登录管理
管理小红书 Session，确保爬虫正常运行
与顶部「本页批量 / 其它 batch」同源，随批量状态每 5 秒刷新；多 worker 时勿与旧版「仅 session 接口」对比。
扫码登录
当 session 过期时，点击下方按钮打开扫码登录页面。扫码成功后，浏览器会自动保存 session，后续爬取无需再次登录。
手动更新 Cookie
备用方案可粘贴浏览器里复制的整段 Cookie（推荐，含 a1、web_session 等）；也可只填 web_session 的十六进制串。提交后会写入 config、xhs_cookies.json 并尝试加入 Session 池。
Session 池
{{ spStats.active }} 可用 / {{ spStats.total }} 总计添加时若与当前 data/cookies/xhs_cookies.json 的 web_session 一致，服务端会自动写入完整 cookie_str + b1（建议先扫码再入池）。
| # | 备注 | web_session | Cookie | 状态 | 成功 | 失败 | 操作 |
|---|---|---|---|---|---|---|---|
| {{ i + 1 }} | {{ s.label || '-' }} | {{ s.web_session.substring(0, 12) }}... | 完整 仅ws | {{ s.status === 'active' ? '可用' : s.status === 'cooldown' ? '冷却' : '过期' }} | {{ s.success_count }} | {{ s.fail_count }} |
|
自动化机制说明
自动续期：爬虫启动时使用 Playwright 持久化浏览器上下文（browser_data 目录），在爬取过程中浏览器会自动刷新 session，无需人工干预。
智能登录：爬虫启动时会自动检查：①浏览器持久化 session → ②config cookie → ③扫码登录，逐级降级，优先使用最新的有效 session。
日常维护：正常情况下只需首次扫码一次。如果长时间（数天）不运行爬虫导致 session 过期，再扫码一次即可。
爬取设置
配置爬取平台、模式和目标
爬取模式
全量模式：爬取所有作品，不限日期
日期范围模式：只爬取 {{ config.batch_crawl.date_start || '?' }} ~ {{ config.batch_crawl.date_end || '?' }} 范围内的作品
增量模式：已完成的作者仅爬取上次之后的新内容，已有作品只更新互动量
增量配置备份
导出配置：仅全局配置（反爬、爬取设置等）。导出增量配置：配置 + 批量进度 + 各作者进度，便于备份或换机恢复；恢复时使用「导入完整配置」选择导出的 JSON。
点赞 / 收藏 / 评论 三项满足任一即写入爬取结果（OR，无需同时满足）。某项填 0 表示不以该项为条件；三项都为 0 则回退到「批量爬取」里的互动量之和阈值。
此处填写的链接用于「开始爬取」按钮的单次爬取，与批量爬取的作者列表互不影响
评论设置
开启后会获取作品评论
反爬策略
调整等待时间、伪装行为等防检测参数
随机等待
批次暂停
动态调整
假动作
并发控制
建议 2~3，过高触发反爬
浏览器指纹
批量爬取
从 Excel 读取作者列表，逐个爬取并导出
与「按关键词搜索热度笔记」也不同入口，互不影响。
对应 batch_progress_{{ config.batch_crawl?.task_id || 'xxx' }}.json，快照也按此 ID
相对项目根，例如 data/xiaohongshu/excel/xinmeiti.xlsx；仅写 xinmeiti.xlsx 表示根目录下该文件，与导出目录无关。
上次刷新列表实际读取：{{ creatorsExcelResolved }}
{{ creatorsPathNote }}
增量=仅爬上次之后的新内容
点赞+评论+收藏，0=不过滤
填写后所有作者都从此日期开始重新增量爬取，忽略进度文件中的上次日期。留空则使用各作者各自的上次爬取日期。
开启后遍历每个作者全部页面：截止日期之前的旧笔记直接从列表取互动量更新（跳过详情接口，大幅减少请求量）；新笔记正常调详情追加。关闭则只爬截止日期之后的新笔记。
飞书 & 通知（留空用全局配置）
留空=跟随全局
Excel 作者列表
{{ creators.length }} 个刷新与添加/编辑/删除均按上方「Excel 路径」输入框（相对项目根）；留空则读已保存配置。若名单仍不对，请看输入框下方绿色路径是否指向你期望的磁盘文件。
| # | 名称 | ID | 链接 | 操作 |
|---|---|---|---|---|
| {{ i + 1 }} | {{ c.name }} | {{ c.id }} | {{ c.url.substring(0, 55) }}... |
|
执行控制
进度快照
每次爬取完成后自动保存。增量爬取前可导入快照恢复基线日期
| 作者 ID | 状态 | 最后爬取日期 | 最新笔记 | 笔记数 | 已爬取 |
|---|---|---|---|---|---|
