agentleFS
sanqi-cdsanqi-cd/Sanqi-Skills/xhs-image-text-generator/SKILL.md

xhs-image-text-generator

Skill28 starsChanged 3 months agoMITView on GitHub

将 HTML、Markdown、文章、访谈记录、产品资料或主题转化为可直接发布的 6-10 页小红书/RedNote 图文轮播,完成内容提炼、分页、视觉设计、生图、失败重试和交付校验。适用于“小红书配图”“把文章做成卡片”“直接生图并给发布文案”等请求。Use when the user needs final carousel assets, not only prompts or generic summaries.

  • Installs packages

The file

Files
SKILL.md

小红书图文生成器

适用场景

当用户提供以下任一输入,并希望生成小红书图文笔记时,优先使用本技能:

  • HTML 网页 URL 或 HTML 文件
  • Markdown 文章
  • 纯文本内容、访谈记录、产品资料、研究笔记
  • 一个主题、想法、工具清单或案例素材

本技能的目标不是只写文案,而是生成一套最终用户可以直接发小红书的交付包。

默认工作流

Step 1:统一输入素材

如果用户提供的是 URL、HTML、Markdown 文件或较长文本,优先使用脚本抽取正文:

python3 scripts/normalize_input.py "<input>" --output "<normalized.md>"

说明:

  • <input> 可以是 URL、本地文件路径,或 - 表示从标准输入读取
  • 脚本会自动识别 html、markdown、text
  • 如果当前目录不是本 skill 根目录,请使用脚本的实际路径

短主题或一句话需求可以不运行脚本,直接进入 Step 2。

Step 2:补齐关键上下文

先从素材中推断:

  • 目标人群:例如打工人、内容创作者、职场新人、读书博主、AI 初学者
  • 核心收益:省时间、涨粉、赚钱、效率提升、审美提升、认知提升
  • 内容类型:工具清单、教程步骤、方法复盘、模板分享、观点拆解、案例拆解
  • 可视化素材:数据、步骤、工具图标、前后对比、截图、金句、清单
  • 评论区需求:领取资料、是否免费、怎么安装、国内能否用、适合谁

如果以下信息缺失且会影响成品,直接问用户 1-3 个短问题后继续:

  • 发布账号/人设:例如 AI 工具号、个人成长号、职场干货号、读书号
  • 目标人群:默认从素材推断
  • 期望风格:默认选择最适合赛道的爆款风格
  • 是否需要真实品牌/头像/个人照片:默认不用
  • 是否允许直接生图:默认允许,除非用户明确只要文案
  • 交付数量:默认 1 篇,8 页图文

不要为可合理默认的信息反复追问。

**高风险主题开工门槛:**涉及投资、个人理财、赚钱、医疗或法律时,如果用户只给了宽泛主题,且素材不足以确定适用人群、具体角度或事实依据,先停在本步骤,最多问 3 个短问题:面向谁及适用地区/情境、想讲哪一类知识或问题、有哪些可核查来源或事实依据。第三问必须明确提到来源或证据;若用户没有素材,可询问是否允许先查证公开资料并只做不含个性化建议的通用科普。在收到回答前,不输出分页脚本、图片或可直接发布的成品;不要凭默认人设、风险承受能力、收益率或法规填补空白。如果用户明确同意采用合理默认值,也只能在可核查事实的范围内制作通用科普,并在成品中写明适用边界。素材已足够明确时直接继续,不重复追问。

Step 3:生成发布方案

输出必须包含以下模块:

  1. 选题角度
    • 给 3-5 个角度
    • 标注适合人群、核心钩子、保存价值
  2. 标题候选
    • 生成 10 个标题
    • 覆盖结果型、痛点型、清单型、反常识型、教程型
  3. 封面方案
    • 给 3 个封面方案
    • 每个包含主标题、副标题、视觉元素、配色、构图建议
  4. 分页脚本
    • 默认 8 页,可按素材调整为 6-10 页
    • 每页包含页面标题、页面文案、视觉建议
    • 按 references/carousel-schema.md 保存为 carousel.json,它是页面文字的唯一数据源
  5. 正文
    • 适合小红书发布的短段落
    • 包含收益、适合谁、怎么用、避坑、互动引导
  6. 标签
    • 12-18 个标签
    • 覆盖核心词、人群词、场景词、长尾搜索词
  7. 评论运营
    • 置顶评论
    • 资料/模板领取评论
    • 3-5 条常见问题回复
  8. 质量评分
    • 按 6 个维度打分并给修改建议

