三剪客 · 小红书笔记工厂

## ⚠️ 先申请你自己的 API Key
本 Skill 不内嵌任何密钥,也不代付费用。 请到
算力集市 api.a7w.cn 注册并创建你自己的 API Key
(新用户有赠送点数,可以先免费试跑一两条)。
拿到后填进环境变量 A7W_API_KEY,或直接传给 --key 参数。
请勿使用他人提供的 Key —— 用量与费用都记在 Key 所属账号上。

能做什么

给一个产品或主题(一篇母稿、一段产品说明、一份原始素材),批量产出可以直接发的小红书笔记:

母稿 ──► angles:N 个互不重复的切入角度(默认零成本)
      ──► notes :每个角度独立一次调用 → 正文 + 话题标签 + 封面文案
      ──► covers:3:4 封面图(含大字标题),先报价再出图
      ──► check :本地合规自检(零成本,不调模型)

它替代的不是"写文案",是运营每天真正在做的那个动作:把一份素材按不同角度铺成 N 条笔记。

子命令干什么花钱吗
angles出 N 个切入角度(人群 × 场景 × 情绪 × 落点)默认零成本(本地 30 个角度库);--strategy llm 一次调用
notes按角度逐篇写正文 + 标签 + 封面文案花钱(一篇一次调用,实测 3 篇约 5554 token)
covers出封面图(3:4,大字标题)真花钱,先报价,要 --yes 或 --budget
check对已有笔记跑全部本地闸门零成本,纯本地,跑两次结果一样
all整条链路,断点续跑按阶段花钱,已完成的阶段直接跳过
cost只算钱零成本
models现查 api.a7w.cn 在架模型零成本
你最关心答案
多少钱文本按 token(网关不公布文本单价,金额要你自己填);封面实测 24 点/张 = 0.24 元(1K)
要多久实测 3 篇文本约 40 秒;1 张封面 5~30 秒
要装什么什么都不用装,只用 Python 标准库
N 篇会不会是同一篇换皮有专门的闸门量它,实测 3 篇最大相似度 0.183(阈值 0.65)。见下面「跨篇换皮」
会瞎编吗不提供 --evidence 就不许编数字,这条写死在提示词里
中断了怎么办断点续跑:已完成的阶段与图直接跳过,已提交未完成的任务用 task_id 续查,不重复扣费(封面断点按「笔记 id + 比例 + 分辨率 + 封面文案」判定:改了 cover_text / cover_desc、或换了 --resolution 再重跑,只重出改过的那一条笔记的封面并重新扣费,不会整批重扣;只改标点或空白不算改动,仍然跳过)

三个子命令的边界是刻意的

  • angles 默认不花钱:30 个角度(新手踩坑 / 算账派 / 反常识 / 横向对比 / 清单体 /

省时间 / 防割韭菜 / 懒人版 / 细节控 / 空间受限 / 带娃族 / 预算党 / 打工人 / 宅家派 /
长期主义 / 差点放弃 / 单品深挖 / 应急方案 / 心态篇 / 工具流 / 自动化 / 一个人做 /
零预算起步 / 下班后做 / 数据复盘 / 错误清单 / 时间点切入 / 第一周记录 / 同行复盘 / 答疑体),
全放在 scripts/run.py 的 ANGLES 表里 —— 角度是数据,不是提示词散文。

  • notes 一个角度一次调用。这是本包最重要的一条设计取舍,见下。
  • covers 在提交任何任务之前报价,且"没有 --yes 也没有 --budget"时只报价不动作。

跨篇换皮:本包最该有的一道闸门

批量出笔记的失败模式不是"某一篇写坏了",而是:

N 篇其实是同一篇换了个开场。 单看每一篇都像样,合起来等于只写了一篇。

人眼很难发现(尤其 N 篇不并排看),但字符二元组 Jaccard 一眼看穿。两道防线:

  1. 一个角度一次调用。如果让模型一次产出 N 篇,它会先写最好写的那篇,

再把剩下的裁剪出来 —— 实测在多平台改写场景就是这么失败的。
本包还把"同批其它角度的名字"写进提示词明确禁止重复(只给角度名,不给其它篇正文 ——
给了正文模型就会照着那篇改)。

