xhs-dm-reply、xhs-poll-idea评论区与私信场景数据分析xhs-data-reader、xhs-weekly-report、xhs-ab-test笔记发布后复盘电商转化xhs-product-card、xhs-live-script、xhs-shop-reply商品卡、直播、售后这套规划的逻辑是把“运营动作”拆成技能一个技能对应一个高频重复动作。你拿到 zip 后不要急着全量启用先解压对照这份表格把技能目录过一遍把用不上的域先移出skills目录反正技能是文件随时可以放回来。2.3 一次技能调用的完整生命周期从用户输入到规范输出拿上面那个标题生成技能举个例子完整调用过程是这样的你在 Claude Code 里输入“写10条关于油皮夏天底妆的标题”模型先对这句话做意图识别遍历所有技能的description发现xhs-title-generator的相关性最高于是把它的SKILL.md正文读入上下文再按正文里的步骤执行最后按表格格式输出。整个过程用户是感知不到的你只看到结果。如果不是技能机制而是把139个 prompt 全部写进系统提示词每次对话都要携带全量文本上下文很快被吃光而且模型会被互相矛盾的指令干扰。技能机制的核心价值是把“常驻”变成“按需”省上下文的同时也减少了指令打架。三种形态的差异可以这样对比形态加载方式可控性复用性系统提示词常驻上下文一般低CLAUDE.md 项目记忆常驻上下文弱中Skills 技能按需加载强高这也是为什么我会推荐把它做成技能而不是普通文件。系统提示词适合放全局原则比如“你是小红书运营助手”技能适合放高频动作比如“帮我把这段笔记改写成60字评论”。一个是宪法一个是行政规章混在一起维护成本极高。3. 把139个技能的zip装进 Claude Code部署步骤与参数设置这一章直接抄作业。整个部署链路三步装 Claude Code、解压 zip 放进技能目录、验证技能被识别。每一步都有对应命令建议边跑边看。3.1 安装 Claude Code 与准备项目目录我常用的安装方式是 npm 全局安装前提是本机有 Node.js版本长期支持版即可。如果你没有 Node 环境也可以走官方安装脚本效果一样二选一。# 安装 Claude Code 本体 npm install -g anthropic-ai/claude-code # 确认安装成功 claude --version # 新建一个独立项目目录技能是项目级的不要放在用户目录 mkdir -p ~/projects/xhs-agent cd ~/projects/xhs-agent安装之后第一次运行claude会要求认证登录用自己的账号完成认证即可。这里有个容易犯的错误直接在系统任意目录启动 Claude Code然后发现技能加载不出来。技能扫描逻辑是项目级的必须在项目根目录启动。有人习惯在 VS Code 里用终端跑 Claude Code注意 VS Code 打开的文件路径要和项目根目录一致否则扫不到。认证完成、能正常对话之后先手动创建一个技能目录测试加载链路是否通了mkdir -p .claude/skills/xhs-ping3.2 解压zip并放置到 .claude/skills拿到139个完整的小红书运营技能 - Claude Code 技能插件系统….zip之后不要直接双击就地解压。先解压到临时目录看清内部结构再复制进项目。这个习惯能少踩很多坑。# 技能目录 cd ~/projects/xhs-agent mkdir -p .claude/skills # 解压到临时目录先看结构 unzip ~/Downloads/xiaohongshu_139_skills.zip -d /tmp/xhs_pack # 列出内容确认是不是套娃 ls -la /tmp/xhs_pack find /tmp/xhs_pack -maxdepth 2 -type d | head -20 # 确认结构没问题再复制进技能目录 cp -r /tmp/xhs_pack/* .claude/skills/ 2/dev/null # 统计 SKILL.md 数量应该接近139 find .claude/skills -maxdepth 2 -name SKILL.md | wc -l如果cp报错说路径里有文件夹同名说明压缩包里自带一层目录把cp -r /tmp/xhs_pack/*换成cp -r /tmp/xhs_pack再调整一次。统计SKILL.md数量这步很重要数字和139对不上说明有的技能缺入口文件加载时会静默跳过。Windows 用户没有find命令可以用 PowerShell 替代(Get-ChildItem -Path .claude\skills -Recurse -Filter SKILL.md).Count这个数字是后续所有问题排查的基线。只要数字对得上技能包的载体部分基本没问题。3.3 验证技能被加载/skills 列表与最小触发测试技能放好之后启动 Claude Code先确认列表里能看到技能。