在小红书平台寻找创作灵感，已成为许多自媒体人的日常习惯。你是否也曾这样：刷到那些爆款笔记时，一边感叹别人的创意和流量，一边暗自焦虑——如何才能快速洞察趋势、找到可复用的爆款逻辑？
今天，我们将深入拆解一套高效方法：借助扣子AI智能体，一次性批量采集上千条小红书爆款笔记，彻底掌握背后的数据规律与工作流逻辑。
其实，智能体的运行逻辑与你手动操作基本一致。大致可分为以下几个步骤：
首先，在搜索框输入目标关键词，找出相关笔记；接着，点开一条笔记，获取其图片、文案、点赞数、收藏数等核心指标；最后，将这些数据存入Excel或飞书表格中，便于后续分析。
区别在哪里？智能体能自动完成这一切。你只需设定关键参数，剩下的事情它替你跑完。
详细搭建步骤
第一步，创建工作流
先创建一个全新的工作流，为其命名并撰写简要描述。这是整个自动化采集流程的基础。
第二步，设置开始节点
在开始节点中，你需要添加以下参数：totalNumber、cookieStr、keywords、noteType、sort。
为什么是这几个参数？因为后续的插件会直接用到它们。提前配置这些参数，就像事先备好工具，让后续流程顺畅衔接。
第三步，添加小红书搜索插件
点击“添加节点”，搜索「小红书」，选择第一个插件，接着点击「xhs_search_notes」插入节点。
该插件需要五个参数，正好对应开始节点中设置的五个。特别说明：cookieStr参数相当于一把“钥匙”，没有它就无法获取小红书数据。后面我们会专门演示如何获取，这里你只需按步骤配置即可。
将开始节点的五个参数与插件的五个参数关联起来。这样，每次执行时，你只需在开始节点填入相应值，智能体便会自动运行。
第四步，循环获取笔记信息
接下来，添加一个循环节点。为什么要循环？因为搜索结果通常是列表形式，你需要将每一条笔记都抓取下来。
第五步，添加获取详情节点
在循环体内部，添加一个用于获取笔记详情的节点。每一条笔记，它都会自动拉取更完整的字段信息。
第六步，添加代码节点
信息获取完成后，下一步是加入一个代码节点。该节点的作用是从原始结果中提取你想要保存的数据。配置好代码和输出参数即可。
第七步，添加延时节点
这是一个容易被忽视但至关重要的步骤。添加一个延时节点，设置1秒等待，目的是降低请求频率。简单说，就是避免被平台判定为“高频访问”，从而有效降低封禁风险。
注意检查循环节点的输入和输出，确保数据通路正确无误。
第八步，再添加一个代码节点
这个节点用于调整JSON数据的字段名称。例如，将英文字段名改为“标题”“点赞数”“收藏数”等中文名称。最终生成的Excel表格，第一行就会是清晰的中文表头，便于阅读。
第九步，添加JSON2Excel插件
通过该插件，数据会被转换为Excel文件。配置好参数，指定输入来源和输出格式，剩下的交给智能体。
第十步，配置结束节点
最后一步，设置整个流程的终点。这样，工作流就完整跑通了。
整个流程看似步骤较多，但实际配置并不复杂。关键在于理解每个节点的价值：搜索、循环、获取详情、提取数据、延迟、导出。这正是一条自动化采集的完整流水线。
至此，你已经搭建好了一套能自动拉取小红书爆款笔记的工作流。不妨回头试一下，填入关键词，看看它能输出多少条爆款笔记。
