需申请小红书API权限并配置扣子插件实现自动化选题：先完成企业资质审核获取AppKey/AppSecret，开通笔记搜索与详情接口；再在扣子中创建HTTP插件调用搜索API，结合知识库检索、Python扩词、多维过滤（收藏≥5000+信号词/高互动比）及结构化输出，高效筛选高潜力选题。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要每天从海量小红书笔记中快速筛选出高潜力选题，但手动翻页、复制标题、整理关键词效率极低，人工判断容易漏掉新兴趋势信号。
申请小红书开放平台API权限
进入小红书开放平台→登录企业主体账号→创建新应用→填写“爆款选题分析系统”为应用名称→选择“内容数据服务”类目→提交资质审核（需营业执照+ICP备案号）。
审核通过后，在「应用管理」页找到对应AppKey和AppSecret，【AppSecret仅显示一次，务必立即复制保存，丢失需重新提审】。
在「API权限配置」中勾选「笔记搜索」和「笔记详情」两个接口权限，点击保存。
在扣子中配置小红书API连接器
打开扣子（coze.cn）→进入Bot编辑页→点击左侧「插件」→右上角「创建插件」→选择「HTTP请求」类型。
填写插件基础信息：名称填“小红书热词搜题”，描述写“调用小红书搜索API获取带互动量的笔记列表”。
在请求设置中，URL填https://www.php.cn/link/1bc95b50343fa934287cf5dd8addca17/api/open/note/search，方法选POST，Headers里添加Authorization: Bearer {access_token}（暂留空，后续用OAuth流程补全）。
Body使用raw JSON格式，必须包含：{"keyword":"美妆","sort":"popularity","page":1,"page_size":20}——注意keyword值要支持变量传入，否则无法批量换词。
在 Linux 上通过 Chrome 挂载/VNC 自动发布小红书长笔记。Agent 撰写标题和正文后执行 xhs_publish.sh --publish --submit，触发小红书发布。
构建多层关键词触发工作流
第一步：新建一个「选题种子库」知识库，上传含300+个垂直领域基础词的CSV文件（列名：category, seed_word），例如“护肤,烟酰胺”“家居,藤编收纳”。
第二步：在Bot对话流中添加「知识库检索」节点，设置匹配方式为“关键词模糊匹配”，阈值调至0.65——太低会召回无关词，太高则漏掉近义变体。
第三步：将检索结果送入「代码解释器」节点，运行Python脚本：对每个seed_word自动拼接5种常见前缀（如“2024”“新手”“冷门”“高级感”“小众”），生成25个组合词，去重后输出列表。
第四步：把这组扩展词逐个注入HTTP插件，循环调用小红书搜索API，提取每条返回笔记的标题、收藏数、评论数、是否含“干货”“教程”等强信号词。
过滤并结构化输出高分选题
方法一：用「条件分支」节点判断——当单条笔记收藏≥5000且标题含“怎么选”“避坑”“实测”任一词时，视为高价值选题，进入精选池。
方法二：启用「表格处理器」插件，把本轮25个词的全部返回数据合并为一张表，按（收藏÷阅读）比值降序排列，取前8条生成Markdown卡片。
方法三：在最终回复框中输入模板：?【{title}】｜预估收藏：{fav}｜信号词：{tags}｜延伸方向：{related_seed}——其中{related_seed}来自原始种子词库的同category其他词，确保选题不偏离主赛道。