cd ~/projects/xhs-agent claude进入对话界面后输入/skills如果列表为空多半是目录层级问题或SKILL.md的 frontmatter 写坏了参考第五章的排障步骤。列表能看到技能后做一个最小触发测试直接说“用标题生成技能主题是油皮夏天底妆生成10条标题。”观察输出。如果走了技能流程输出应该带固定表格结构和字段如果只是像普通对话一样自由发挥说明description里的触发词和你的话没匹配上把触发句式改得更贴近描述里的原词比如“触发 xhs-title-generator”。这步测试的本质是在验证“意图识别”这一环。技能机制的匹配不是绝对精确的是语义相关但description里的关键词仍然起主要作用。第一次没触发不要急着改技能文件先换个说法再试一次。3.4 必配参数与两个环境变量模型、网关与上下文技能部署不涉及复杂参数真正影响体验的是模型配置。Claude Code 默认用自己的模型如果你走第三方大模型网关例如国内模型的 Anthropic 兼容端点只需要设三个环境变量技能机制完全不受影响export ANTHROPIC_BASE_URLhttps://your-api-endpoint.example.com export ANTHROPIC_AUTH_TOKENsk-your-token export ANTHROPIC_MODELdeepseek-chat # 重新启动确认生效 claude这三个变量分别管服务的地址、密钥和模型名。模型名要写网关实际支持的模型 ID写错了启动后请求会直接失败。对技能包来说底座模型的变化不会改变技能目录和加载逻辑变的只是生成质量。如果你的模型上下文窗口偏小个别长技能比如带多个模板的脚本生成技能可能在加载时被截断这种现象在输出缺失后半段步骤时最明显优先换大上下文模型而不是裁技能正文。4. 六大业务域的技能拆解参数怎么设、模板怎么改这一章是重头戏。139个技能不可能逐个讲我把五个域里最有代表性的技能挑出来给你看它的实际写法、参数含义和改造方向。你拿到 zip 后按这个思路逐一过目就知道哪些能直接用、哪些要改。4.1 内容创作域标题、选题、脚本的技能模板与触发条件内容创作域是这套技能包最厚的部分常见的有选题头脑风暴、标题生成、脚本生成、关键词抽取等。以标题生成技能为例2.1 里给过基础版实战中我一般会再加一个关键词抽取脚本来辅助。脚本的目的是做模型不擅长的确定性子任务——把用户输入里的话题词稳定抽取出来避免模型发挥时漏词。# scripts/extract_keywords.py # 输入从stdin读一段文本笔记主题或产品描述 # 输出每行一个关键词最多10个 import sys import re text sys.stdin.read() # 按常见中文标点、英文标点、空白切分保留长度2的词 words [w for w in re.split(r[。、,.!?;\s], text) if len(w) 2] # 去重并保留顺序 uniq [] for w in words: if w not in uniq: uniq.append(w) print(\n.join(uniq[:10]))脚本约定 stdin 读入、stdout 输出这是 Claude Code 调用外部脚本最常见的协议。模型会用这个脚本处理用户输入再把输出带回上下文继续执行后续步骤。参数就一个uniq[:10]里的 10 决定关键词上限对标题生成来说 10 个足够再多反而稀释重点。配套的SKILL.md里要多一个调用说明--- name: xhs-title-generator description: 当用户要求生成标题、起标题、做标题A/B测试时使用。输入主题输出10条小红书风格标题。 --- # 小红书爆款标题生成 ## 第一步抽取关键词 运行 python3 scripts/extract_keywords.py把用户输入的主题传给stdin读取输出的关键词列表。 ## 第二步套模板 从 templates/ 下读取 4 个标题模板文件每个模板用关键词填 2-3 条。 ## 输出格式 表格序号 / 标题 / 情绪卖点 / 适合封面风格 / 附加搜索词 ## 禁止 - 标题超过20字 - 堆砌 emoji 图标表情 - 用“震惊”“绝了”作为开头注意“第一步运行脚本”必须写清楚模型才知道要先调脚本。标题长度限制写在“禁止”里比写在步骤里更有效这是实测体会。改造方向也很简单把你自己账号近三个月数据最好的 10 条标题拆进模板文件技能质量立刻上一个台阶。4.2 账号运营与互动运营域评论区、私信、置顶评论的结构化输出互动运营域的技能有一个共同点输出必须结构化否则没法复制回平台、没法记录、没法复盘。评论区回复技能是典型代表用户丢一条评论进来要求生成回复好的技能输出应该是 JSON 而不是纯文本{ comment_text: 这条是真的用了半年没搓泥, reply_options: [ { type: 种草回复, text: 我也是用了半年才敢说这话薄涂一层就够 }, { type: 细节补充回复, text: 对了用之前别擦太厚油皮薄涂就行 }, { type: 互动引导回复, text: 你混油还是干皮干皮的话用量要减半 } ], risk_tips: [ 对方可能在咨询敏感肌不要直接推荐强功效成分, 不要引导加微信或站外交易 ] }为什么要 JSON三个理由。