| {{ uid.substring(0, 16) }}... | {{ info.status }} | {{ info.last_crawl_date || '-' }} | {{ info.latest_note_date || '-' }} | {{ info.contents_count || 0 }} | {{ info.crawled_count || 0 }} |
根据账号主页监控高热笔记
从小红书复制作者主页链接填入下方，注意填写规范：以 http 为开头的完整链接
{{ btEditId ? '编辑多作者任务' : '创建新多作者任务' }}
▶ 基础信息
▶ 作者来源
相对项目根目录或绝对路径；须含「小红书账号」Sheet
若此处有任意有效链接，启动任务时只爬这些链接，不再按 Excel 整表人数跑；Excel 仍可填，用于飞书「结果字段」定义。只想按 Excel 全员爬请清空本框。
会读取该目录下所有 .xlsx，按「小红书账号」Sheet 合并作者，同一主页链接只保留一条。
在此维护作者列表（保存进任务 JSON，启动时写入临时文件）。也可一键从「批量爬取」当前列表导入。
用于读取「需要的结果字段」Sheet；不填则飞书非 pipeline 场景可为空
| # | 名称 | ID | 链接 | 操作 |
|---|---|---|---|---|
| {{ i + 1 }} | {{ c.name }} | {{ c.id }} | {{ c.url }} |
|
暂无作者，请添加或从批量页导入
▶ 爬取策略
与飞书的关系：下面「爬取模式 / 复用历史 / 断点续爬」决定从小红书抓什么、是否用本地 JSON 短路。飞书里「复用同一 Base / 仅写汇总表」只决定写进哪本表、如何追加去重，不会改变你是不是重新打开浏览器爬作者主页。
新建任务怎么选：
- 日常增量同步飞书 → 模式选 增量更新，断点续爬开；「复用历史」可按需（有本地完整 JSON 时可减少重复请求）。
- 全量模式但不想重抓已完成的作者 → 全量爬取 + 断点续爬开：进度里已完成的会跳过；若关「复用历史」且作者未完成，才会从平台继续拉。
- 尽量从零重新抓（真全量） → 全量爬取 + 关闭「复用历史数据」 + 关闭「断点续爬」（否则批量进度里已完成的作者仍会被跳过）；更干净的做法是新建多作者任务（独立 task_id / 独立进度文件）再跑。
全量 = 列表策略名；是否重抓还看「复用历史」「断点续爬」与进度。
格式: 2025-01-01，填写后忽略各作者历史日期
爬所有页面以更新已有笔记的互动数据
开：若本地已有该作者完整历史 JSON，可能不重新打开浏览器整站重抓，直接复用磁盘数据再过滤/写飞书。
▶ 飞书写入
复用 Base / 汇总表追加，只影响飞书写入与去重；是否在平台「真全量重爬」由上方爬取模式 + 复用历史 + 断点续爬决定。
开启：用下方 Base Token 写入已有表格（与仪表盘「飞书配置」里「复用已有多维表格」同义）。关闭：本次运行新建多维表格；Token 仍可填写并保存，供下次开启复用。
对应链接 https://xxx.feishu.cn/base/此处Token?table=...
已填写 {{ btForm.feishu_reuse_app_token.length }} 位：{{ btTruncateToken(btForm.feishu_reuse_app_token) }}（悬停输入框可看完整）
开启后，每次点「启动」用当时时间生成 YYYYMMDD_HHMMSS，写入周期表名；下方手动后缀在本次运行中会被忽略。
关闭「自动生成」时生效；也可全留空走 batch_crawler 默认推断（含当前时间）
仅当手动后缀为空、且未开自动生成时参与推断
跳过各作者独立分表
开启后由独立服务写入飞书「作者粉丝」表，与笔记/汇总流水线互斥；关闭则仍走上方笔记飞书逻辑（受「仅写入汇总表」等影响）。
与全局 feishu.author_fans_service 语义一致；保存任务后写入 runtime 覆盖。
▶ 通知覆盖
▶ 导出设置
{{ btFilterStatus === 'all' ? '暂无多作者任务，点击右上角创建' : '当前筛选无结果' }}
{{ t.notes }}
任务日志 — {{ btLogView.task_id }}
{{ btLogView.status || '...' }}按关键词搜索热度笔记
按照你想要搜索的关键词进行数据爬取，注意填写规范：#关键词
{{ taskEditId ? '编辑任务' : '创建新任务' }}
有日期过滤时建议选「最新排序」
条笔记（默认 80）
只保留此日期及之后发布的笔记
只保留此日期及之前发布的笔记
0 = 不限制页数（仅依赖接口 has_more）。建议 200～1000。
填 60：在候选池内按点赞（或开启最低互动后按赞+藏+评）排序，每词保留 top 60。未开「穷尽翻页」时，候选池最多约「每词爬取上限」或 3×N 条。
点赞 / 收藏 / 评论 三项满足任一即写入爬取结果。某项填 0 表示不以该项为条件；三项都为 0 时才使用下方最低互动数。
仅当点赞 / 收藏 / 评论三项都为 0 时生效；保留点赞+收藏+评论达到该值的笔记。
⚠ 小红书搜索 API 不支持按日期筛选，实际会先爬取再按发布时间过滤，建议适当增大爬取数量以获得足够的有效数据
⚠ 开始日期晚于结束日期，范围内无有效日期，可能一条都留不下，请修改
⚠ 结束日期晚于今天，实际只保留到今天为止的笔记
按热度搜索，自动按点赞量排序取 Top N