Step 4:生成图片页

如果用户需要可直接发布的结果,必须生成图片页:

  • 默认生成 8 张竖版图文页,比例 3:4 或 4:5,适合小红书图文
  • 每张图必须有明确页面角色:封面、痛点、总览、步骤、案例、避坑、总结
  • 先写 image-prompts.md,再直接调用生图模型生成图片
  • 如果生图模型一次只能生成单张,就按页逐张生成
  • 图片必须避免文字过密;每页只放一个主信息点
  • 生成后检查:文字是否可读、是否跑题、是否适合小红书首图/分页

先生成可校验的排版基准:

python3 scripts/render_carousel_html.py "<package>/carousel.json" "<package>/cards.html"

cards.html 用于锁定逐页文字、层级和页数,也可以由浏览器逐页截图。使用生图模型时,以它作为内容基准:模型负责视觉素材,中文文字必须和 carousel.json 一致;发现乱码、缺字或文字溢出时应重试或改用浏览器排版截图。

Step 5:整理最终交付包

最终交付必须包含:

  • manifest.md:标题、选题、页面列表、发布说明
  • caption.txt:可直接复制的小红书正文
  • hashtags.txt:标签
  • comments.txt:置顶评论和常见回复
  • image-prompts.md:每页生图提示词
  • 图片页:page-01 到 page-08,或工具实际返回的图片引用
  • quality-check.md:质量评分和发布前检查清单
  • carousel.json:分页文案、角色、视觉系统和事实来源

可用脚本初始化交付目录:

python3 scripts/init_delivery_package.py "<topic>" --output-root "<output_root>" --pages 8

如果无法保存图片文件,也要在最终回复中逐张展示或引用生成图片,并说明哪些文本文件已保存。

交付前运行:

python3 -m pip install -r requirements.txt
python3 scripts/validate_delivery.py "<package>"

只有用户明确接受 HTML 预览而非最终图片时,才可使用 --allow-html。校验失败时修复后重跑,不要把只有提示词或空占位文件的目录当作完成。

生成原则

  • 封面先卖结果,不先讲背景
  • 标题必须有明确人群、痛点、数字或收益中的至少两项
  • 每页只承载一个核心信息点
  • 图文要有保存价值:清单、步骤、模板、工具、对比、避坑
  • 正文负责补充关键词和信任,不能写成公众号长文
  • 评论区要承接需求,不要只写“欢迎评论”
  • 避免夸大承诺;涉及赚钱、医疗、法律、投资等高风险主题时,先遵守 Step 2 的开工门槛,并在成品中说明适用边界
  • 不要替用户实际发布、点赞、评论或私信,除非用户明确要求且完成发布前确认

推荐分页结构

默认使用 8 页结构:

  1. 封面:结果钩子
  2. 痛点:用户正在遇到的问题
  3. 总览:方法/框架/工具清单
  4. 关键步骤 1
  5. 关键步骤 2
  6. 案例/前后对比
  7. 避坑/注意事项
  8. 总结 + 评论引导

如果素材更适合其他结构,参考 references/playbook.md 中的模板。

质量评分

最终必须给出 0-5 分评分:

  • 封面点击力
  • 标题吸引力
  • 保存价值
  • 可信度
  • 搜索价值
  • 评论转化

每个低于 4 分的维度必须给出具体修改建议。

按需读取的参考文件

  • references/playbook.md 当需要标题公式、封面模板、分页模板、评论引导和评分细则时读取。
  • references/delivery.md 当用户要“最终可交付”“直接发小红书”“生成图片页”时读取,用于询问策略、生图策略和交付包结构。
  • references/carousel-schema.md 生成分页文案、渲染排版基准或校验交付包时读取。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.