# 围绕一篇小红书笔记，整理内容与评论

从已有笔记编号出发，分别读取正文与评论，用统一字段整理研究材料，并区分详情、评论与搜索的可用边界。

页面：https://datanavoapi.com/guides/xiaohongshu-note-research/

研究一篇笔记时，把“作者说了什么”和“读者在问什么”分开保存。详情与评论是两条独立能力，能串成一个清楚的研究过程。

输入：一个小红书笔记编号；本教程演示使用 demo-note-001。

输出：笔记详情和一页评论两份 JSON，以及可继续整理的研究表。

可用范围：教程入口均为演示。真实详情与评论各消耗一次供应商额度；关键词搜索目前需要付费余额，仍被拦截。

## 从完整笔记链接定位编号

如果你已经有完整的小红书笔记链接，可以用链接解析工具提取路径里的笔记编号。分享文字中的短链接需要先在浏览器中打开并取得完整链接；本地解析工具不会代你访问或展开短链接。

演示模式保留预填的 demo-note-001 即可。真实请求需要有效、公开且供应商能够读取的笔记编号；仅有一个编号不能保证内容仍然可访问。

[打开链接解析工具](https://datanavoapi.com/tools/link-parser/)

## 先读取笔记详情

选择“获取笔记详情”，填写 id 并运行演示。结果位于 data.item，重点查看正文、作者与互动计数。媒体地址和某些字段可能缺失，保留原始响应中的 null。

为研究表保留笔记 id、内容摘要、作者、来源链接和获取时间。摘要是你根据内容整理的工作结果，不是详情接口额外提供的 AI 分析。

## 使用同一编号读取评论

切换到“获取笔记评论”，仍使用同一 id。评论位于 data.items；如果还有下一页，保持编号不变并使用响应游标。

详情与评论独立调用，也独立计算上游用量。当前本地预算不会保证完整执行多次小红书真实请求；可以先用演示数据走完操作，再按任务预算决定真实采样范围。

## 把评论整理成研究问题

复制评论响应并导出表格，按“购买前疑问、使用阻碍、赞同原因、待验证判断”做人工标注。每个判断保留对应评论编号，便于返回原始证据。

样本只能代表这次读取到的可见评论。不要将单篇笔记的评论占比写成整个市场的比例，也不要把排序靠前的评论当作随机抽样。

[继续：从评论到洞察](https://datanavoapi.com/guides/comments-to-insights/)

## 相关能力

- [获取笔记详情](https://datanavoapi.com/apis/xiaohongshu/notes/get/)

- [获取笔记评论](https://datanavoapi.com/apis/xiaohongshu/notes/comments/list/)

- [搜索小红书笔记](https://datanavoapi.com/apis/xiaohongshu/notes/search/)

## 机器接入与数据说明

演示固定返回虚构样本，请检查 meta.mode，不得作为实时市场事实。MCP 默认 demo，可显式配置客户 Key 使用 simulated；SDK 固定模拟模式。模拟调用只消耗 TEST_CREDIT，真实供应商和支付保持关闭。

[能力合同](https://datanavoapi.com/catalog.json)

[OpenAPI](https://datanavoapi.com/openapi.json)

[Agent 指引](https://datanavoapi.com/agents.md)