  1. 本地换皮闸门。两两比较正文,两边都 ≥ 150 字才比,≥ 0.65 判疑似换皮 → 标红 + 退出码 3。

实测(本包真机跑,同一份 678 字母稿,独立跑两轮):

轮次角度(n01 / n02 / n03)正文字数段落数开场形态两两相似度换皮判定
第 1 轮新手踩坑 / 算账派 / 反常识568 / 552 / 61922 / 12 / 17我以为最难的是剪辑 / 上个月对账 / 我信过一个说法0.126 · 0.154 · 0.1830 对
第 2 轮同上542 / 618 / 5589 / 18 / 13我以为三天能收工结果前三步全走歪了 / 我把花销按小时记了三个月 / 一开始我也信那句0.109 · 0.148 · 0.1690 对

两轮的最大相似度只有 0.169~0.183,离阈值 0.65 有 3.5 倍以上余量 ——
N 篇确实是 N 篇,不是一篇的 N 张皮。同一份母稿两轮跑出来的正文互不相同,
也说明模型没有被某个固定句式锚住。

对照:把同一篇正文复制成两篇,实测相似度 1.000,闸门必然拦下(有坏数据用例)。

出图比例:只认真实像素

这不是网关 bug,是扩散模型先定总像素、再把每边向下取整到 32 的常规做法。
所以"请求比例 == 产出比例"这个断言对一半的比例天然不成立。

本包的闸门只读文件头里的宽高(scripts/imgprobe.py,纯标准库 struct),
不采信接口自报的 aspect_ratio:

  • 默认容差 3%:容差内不算"假",但一定打印真实像素与偏差,不藏;
  • 超容差 → 标红 + 退出码 3;
  • --snap:本地按 3:4 精确裁到 864x1152,裁完再读一次文件头复核。

实测:裁剪前 864x1184(偏差 2.70%)→ pil 裁剪框 (0, 16, 864, 1152) → 裁剪后 864x1152(偏差 0.00%)。

怎么用(命令行)

第 0 步:获取 API Key

到 api.a7w.cn 注册,创建一个 API Key(形如 sk-...)。

第 1 步:装依赖

零依赖。 不需要 pip install 任何东西,只要机器上有 Python 3.7+:

python3 --version

scripts/a7w.py 是零依赖客户端(只用 urllib / json / mimetypes),
逐字节等于规范版(SHA256 EACD2E4F…B465),任何包都不许为了业务改它;
本包的图片探针与裁剪都在自己的模块(scripts/imgprobe.py + run.py)里。

第 2 步:填 Key

# Linux / macOS
export A7W_API_KEY=sk-你的key

# Windows PowerShell
$env:A7W_API_KEY="sk-你的key"

也可以存进配置文件反复用(推荐):

python3 scripts/a7w.py login --key sk-你的key

第 3 步:先出角度(零成本,可反复跑)

python3 scripts/run.py angles --file 母稿.md --count 5

不联网、不花钱。看一遍角度合不合你的主题:合就直接用,不合就
--strategy llm 让模型针对材料重出(生成失败会自动回落到本地库)。

第 4 步:出笔记(花钱,先看预估)

# 先算 token(不给单价就只报 token 数,不编金额)
python3 scripts/run.py cost --file 母稿.md --count 5 --cover-count 5

# 出笔记,落盘 notes.json(--outdir 必须在包外)
python3 scripts/run.py notes --file 母稿.md --count 5 \
    --outdir "$TEMP/xhs-notes" --json --out "$TEMP/xhs-notes/notes.json"

只有 3 篇、先试水也可以:

python3 scripts/run.py notes --text "产品/主题的一段说明" --count 3 --outdir "$TEMP/xhs-notes"

第 5 步:出封面(真花钱,先报价)

# 报价(不提交任何任务)
python3 scripts/run.py covers --notes "$TEMP/xhs-notes/notes.json" --outdir "$TEMP/xhs-notes"

# 确认后出 2 张,并裁到像素级精确的 864x1152
python3 scripts/run.py covers --notes "$TEMP/xhs-notes/notes.json" --count 2 \
    --outdir "$TEMP/xhs-notes" --yes --snap

第 6 步:本地合规自检(零成本)

python3 scripts/run.py check --file "$TEMP/xhs-notes/notes.json"

