李管春做小红书账号最折磨人的三个环节，我猜你和我一样：想选题想到头秃，写完不知道有没有踩雷，发出去才后悔当初没认真对标爆款。后来我把 Claude 的 Skill 机制用起来，搭了一套叫 RedFox 的 Skill 仓库，专门干一件事——把「选题→对标→违禁词检测」这三步串成一条龙，让 AI 在文案动笔之前，就把该考虑的都考虑掉。这篇文章是我自己从零开始用 RedFox 的真实过程，包括它怎么装、怎么调、哪些地方容易踩坑，也顺便聊聊我理解的 Skill 和 Agent 到底有啥区别。适合正在做小红书运营、想用 AI 提效又不想让内容翻车的朋友。
1. 先说清楚：RedFox 到底是什么东西
1.1 它不是插件，而是一套 Skill 包
我最早看到“RedFox”这个名字的时候，还以为是某个浏览器插件，实际用下来才知道，它是一套“Skill 包”。什么是 Skill？你可以把它理解成给 AI 的一份“岗位说明书”，里面写清楚了任务目标、工作流程、输出格式、边界条件。你把这些东西固化成文件，放到支持 Skill 机制的 AI 客户端里，下次只要你一句话，AI 就会按这套流程办事，而不是从零开始“猜你想要什么”。
有人会问，这和普通提示词有什么区别？普通提示词就像你每次给临时工交代任务，内容得重复写，写漏了结果就跑偏；Skill 更像是给正式员工的一本 SOP 手册，放在那里，随取随用。RedFox 就是围绕小红书场景做的一整套 SOP 集合，目录里按模块分了类，有选题、对标、文案、违禁词检测这些不同的 skill 文件。
顺带说一句，“仓库”这个词在不同圈子含义差别挺大。搞后端的朋友听到“仓库”，第一反应是 Maven 仓库、npm 源，那是用来存依赖包的；做运维的朋友会想到 Docker 镜像仓库，那是存容器镜像的；而 RedFox 属于第三种——Git 代码仓库，它的内容不是编译后的二进制，而是纯文本、目录和规则文件。这种形态的好处是更新快、可回溯、方便同行协作，你随时能看清它到底做了什么，不会像黑盒工具那样心里没底。
1.2 为什么要做成“一条龙”，而不是零散问 AI
我过去用 AI 写小红书笔记，基本是“一题一议”：先问“帮我起 10 个标题”，选完标题再问“帮我写正文”，写完再问“帮我检查有没有违禁词”。每个问题都要重复背景信息：“我是做护肤的”“面向 20 到 30 岁女性”“发在小红书”……提示词越写越长，AI 还会忘记前面的设定，输出经常漂移。
RedFox 这类 Skill 仓库解决的就是这个问题。它把整个创作链路拆成固定工序：选题、对标、写稿、合规检测。每个环节都有独立 skill，又可以通过主流程串起来。最让我觉得值的地方是链路是通的——选题的时候就会考虑“这个方向能不能写够 800 字”“会不会踩到功效词红线”，对标的时候会顺手提炼出标题句式，写作的时候会自动做合规处理。
对普通创作者来说，这相当于把“有经验的小编”脑子里的那套工作方法，变成 AI 可以稳定复现的流程。你不需要懂提示词工程，也不需要记住每一版平台规则，维护好这一个仓库就行。这类工具能流行起来，本质上是因为小红书内容创作的痛点太集中了：选题难是流量问题，对标弱是增长问题，违禁词多则是生存问题。流量解决“发什么”，增长解决“怎么发更有效”，合规解决“发了之后别出事”。三者缺一不可，RedFox 把它们塞进同一套 Skill 体系，我们日常操作时就不用并行开七八个工具来回切换。我自己的体验是，以前一条笔记从想选题到最终发出，少说一个小时，现在能压缩到二十分钟左右，而且出错率明显下降。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 三个核心环节，逐个拆解
2.1 选题环节：它不是占卜，是关键词放大
RedFox 的选题模块，给我的第一感受是“老实”。它不会凭感觉给你扔出“护肤”“穿搭”这种大词，而是会先让你给它一个垂直领域，然后输出一批带细分方向、搜索热词、用户痛点和笔记角度的候选清单。举例来说，我输入“敏