前言¶
寫小紅書筆記前，常見做法是手動翻搜索頁、截圖競品、把評論抄進文檔，再自己歸納標題和結構。資料散在聊天記錄和相冊裏，動筆時仍要重新對齊「這個品類已經在用什麼套路」。下面介紹 SkillHub 上的 筆記分析工作室（包名 xiaohongshu-note-research，Beatra 側亦稱 Note Research Studio）：用品類、公開筆記鏈接，或你已複製的標題與正文，產出一份結構化的調研備忘，而不是直接改寫成成稿。
這是什麼¶
筆記分析工作室 是 Beatra（beatra-ai）發佈的 Agent Skill，基於通用 SKILL.md 工作流。它面向「筆記分析、小紅書筆記調研、競品筆記與筆記套路整理」：讀小紅書上的公開筆記、評論和作者近作（在啓用查詢時），也可以完全基於你粘貼的內容，輸出標題套路、筆記結構、原話評論和可跟進的角度。
在 SkillHub 中歸類爲 content-creation，評分 97665，下載 1611 次（數據來自 SkillHub 條目）。官方入口：https://api.skillhub.cn/beatra-ai/xiaohongshu-note-research ；產品介紹頁：https://beatra.ai/zh/skills/xiaohongshu-note-research 。
核心功能¶
根據 Beatra 中文說明頁，能力可以概括爲三塊輸入、一份交付物。
輸入（三種任選其一即可開始）
- 要調研的品類（用於搜索該品類已在用的寫法）
- 一條公開筆記鏈接（從單條筆記擴到競品語境）
- 已複製的筆記內容（標題、正文、評論）
工作流要點
- 可讀取小紅書公開筆記、評論及作者近作；若你只提供粘貼內容，同樣能生成完整備忘。
- 備忘按「筆記在做什麼」歸納，而不是按文風好壞打分：標題套路、筆記結構、原話評論分開呈現，評論保持原話。
- 「能跟的角度」來自品類裏已有筆記，備忘是交付物；在線查詢只是部分筆記的來源，粘貼路徑不依賴查詢。
你會拿到什麼
一份調研備忘，包含：標題套路、結構、原話評論、能跟的角度，以及歸在一處的競品筆記信息（在提供鏈接或品類查詢時）。
安裝與啓用¶
Skill 在 SkillHub 與 Beatra 官網均可獲取；Beatra 提供帶校驗的安裝包與授權流程，與賬號、Device Token、積分及 MCP 共用同一套 Beatra 基礎設施。
通過 SkillHub¶
- 在 SkillHub 打開條目：https://api.skillhub.cn/beatra-ai/xiaohongshu-note-research（或站點內
beatra-ai/xiaohongshu-note-research）。 - 若尚未安裝 SkillHub CLI，可按 SkillHub 安裝文檔檢查或安裝 CLI：https://skillhub.cn/install/skillhub.md 。
- 安裝時必須用
--dir指向當前 Agent 的 skills 目錄，否則默認目錄可能不會被識別。例如 Cursor 常用~/.cursor/skills/，Claude Code 常用~/.claude/skills/，Codex 常用~/.codex/skills/或項目下的.agents/skills/（完整列表見上述 SkillHub 文檔第四節）。
command -v skillhub && skillhub --version
skillhub install beatra-ai/xiaohongshu-note-research --dir ~/.cursor/skills/
將 --dir 換成你當前環境實際使用的 skills 路徑。安裝後按 Agent 要求重啓或刷新技能列表。
通過 Beatra 官方 ZIP（install.md）¶
Beatra 安裝說明：https://beatra.ai/skills/xiaohongshu-note-research/install.md 。當前包版本 v0.2.1，需 Python 3.10+ 做校驗與解壓，禁止把遠程腳本直接 pipe 進 shell。
- 下載 ZIP（主鏈或鏡像二選一，文件相同）：
https://cdn.beatra.ai/agent-packages/xiaohongshu-note-research/v0.2.1/xiaohongshu-note-research-skill-0.2.1.zip
https://cdn.beatra.cn/agent-packages/xiaohongshu-note-research/v0.2.1/xiaohongshu-note-research-skill-0.2.1.zip
SHA-256: f20ed7a8893dce32d0604f19246bc87be260e3ab61b9e2507a6d025d3b3ca8cf
- 在存放 ZIP 的目錄執行 install.md 中的 Python 校驗腳本（校驗 SHA-256、拒絕不安全歸檔項、解壓出
xiaohongshu-note-research/目錄）。 - 用當前 Agent 的原生 Skill 機制安裝已校驗的
xiaohongshu-note-research/目錄，保留其他已有 Skill。 - 在已安裝目錄執行授權（可重複運行直至就緒）：
cd xiaohongshu-note-research
python3 scripts/authorize.py
出現 BEATRA_AUTH_PENDING 時按提示打開審批鏈接；同一輪授權只需用戶允許一次，直至輸出 Beatra is ready。說明文檔要求通過包內 scripts/mcp_client.py 連接 Beatra MCP，不要在宿主 UI 裏單獨配置 Beatra Connector。
典型用法¶
下面三種方式與官方 FAQ 一致，可在對話中直接描述意圖。
1、動筆前做品類調研
向 Agent 說明品類名稱，要求整理該品類已在用的標題套路與結構。若需要從小紅書拉取公開結果，需先完成 Beatra 授權；若你已有摘錄，也可只粘貼筆記文本。
2、從一條公開筆記擴開
提供一條公開筆記鏈接，讓工作流讀取筆記與評論（在啓用查詢時），並歸納競品語境下的套路與可跟角度。
3、整理已保存的摘錄
把已複製的標題、正文、評論粘貼進對話，無需鏈接，即可生成完整調研備忘。官方說明強調：只粘貼筆記也夠用。
交付物始終是一份備忘；若你只需要成品種草文案或完整賬號診斷，應使用 Beatra 其他專門工作流，本 Skill 定位在調研與套路歸納。
適用場景與注意¶
適合誰
- 內容運營、品牌方在小紅書立項前做品類與競品筆記調研
- 需要把分散的摘錄收成「標題套路 + 結構 + 原話評論 + 角度」一份文檔的寫作者
- 已在用 Cursor、Claude Code、Codex 等支持 Skills 的 Agent，並願意在需要時用 Beatra 賬號做可選的公開數據讀取
使用注意
- 公開筆記、評論、作者近作的讀取依賴 Beatra MCP 與賬號授權；安裝說明寫明與積分、credits 共用體系，啓用在線查詢前應在 Beatra 側瞭解計費與確認方式。
- 粘貼路徑不依賴平臺查詢，適合無鏈接、僅本地摘錄的場景。
- 備忘整理套路，不把評論改寫成營銷話術；可選的一稿示例仍屬調研形態，不是可直接發佈的筆記套裝。
- SkillHub API 頁面若無法直接打開，可改用 Beatra 中文頁與
install.md完成安裝與授權。
結尾¶
筆記分析工作室把「能看到的筆記」收成可複用的調研備忘：輸入品類、鏈接或粘貼內容，輸出標題套路、結構、原話評論和能跟的角度。SkillHub 條目：https://api.skillhub.cn/beatra-ai/xiaohongshu-note-research ；Beatra 說明與安裝：https://beatra.ai/zh/skills/xiaohongshu-note-research 、https://beatra.ai/skills/xiaohongshu-note-research/install.md 。