一句话跑完整条链路

python3 scripts/run.py all --file 母稿.md --count 5 \
    --outdir "$TEMP/xhs-notes" --yes --snap --budget 200 --json

断点续跑:重跑同一条命令,已完成的阶段直接跳过(输出会说"跳过(断点续跑)"),
已提交未完成的出图任务用 task_id 续查,不重复扣费。

这一条的条件是产出与断点文件都还在、没加 --force、且封面文案与分辨率都没变。本包的封面断点
按「笔记 id + 比例 + 分辨率 + 封面文案」判定,所以改了 cover_text / cover_desc、
或换了 --resolution(1K ↔ 2K ↔ 4K)再重跑会
自动重出那一条笔记的封面(只重出改过的那条,不会整批重扣)—— 封面文案变了就必须
重新出图,否则你拿到的会是配着旧文案的旧图;分辨率变了也一样,否则你要 4K 拿到的却是 1K。
断点记录里存的文案或分辨率与本次不一致时,
脚本会打印一行提示并强制重出,不会静默复用旧图。只改标点或空白不算改动,
仍然跳过、不重新扣费。
⚠️ 跨版本升级的正常代价:旧版本的断点文件(1.0.3 及更早)里没有封面文案这一维,
1.0.4 及更早也没有分辨率这一维,
所以升级后第一次重跑会把已有的封面再出一次(同样会重新扣费)。删断点文件也免不掉
这一次 —— 旧记录里的封面文案已无从核对,本包宁可重出,也不复用说不清来历的旧图。

直接用 curl 调(不依赖本包脚本)

写文案底层就是一个标准的 OpenAI 兼容调用:

curl -sS -X POST "https://api.a7w.cn/api/v1/chat/completions" \
  -H "Authorization: Bearer $A7W_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-chat",
    "messages": [{"role": "user", "content": "把下面这份素材写成一篇小红书笔记,只输出 JSON:……"}],
    "temperature": 0.8,
    "max_tokens": 8192,
    "response_format": {"type": "json_object"}
  }'

成功响应不带 code 字段。 实测调用成功时返回的就是标准 OpenAI 形态
(id / object / created / model / choices / usage / system_fingerprint),
"code" in payload 为 False。code==1 那套信封只用于生成应用的响应
(出图那个端点是用的),所以别拿 code 判文本调用的成败。

出图是异步任务:

# 1) 提交
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/nano_banana/submit" \
  -H "Authorization: Bearer $A7W_API_KEY" -H "Content-Type: application/json" \
  -d '{"prompt":"竖版 3:4 小红书封面,大字标题…","action":"generate",
       "model":"nano-banana","resolution":"1K","aspect_ratio":"3:4"}'
# 2) 轮询(把 <task_id> 换掉)
curl -sS "https://api.a7w.cn/api/v1/tasks/<task_id>" \
  -H "Authorization: Bearer $A7W_API_KEY"

⚠️ status 在 data 顶层,不在 data.result 里。 平台文档写的是
data.result.status,实测不对。照文档写会永远读不到状态、一路轮询到超时。
实测完成态的结构:
`{"code":1,"msg":"success","data":{"status":"completed","task_id":"…",
"usage":{"points_cost":24},"result":{"image_url":"…","success":true}}}`
另外 result.data[0].image_url 与 result.results[0].image_url 也可能有图,
本包做深度搜索把所有 image_url 收齐,不只取第一处。

参数说明

全局

参数说明
--key临时指定 Key;优先级最高。别把它写进脚本或文档
--json以 JSON 输出,写在子命令前面或后面都可以;JSON 模式下 stdout 只有一个完整 JSON,进度走 stderr
--out <文件>把结果写到文件

母稿输入(angles / notes / all / cost 共用)