第一多条候选回复方便你挑选不用重新生成第二字段固定后续可以把回复效果记录到表格里做统计第三risk_tips字段把风险提示独立出来运营同学复制回复前会扫一眼这比让模型“注意安全”四个字管用。我在这个技能里还会放一个data/reply-blacklist.md文件里面写的是这个品类不能碰的表达比如医疗功效承诺、绝对化用语、诱导私下交易。技能正文里直接写“回复前先读 data/reply-blacklist.md 对照一遍”模型就会主动避开高风险词。这类边界文件是运营技能包独有的价值等于把平台审核规则预置进了生成环节。4.3 数据分析与电商转化域数据解读阈值与商品卡文案数据分析技能包的难点不在读数据而在“读完之后给什么动作”。一个只看数不给方案的数据技能没有用。常见做法是在SKILL.md里内置一个判断阈值表模型拿到笔记数据后先对照表格归属区间再输出对应动作指标健康区间建议动作点击率小于3%封面、标题问题触发标题A/B测试技能收藏率小于1.5%干货密度不足触发选题技能补充内容模块涨粉率小于0.3%账号定位不聚焦触发账号定位技能转评率小于0.5%互动钩子缺失触发评论区互动技能这个阈值表不是死的不同品类的健康区间差异很大美妆和数码的收藏率基准完全不同。拿到技能包后第一件事就是把阈值改成你自己品类近30条笔记的中位数。表格放在SKILL.md正文里模型在执行时会把输入指标一一对照然后落到动作上。电商转化域最常用的是商品卡文案技能。这个技能我建议你直接改造成三步法模板商品卡文案三步法 1. 一句话痛点写出用户正在经历的问题比如“油皮夏天上妆两小时就花” 2. 一个证据点只说成分/用量/对比结果不做绝对功效承诺 3. 一条轻指令引导点击商品卡不诱导站外交易这类技能的改造重点不是让模型写得更华丽而是让它“不越界”。把审核边界写进技能正文生成时就避开高风险表达比生成后再人工删改效率高得多。你在收到 zip 后先打开电商域的这几个技能把第三行的“不做绝对功效承诺”改成你所在品类的具体违禁词列表效果立竿见影。5. 落地过程中的5个高频坑现象、原因、解决这部分是血泪经验。技能包部署本身不难难的是部署完之后“技能没被识别”“触发了但输出不是要的”这类黑匣子问题。下面5个坑我按踩到的概率排序你逐个对照排查。5.1 技能加载不出来/skills列表里是空的现象技能文件放好了/skills列表却是空的或者只有一两个技能。原因有两类。第一类是目录层级错误技能必须严格放在项目根目录的.claude/skills/技能名/SKILL.md多套一层目录就失效Claude Code 不会递归深挖。第二类是SKILL.md的 frontmatter 写坏了比如description里带了换行符或中文字符的冒号YAML 解析失败Claude Code 的处理方式是静默跳过不报任何错。解决先查目录层级再验证 frontmatter 能否被解析。用一行 Python 把每个技能的 frontmatter 拉出来检查python3 -c import yaml, pathlib skills pathlib.Path(.claude/skills) for d in skills.iterdir(): f d / SKILL.md if not f.exists(): print(d.name, 缺少SKILL.md) continue try: meta yaml.safe_load(f.read_text(encodingutf-8)) print(d.name, OK, meta.get(name)) except Exception as e: print(d.name, YAML错误:, e) 这段脚本会打印每个技能目录的状态。看到YAML错误就打开对应文件检查 frontmatter重点看冒号是不是全角、description有没有折行、开头有没有空格。5.2 zip解压报密码错或“找不到EOCD”伪加密与格式冒充现象unzip提示输入密码或者直接报could not find EOCD/invalid zip archive。这类问题在贴吧和网盘流出的技能包里非常常见。原因网上流传的 zip 常见两种暗病。一种是伪加密——zip 的 header 里加密标志位被置位但数据本身没有真实加密多数解压工具看到标志位就要求输密码另一种是格式冒充——文件实际是 7z 或 RAR只是后缀改成了.zip。