正在打开每日关注
正在打开每日关注
用 Chrome 插件一键采集小红书视频信息，并结构化沉淀到飞书多维表格，提升对标复盘效率。
上次分享了用codex自动扒小红书对标，受到了很多兄弟关注 为了进一步提升采集效率，我又顺手用 Codex 开发了一个 Chrome 插件，就叫它小红书 Clipper吧！ 有了这个插件之后，我就能直接在电脑上刷小红书 看到优质的小红书帖子，直接点击右上角的clipper插件 就能把这个视频的封面、标题、脚本、视频结构、数据、博主相关的所有信息 丝滑地拉取下来，并一键把保存到我的飞书多维表格中 这样我就可以真正地实现无痛扒对标，不用再手动把链接复制给 Codex 了 可以等到一次性刷完视频后，再去精细化地复盘和学习 这两天除了这个项目之外，还在用 Codex 自动剪视频和练口播 一不留神又已经烧了好几亿 token 了，真的是越烧越爽 Codex 真的太好玩了😇
最近准备挑战在小红书上从零起号 在新平台上起号，最关键就是找对标、扒对标 所以我用 Codex + Tikhub + 飞书 CLI 做了小红书对标素材库！ 我把优质视频链接扔给Codex 它就会自动对其进行全方面拆解，包括标题、封面、简介、视频数据、视频文案以及核心内容总结 同时跟踪作者账号并把他们的proile全部归档到飞书表格中 未来还会加入更多精细化的分析，比如说视频风格分类、视频节奏的拉片分析、爆款文案拆解等等 如果有兄弟感兴趣，我直接把整个项目做成开源skill分享出来😇
是什么 这是一套面向小红书对标研究的采集、解析与归档工作流。作者先用 Codex、Tikhub 和飞书 CLI 搭建自动拆解流程，随后把入口封装成 Chrome 插件，让用户在浏览内容时直接保存素材。画面显示插件会提交笔记链接，调用 Tikhub，并将结果写入飞书多维表格。
核心设计 它的关键是把采集动作放回内容浏览现场，减少复制链接、切换工具和重复录入。插件提供在线状态、处理进度和调用提示，飞书侧则用固定字段承载标题、封面、作者、链接、互动数据、脚本及核心要点，并通过详情页和卡片视图支持不同粒度的复盘。
关键洞察 这不是单点的爬虫工具，而是将非结构化视频转成可检索、可比较的研究对象。真正有价值的部分在于素材沉淀后的二次分析：作者画像、风格分类、节奏拉片和爆款文案拆解，从而服务选题和内容生产。
边界与风险 采集行为需遵守平台规则，并注意账号、作者资料和本地服务的隐私保护。第三方接口可能不稳定，视频脚本、结构和数据也可能存在识别误差；自动归档仍需要去重、校验来源和人工复核。整体价值主要来自 Agent 自动化和研发效能，而非视觉或交互设计方法本身。