参数说明
--file <文件>母稿 / 产品信息(.md / .txt)。自动剥掉 UTF-8 BOM
--text "正文"直接给素材;与 --file 同时给时以 --text 为准
--count <N>篇数 / 角度数,默认 5
--brief "要求"作者的要求(口述意图)
--evidence "素材"可以使用的真实素材。没写就不许编数字

angles —— 出角度

参数说明
--strategy local默认。本地 30 个角度库,零成本、可复现
--strategy llm针对材料出角度(一次调用);失败或条数不够自动回落本地库

notes —— 出笔记

参数说明
--outdir <目录>输出目录(notes.json 落在这里)。必须在包外
--price-in / --price-out文本单价(点/百万 token)。不给我就只报 token、不编金额
--budget预算上限(点)。超了就地中止,退出码 5;用 --budget 必须给单价
--model默认 deepseek-chat(实测可用)
--temperature默认 0.8
--max-tokens默认 8192
--dry-run只打印将发送的提示词,不调模型、不花钱
--no-json-mode不要求上游返回 JSON 对象(个别模型不支持 response_format 时用)

covers —— 出封面

参数说明
--notes <notes.json>必填。notes 生成的笔记文件
--count <N> / --only n01只出前 N 张 / 只出指定 id
--yes确认这是一次真花钱的操作;不给 --yes 也不给 --budget 就只报价
--budget <点>预算上限。超了在提交之前就中止,退出码 5
--snap出图后按 3:4 裁到 864x1152(裁完复核)
--ratio-tolerance比例容差,默认 0.03;地板 0.0025
--resolution默认 1K(只有 1K 有实测价 24 点/张);2K/4K 必须配 --points-per-image。这一维进了封面断点 key:换了档位重跑会重出该条封面(否则你要 4K 却拿到 1K 的图)
--points-per-image覆盖实测单价
--force忽略断点重出(会重复扣费)
--no-wait只提交不等待(之后用 task_id 续查)
--allow-prompt-hits封面提示词命中闸门也照出(默认拦截,不花钱)

check —— 本地自检

参数说明
--file <notes.json>必填。跑合规 / 占位符 / 照抄示例 / 笔记规格 / 跨篇换皮五类检查

纯本地:不调模型、不花钱,同一个文件跑两次结果完全一样。

cost —— 只算钱

参数说明
--cover-count <N>要出几张封面(默认 0,只算文本)
--price-in / --price-out文本单价(点/百万 token)
--budget预算上限;给了就必须给文本单价,否则退出码 2

为什么不给默认文本单价:实测接口的 GET /api/v1/pricing 只有 6 条规则
(一条全局 * + full_video / asr / flashvsr / action_transfer /
person_replacement 等特例),不含文本大模型;GET /api/v1/models 的记录里
没有任何价格字段;chat/completions 的成功响应 usage 只有
prompt_tokens / completion_tokens / total_tokens(外加缓存命中统计),没有点数。
所以拿不到可信的文本模型单价,本包拒绝凭空编一个 ——
token 数我们估(实测标定),金额必须由你给单价。出图的钱是实测价,可以直接算。

七道硬闸门

硬闸门 = 命中即拦截 + 标红 + stderr 汇总 + 退出码非 0。不许只警告。

#闸门判什么退出码
1合规广告法违禁词 + 小红书特有红线(站外导流、医疗/功效宣称、绝对化)3
2占位符残留{}、[待填]、XXX、(此处省略)、TODO/TBD3
3prompt_echo去标点后相等 / 二元组 Jaccard ≥ 0.75 / 覆盖度 ≥ 0.60(三条判据任一即命中)3
4笔记规格正文 ≤ 1000 字、话题标签 5~8 个、首行必须是钩子3
5跨篇换皮N 篇两两相似度 ≥ 0.65(两边都 ≥ 150 字才比)3
6出图比例真伪读真实像素,不信自报;超容差 3% 即不合格3
7成本上限出图前报价 + --budget 超限就地中止(用真实扣费累计)5

外加两条参数级拦截:--outdir 指到包内 → 退出码 2(包内不许有任何图片,
且是在花钱之前就拦下);给了 --budget 却没给文本单价 → 退出码 2(拒绝编价)。

哪些只扣分不拦截:标题长度(8~24 字)、标签数量偏少这类风格问题只扣分。
标准是「发出去会出事」—— 合规违禁会被罚,标题长两个字不会。

退出码(可直接用于 CI)

退出码含义
0全部干净
1没预料到的异常(代码 bug);--json 下给 kind=internal 信封 + stderr 打完整栈
2参数/配置错误(含 --outdir 指到包内、给了 --budget 却没给单价)
3有硬闸门命中(合规/占位符/照抄示例/笔记规格/跨篇换皮/出图比例)
4调用失败(网络 / 鉴权 / 点数 / 模型名 / 出图任务失败)
5预算超限,已就地中止
130用户中断

