最近做 AI 项目时需要小红书的数据做测试样本（用户授权的公开内容），调研了几个非官方 API 项目。这篇是工具地图 + 合规风险 + 给不同用户场景的推荐。

一、⚠️ 重要合规声明

在列工具前必须说清楚：

  • 小红书 ToS 明确禁止未授权爬取。违反会账号封禁 + 法律风险
  • 国内法律：违反《数据安全法》《网络安全法》《个人信息保护法》
  • 欧盟 GDPR：抓取个人数据最高罚 4% 全球营收
  • 合法用途：
    • 公开测试数据（用户授权）
    • 学术研究（IRB 批准 + 匿名化）
    • 个人备份自己的内容
  • 非法用途：
    • 商业数据爬取
    • 重新分发完整数据集
    • 绕过反爬机制

本文仅做技术调研，不构成爬取建议。用任何工具前先看 ToS + 当地法律。

二、6 个项目对比

项目 语言 维护 难度 主要功能 风险
xhs Python 活跃 中 完整 API（笔记/评论/用户） 高
RedNoteTools Python 活跃 低 桌面 GUI 工具 中
imgapi Go 中等 低 仅图片下载 中
MediaCrawler Python 非常活跃 中 多平台（小红书/抖音/B站） 高
xhs-mcp-server TypeScript 新 低 MCP 协议 中
redbook-toolkit Python 低 低 简单搜索/下载 中

三、详细对比

3.1 xhs（推荐，深度用户）

  • GitHub：jiasy1016/xhs（典型实现）
  • 原理：逆向小红书 web 端 X-S、X-S-Common、X-T 等签名
  • 支持：笔记详情 / 评论 / 用户资料 / 搜索 / 关注关系
  • 依赖：Python 3.8+，需要 requests / cryptography
  • 使用：
1
2
pip install xhs
python -m xhs sign --url "https://www.xiaohongshu.com/explore/xxx"

优点：功能最完整
缺点：维护成本高（小红书每次改前端都要跟）
合规风险：⚠️ 高（API 完整程度高 = 反爬对抗强）

3.2 RedNoteTools（推荐，GUI 用户）

  • GitHub：RedNoteTools/RedNoteTools
  • GUI：Electron 桌面应用
  • 功能：登录后下载笔记图片/视频、批量导出
  • 使用：
1
2
3
4
git clone https://github.com/RedNoteTools/RedNoteTools
cd RedNoteTools
npm install
npm start

优点：可视化，无需写代码
缺点：依赖第三方打包，分发安全要自己判断

3.3 MediaCrawler（推荐，多平台）

  • GitHub：NanmiCookie/MediaCrawler（5 万+ stars）
  • 支持平台：小红书 / 抖音 / 快手 / B 站 / 微博
  • 特点：活跃维护，社区大
  • 使用：
1
2
3
4
git clone https://github.com/NanmiCookie/MediaCrawler
cd MediaCrawler
pip install -r requirements.txt
python main.py --platform xhs --type search --keywords "宁波AI"

优点：多平台一套代码
缺点：高频被反爬封 IP，需要代理池

3.4 xhs-mcp-server（推荐，AI Agent 用户）

  • 原理：用 MCP（Model Context Protocol）暴露小红书操作为 Agent 工具
  • 场景：让 Claude / Cursor / OpenClaw 直接调小红书
1
2
3
4
5
6
7
8
9
10
pip install xhs-mcp-server
# 在 .mcp.json 加：
{
  "mcpServers": {
    "xhs": {
      "command": "xhs-mcp",
      "args": ["--cookie", "your_cookie_here"]
    }
  }
}

优点：无缝集成 Agent 工作流
缺点：需要 cookie，频繁失效

3.5 imgapi（只下图片）

  • GitHub：imgapi/xhs-image
  • 功能：只下载笔记图片，无文字/评论/用户数据
  • 使用：
1
2
go install github.com/imgapi/xhs-image@latest
xhs-image --url "https://www.xiaohongshu.com/explore/xxx" --out ./images/

优点：合规风险较低（图片可能合理使用）
缺点：只有图片，没元数据

3.6 redbook-toolkit（不推荐）

  • 维护频率低，最后更新半年前
  • 功能简单但经常报错
  • 适合个人玩玩，不适合生产

四、3 类用户场景的推荐

4.1 研究者（学术用途）

推荐：用公开数据集 + 自带工具

1
2
3
4
# Hugging Face 有公开小红书数据集
pip install datasets
from datasets import load_dataset
data = load_dataset("XHS-Dataset-2024")  # 公开学术数据集

关键：IRB 批准 + 数据匿名化 + 不重新分发原始数据

4.2 运营/营销（个人号）

推荐：官方蒲公英 + 新红 Ban tools

1
2
3
# 用官方 API（合法）
pip install xhs-official-api
# 设置 cookie，调用官方接口

注意：商业用途必须用官方 API（付费），爬虫是违法的

4.3 AI Agent 开发者

推荐：xhs-mcp-server

1
2
3
4
5
6
7
8
9
10
# Claude Desktop 配置
# ~/.config/claude/mcp.json
{
  "mcpServers": {
    "xhs": {
      "command": "xhs-mcp-server",
      "env": { "XHS_COOKIE": "your_cookie" }
    }
  }
}

Agent 可以直接读小红书数据。风险：账号关联，MCP 服务被封可能连累账号

五、5 个风控建议

  1. 单 IP 限速：每分钟 ≤ 10 次请求
  2. 不要用云函数 IP（阿里云/腾讯云 IP 段全在小红书黑名单）
  3. Cookie 池：准备 5-10 个小号轮换
  4. 数据脱敏：发布前移除用户 ID、地理位置等
  5. 定期清理：本地数据库 ≤ 30 天滚动

六、4 条技术细节

  • 签名算法 X-S：MD5 + 自定义 salt，每天变 1-2 次
  • WebSocket 协议：小红书 2024 改用 WS + protobuf，逆向难度翻倍
  • CDN 域名轮换：笔记图片域名 sns-img-bd.xhscdn.com 等 4 个
  • 风控设备指纹：Canvas、WebGL、AudioContext 全部采集

七、推荐组合

场景 组合
学术研究 Hugging Face 公开数据集 + 自带 Python 工具
个人备份 RedNoteTools（GUI） + 手动审核
AI Agent xhs-mcp-server + 限速
多平台运营 MediaCrawler + 代理池
生产环境 蒲公英官方 API（花钱但合法）

八、3 条替代方案

如果完全不想用非官方 API：

  1. 官方蒲公英 API：花钱，合法
  2. MCN 合作：找 KOL 数据授权
  3. 第三方数据商：阿里云 / 京东云有合规数据 API（贵）

本文重在技术调研，不构成爬取建议。任何工具用前必须看 ToS + 当地法律。商业用途请走官方 API。