搜多少条 (每页≈20, 如60=3页)
按赞排序后, 前 M 篇爬评论
每篇笔记爬几页评论 (每页≈20条)
示例：小学&数学, 网课|在线 → 同时含「小学」和「数学」，或含「网课」或「在线」
默认匹配标题、正文、标签。可扩展到评论和作者简介：
飞书 & 通知（留空用全局配置）
留空=跟随全局「飞书配置」
开：写入下方 Base Token 或全局上次搜索表；关：本次运行新建 Base。
留空且开启复用时，使用全局「关键词搜索复用」或上次搜索创建的 Base。
从飞书文件夹 URL 获取，如 https://xxx.feishu.cn/drive/folder/XxxFolderToken
留空=跟随全局；开启=转移给下方 Open ID；关闭=不转移
任务完成后飞书消息发到此群，分任务可指定不同群
自定义机器人 Webhook，填后优先用此 URL 发完成通知
暂无任务
点击右上角"新建任务"开始
{{ t.name || t.task_id }}
飞书多维表格
爬取完成后自动写入飞书 Bitable
爬取完成后自动创建并写入多维表格
爬取完成后自动调用 Gemini 从视频中提取口播脚本，关闭后仅保存原始数据
仅对多作者/批量创作者任务生效：视频/图文仍追加写入「视频汇总」「图文汇总」；同时在同一 Base 下按配置新建周期分表（默认「视频_爬取{后缀}」「图文_爬取{后缀}」，后缀优先读「周期表后缀」，否则从「导出名称」解析 小红书爬取数据_YYYYMMDD_HHMMSS，再用日期范围或执行时间）。关键词搜索请用下方「关键词搜索复用」。
从飞书多维表格 URL 中获取，如 https://xxx.feishu.cn/base/HZebb1btnaiCHqs01F4cw3XXnAc，粗体部分即 App Token。留空则使用上次多作者任务自动记录的表格。
多作者/批量创作者任务写入完成后会更新此处；可直接打开链接或复制 App Token 用于多作者复用。
{{ config.feishu.last_bitable.url }}App Token: {{ config.feishu.last_bitable.app_token }}
更新时间: {{ config.feishu.last_bitable.updated_at }}
仅对关键词搜索任务生效：每次写入同一张多维表格的「笔记数据」「评论数据」并追加，同时按爬取周期新建「笔记数据_开始_结束」等表。
留空则使用下方「上次关键词搜索创建的多维表格」中记录的表格。
关键词搜索任务写入完成后会更新此处；可直接打开链接或复制 App Token 用于搜索复用。
{{ config.feishu.last_search_bitable.url }}App Token: {{ config.feishu.last_search_bitable.app_token }}
更新时间: {{ config.feishu.last_search_bitable.updated_at }}
增量数据只追加到视频汇总和图文汇总，不创建或更新各作者的独立分表
开启：每次爬取都把所有笔记追加为新行，同一笔记保留多条历史快照，可按「获取时间」字段筛选不同采集日期的数据。需配合上方「复用已有多维表格」才能跨次累积，否则每次新建表。关闭：同一笔记去重，只更新互动量。
在飞书管理后台「成员与部门」可查看 open_id（ou_ 开头）
User ID 示例：ac9fe8ag（成员与部门中可查）
默认将应用创建的多维表格所有者转给下方 open_id；关闭则明确不转移
转移后你可在「云文档」中看到该表格；同一账号的 User ID 可填在协作者中（如 ac9fe8ag）
群聊、Webhook 等可能随环境变化，在此修改
粘贴参考多维表格 URL，拉取字段列表与当前配置对照，确保写入列名一致
{{ feishuRefFields.error }}
参考表格中的字段
{{ tb.name }}
{{ (tb.fields || []).map(f => f.field_name).join('、') || '（无）' }}
当前配置（关键词笔记表 search_note）
{{ currentSearchNoteFieldNames }}
刷新飞书视频汇总表中的临时下载链接（有效期约 24 小时）
URL 格式: https://xxx.feishu.cn/base/APP_TOKEN
使用 Gemini 从视频中提取完整口播脚本，结果写入飞书汇总表
修改提示词可以调整脚本提取的效果，如要求输出结构化分析、摘要等
{{ scriptExtract.result.message }}
总记录: {{ scriptExtract.result.total }} | 成功: {{ scriptExtract.result.processed }} | 失败: {{ scriptExtract.result.failed }} | 跳过: {{ scriptExtract.result.skipped }} | 耗时: {{ scriptExtract.result.elapsed_sec }}s
断点续爬
中断后自动从上次位置继续
记录已爬取的内容，下次自动跳过
每爬取 N 条自动保存进度
自动重试上次失败的请求
适合 10 万+ 条数据
运行日志 & 数据文件
查看爬取进度和导出文件
暂无日志
启动爬取后日志将在此显示