--json 输出契约(给流水线与 agent 消费,只在 --json 下生效):

  • 成功:结果对象里多一个 "ok": true;顶层是数组时包成 {"ok": true, "data": [...]}
  • 失败:stdout 输出一个 JSON 信封,形如

{"ok": false, "exit": 3, "error": {"kind": "gate", "message": "…"}}
(exit 就是本次真实退出码),kind 取 gate / usage / budget / call /
interrupt / internal

  • 文字闸门命中属于"跑成功了但结果不合格":此时已经产出结果,ok 写在那个结果对象里,

进程退出码仍是 3 —— 于是"两个位置都 exit=0(进程正常退出,没有异常)且 json.loads 过"
这条不变量同时成立

  • internal 是没预料到的异常(代码 bug)的兜底:stdout 给信封、

完整 traceback 原样打到 stderr、退出码固定 1 —— 报 bug,不藏 bug

  • 人读文案照旧走 stderr;退出码语义一个都不变;非 --json 模式输出与普通 CLI 一致
  • --json 写在子命令前面或后面都可以

三个真实事故写进了代码

1. prompt_echo:模型会照抄提示词里的示例,哪怕标着「这是错的写法」。

本库标题工坊实测过两次,其中一次一字不差就是提示词示例,而且拿了那一轮的最高分 89.0 ——
最高分变成"抄标准答案"而不是"真的最好",排序就废了。

所以本包:提示词里不出现任何一句可复制的完整中文句子,举例只用描述性语言 +
登记在 PROMPT_SAMPLES 里的跨主题示例(主题刻意选「阳台种小番茄 / 入门吉他」,
与小红书笔记业务明显不搭);万一有人把真实示例加回去,闸门会兜住。

判定分三层,为什么要第三层:长正文有几万字,示例只有二三十字,
整段算 Jaccard 的分母被撑大、永远接近 0 —— 模型把示例原样抄进某一段,这道闸门完全看不见。
所以整段比一次(只认 exact / jaccard)+ 逐句再比一次(含覆盖度)。
但拆句只在 。!?; 和换行处切、不在逗号处切,模型把示例揉进自己那句话里时
比对单位被撑到 30~36 字,Jaccard 又被摊薄 —— 实测 示例1 独立成句 Jaccard 1.000(抓住)、
揉进 36 字长句 Jaccard 0.576(漏)但覆盖度 1.000(抓住)。
逐句层只兜得住"示例自己独立成句",覆盖度不是冗余而是互补。

阈值标定:196 条正常产出与跨主题示例的最高相似度只有 0.174,
而"少两个字的同构照抄"是 0.765 —— 0.75 离正常上限有 4 倍余量。
长度守卫是相对的:max(6, len(示例)//2),短串不比。

2. 一次调用写 N 篇 = 换皮。(见上文「跨篇换皮」,两轮实测最大 0.183 / 0.169 vs 阈值 0.65。)

3. 合规闸门自己也会误伤,而误伤会让闸门废掉。这一条踩了两次。

  • 第一次(继承自多平台改写):真实原稿里「回头翻一条自己播放量最低的视频」

被「最X」规则判成高风险并整篇拦截 —— 诊断是错的,那是在描述自己的数据。
加了一条很窄的豁免(计量类名词 + 「的/之」),放过但登记,不静默。

  • 第二次(本包真机实测第一轮):3 篇笔记全部因为"命中『第一』类排他性表述"被拦,

真实原文是「第一个坑就来了」「第一个月做了 4 部」「第一部 80 集的剧」——
三篇全红、理由全错。同样加了窄豁免(「第」+ 数字 + 量词 = 叙事序数),
并给那条正则补了 (?<![国网史]),免得「全国第一」多报一条理由不对的「第一」。

  • 还有一处同源:「唯一入口」这类否定式用法("不该当成唯一入口")其实是在反对排他,

所以只在「唯一 + 名词」时才判命中。

结论写在这里,改闸门之前先读:「宁可多报也别漏报」在有误伤时是错的 ——
一个正确写法的稿子被判违规,使用者就会开始无视闸门。豁免必须窄、但必须有;
豁免的每一处都要在报告里明确打印。