解决先用file看真实格式再决定用哪个工具# 查看文件的真实格式 file xiaohongshu_139_skills.zip # 伪加密的zip用7z直接解通常能绕过 7z x xiaohongshu_139_skills.zip # 7z不行就用Python手工清掉加密标志位 python3 - PY import zipfile src xiaohongshu_139_skills.zip dst fixed.zip with zipfile.ZipFile(src) as zin, zipfile.ZipFile(dst, w) as zout: for item in zin.infolist(): # 清掉 general purpose bit flag 的第0位encrypted item.flag_bits ~0x1 zout.writestr(item, zin.read(item.filename)) print(done:, dst) PY注意这个 Python 脚本只处理伪加密——标志位被置位但没有真实加密数据的情况。如果zin.read(item.filename)抛 CRC 校验错误说明它不是伪加密而是格式冒充回退到7z x或file识别的真实格式去解。5.3 技能能触发但输出“飘”结果忽好忽坏不按模板走现象技能成功触发但有时按模板输出有时自由发挥同一句话跑两次结果差异很大。原因SKILL.md正文里的指令太“软”。比如只写“生成标题”四个字模型就有大量自由发挥空间。另一个原因是输出模板没有给示例模型不知道“像什么样”才算合格。解决把指令从“做某事”改成“必须按什么格式做某事”。对比一下软写法“生成10条标题”硬写法“必须输出表格列为序号/标题/情绪卖点/适合封面风格每条标题不超过20字”再加一个“示例输出”字段给一段填好的表格模型会照着示例对齐格式。实测下来给了示例之后格式合规率至少翻一倍。5.4 中文环境的编码坑BOM头让技能名变成乱码现象技能出现在列表里但名字显示成\ufeffxhs-title-generator或者根本匹配不到。原因在 Windows 上用记事本编辑过SKILL.md保存成了“UTF-8 with BOM”。BOM 是文件最前面的三个字节EF BB BFYAML 解析器会把name字段读成带 BOM 的字符串技能 ID 对不上。解决用 VS Code 打开文件右下角把编码改为“UTF-8”保存时选“不带 BOM”。批量处理已脏的文件可以用一行命令把 BOM 去掉find .claude/skills -name SKILL.md | while read f; do sed -i 1s/^\xEF\xBB\xBF// $f done这条命令遍历所有SKILL.md把第一行开头的 BOM 字符删掉。macOS 和 Linux 的sed -i语法有差异macOS 上要写sed -i 。改完重新运行/skills确认名称正常。5.5 触发混乱想触发的时候不触发不想触发的时候一串命中现象说“帮我写个笔记”同时触发五六个技能导致输出混杂说“帮我分析这篇笔记数据”却一个技能都没命中。原因description写得太长或覆盖太多意图。模型做语义匹配时描述里包含的意图越多歧义越大。一个技能描述里同时写了“生成标题、选题、脚本”那用户说“写个笔记”确实每个都沾边全被拉起来。解决一个技能只负责一件事description第一句话写成“当用户明确要求XX时使用”把多余意图全部删掉。如果技能确实要做多件事拆成多个技能文件而不是塞在一个描述里。还有一个实用技巧把最容易混淆的技能之间加负向条件比如标题技能描述末尾写“不要用于完整脚本生成”能显著降低误触发率。6. 让技能包“长”在账号上反馈循环与二次开发技巧技能包部署完成只是开始。139 个通用技能是别人的运营经验要变成你自己的关键是建立反馈循环——记下每次使用情况定期淘汰和修正技能文件。我习惯在项目根目录开一个logs/目录把每次调用记录写成 JSONL每周看一眼哪些技能被命中、哪些一次都没用上。# 统计技能命中次数找出吃灰和热门的 cat logs/*.jsonl 2/dev/null | python3 -c import sys, json from collections import Counter c Counter() for line in sys.stdin: try: d json.loads(line) if d.get(skill): c[d[skill]] 1 except Exception: pass for name, cnt in c.most_common(): print(cnt, name) 这个脚本假设日志结构里每条记录含skill字段你在 Claude Code 的对话记录里通过插件或截图补充即可。输出后我一般按“零命中、弱命中、高频”三档处理零命中的技能可能是当前业务用不上直接移出目录弱命中的改一版描述和模板再观察两周高频命中的持续往里加你自己账号的真实案例和话术。二次开发的成本其实很低。改一个技能就是编辑一个SKILL.md改完保存即生效不用重启。我现在养成的习惯是每月底把当月的爆款笔记和翻车笔记各挑3篇把共性拆出来写进对应技能的模板文件下次生成时模型就会带上这个月的真实手感。这样迭代两三个月那个 zip 里的通用技能就会被替换成属于你这个账号的运营 SOP到时候哪怕技能数量只剩三四十个产出效果反而更好。希望帮到你。本文还有配套的精品资源点击获取