成本口径(实测标定)

方向标定值依据
文本输入1 原始字符 ≈ 0.621 token(1 token ≈ 1.61 字)实测 3 次调用 prompt_tokens 1299 / 1298 / 1292,极稳
文本输出1 原始字符 ≈ 1.11 token实测均值;平台间差异主要来自换行数
封面出图24 点/张(1K)= 0.24 元实测任务返回 usage.points_cost = 24,两张共 48 点
货币1 元 = 100 点平台口径

实测文本用量(3 篇笔记,同一份 678 字母稿,两次独立跑):
prompt_tokens 3889 + completion_tokens 1665 = 5554 token、3895 + 1600 = 5495 token,
3 次调用。响应里还带 prompt_cache_hit_tokens: 1152(每篇都命中同一段系统提示词缓存)——
这是网关侧的缓存统计,不要拿它去算钱,算钱只看 prompt_tokens。

排错

现象 / 报错原因怎么办
Missing or invalid relay API key(HTTP 401)Key 无效、过期或写错重新到 https://api.a7w.cn/ 领取;确认没把 Bearer 重复写进环境变量
点数不足(HTTP 402)账号点数用完到 https://api.a7w.cn/ 充值后重试
模型不存在(HTTP 404)模型名写错或已下架python3 scripts/run.py models 现查在架模型名
参数错误:输出目录 … 在 Skill 包内(exit 2)包内不许有任何图片换到包外,例如 %TEMP%/xhs-note-factory
配置错误:给了 --budget 就必须给单价预算没有单价就没意义补 --price-in / --price-out(点/百万 token)
!! 预估成本 … 已超过 --budget … 就地中止预估闸门在花钱之前就拦下了少出几篇 / 少出几张,或调低 --max-tokens,或提高预算
!! 已花 … 点,超过 --budget(exit 5)真实扣费累计超了已完成的产出仍在,从断点继续
这是一次真花钱的操作…确认后加 --yes(exit 2)成本前置生效,这是正常的,不是错误看过报价后加 --yes 或 --budget 重跑
!! 有 N 篇被硬闸门拦下(exit 3)合规 / 占位符 / 照抄示例 / 笔记规格 / 跨篇换皮看 stderr 的逐条原因;改素材或改 --brief 后重跑
合规命中「第一」但你看不出问题可能是叙事序数之外的形态已知过度报告的残留。要么改措辞,要么人工确认后放行;不要改成只警告
!! 跨篇换皮(exit 3)两篇正文太像用 check 看是哪一对;减少 --count,或换 --strategy llm 让角度更分开
字数标红「超过上限」模型写超了 1000 字在 --brief 里说清"只讲一件事";或分段拆成两篇。别靠删段落凑数
首行「未识别出钩子」首行不在本包认可的钩子形态里看 references/note-methodology.md 的钩子表;在 --brief 里点名要哪种开场
封面提示词命中闸门被拦(exit 3)封面文案里有违禁词改 cover_text / cover_desc 后重跑(没花钱);确实要带词出图加 --allow-prompt-hits
封面大字标题 N 字 > 上限 20 字(exit 3)cover_text 超过一行放得下的字数把超出的部分移到正文或 cover_desc 里再重跑(没花钱)。不接受 --allow-prompt-hits 放行 —— 放行等于回到静默截断,你会以为改了、其实图一模一样。上限与依据见 references/cover-and-size.md
改了 --resolution 但图还是 1K 的1.0.5 起分辨率已进断点 key,正常会重出仍拿到旧图只可能是命中了 1.0.4 及更早写的旧断点(那时 key 不含分辨率):重跑一次,新断点写入后即生效;要无条件重出加 --force(会重新扣费)
出图卡在 processing 到超时上游排队本包有 --poll-timeout(默认 600 秒)与断点;重跑会用 task_id 续查,不重新提交、不重复扣费
图下载失败结果 URL 过期或网络问题断点里存了 image_url,可以直接重跑续;也可以手动下载
封面文案改了,图还是旧的断点记录里的封面文案与本次对不上正常情况会重出(见上面「断点续跑」)。仍拿到旧图只有两种可能:① 命中的是 1.0.3 及更早写的旧断点,重跑一次,新断点写入后即生效;② 你以为改了内容,其实只动了标点/空白 —— 那不算改动,旧图本来就是对的。要无条件重出加 --force,那一次会重新扣费
模型返回的不是合法 JSON模型在 JSON 前后多吐了字符脚本已用 json.JSONDecoder.raw_decode 扫第一个完整对象。仍失败就加 --no-json-mode 并换模型
模型没返回 choices / 产出为空max_tokens 截断加大 --max-tokens。注意 models 列表里的推理模型会先花 token 出思维链
HTTP 200 但 model:null、内容为空实测把 deepseek-flash(deepseek-chat 的路由目标名)当请求名用就是这个结果——静默失败,状态码骗人请求名用 deepseek-chat;要换模型就用 models 列表里的名字
母稿第一个字是乱码 / 字数偏 1UTF-8 BOM(Windows Out-File、记事本另存为)脚本已自动剥掉 BOM;若仍异常,另存为「UTF-8 无 BOM」
Windows 下中文乱码控制台代码页不是 UTF-8chcp 65001,或加 PYTHONIOENCODING=utf-8
argparse: conflicting option string改代码时重复定义了同参数见「文件结构」一节的约定:同类开关只有一个定义处

收集排错信息时请附上:完整命令、--dry-run 的输出、原始报错文本、退出码。
不要在报错信息或截图里带上你的 API Key。

文件结构

sanjianke-xhs-note-factory/
├── SKILL.md                        本文件
├── README.md                       给人看的说明
├── LICENSE.md                      MIT,署名三剪客
├── references/
│   ├── note-methodology.md         小红书笔记方法论(角度四维度、钩子形态、字数口径)
│   ├── cover-and-size.md           封面与尺寸规范(3:4、32 对齐、--snap、成本)
│   └── compliance.md               合规红线(广告法 + 小红书特有红线 + 两处语境豁免)
└── scripts/
    ├── a7w.py                      api.a7w.cn 零依赖客户端(**逐字节等于规范版,别改**)
    ├── imgprobe.py                 只读图片探针(读文件头拿真实像素,纯标准库)
    └── run.py                      angles / notes / covers / check / all / cost / models

改代码前先读这一条:scripts/a7w.py 是所有包共用的零依赖客户端,靠
「包内副本 SHA256 == 规范版」批量校验 60+ 个包有没有被改坏。所以**任何包都不许
为了自己的业务往它里面加东西** —— 需要额外能力就放独立模块(本包的 imgprobe.py
就是这么来的,裁剪逻辑留在 run.py)。

端点速查

用途方法与路径
写文案(笔记正文 / 角度 / 封面文案都走这个)POST https://api.a7w.cn/api/v1/chat/completions
出封面(异步任务)POST https://api.a7w.cn/api/v1/apps/nano_banana/submit
轮询出图任务GET https://api.a7w.cn/api/v1/tasks/<task_id>
模型清单GET https://api.a7w.cn/api/v1/models
计费规则表(实测不含文本模型)GET https://api.a7w.cn/api/v1/pricing

文本端点协议是 OpenAI 兼容:Authorization: Bearer <Key>,请求体用
model / messages / temperature / max_tokens / response_format。
出图端点用 code == 1 判成功(msg 是 success),
status 在 data 顶层(不在 data.result),实际扣费看 data.usage.points_cost。

联系我们

  • 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
  • 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
  • 更多 AI 插件与接口:AI 插件市场。

相关链接

  • 算力集市 api.a7w.cn(注册领 Key):https://api.a7w.cn/
  • 小红书笔记方法论(角度四维度、钩子形态、字数口径):references/note-methodology.md
  • 封面与尺寸规范(3:4、32 对齐、--snap、出图成本):references/cover-and-size.md
  • 合规红线与两处语境豁免:references/compliance.md

免责声明:本包内置的违禁词表与判定口径是启发式自检工具,来自公开经验整理,
不构成法律意见,也不代表小红书或任何平台的官方审核标准(官方标准不公开、且会变)。
内容的使用与合规责任由使用者承担;医疗、保健食品、金融、母婴、特殊化妆品等
高风险类目必须人工复核。二创类内容还需自行确认原片授权。

同类文章