小红书内容分析助手

一个浏览器插件 + 本地服务工具，用于在小红书网页端一键分析图文笔记和视频内容，自动输出核心总结、观点分析、实用建议和概念答疑。

项目背景

大模型无法直接读取小红书的网页或视频内容（平台有登录墙和反爬限制，发送链接也无法解析）。本项目通过"浏览器插件读取 + 本地转写 + 大模型分析"的方式绕过该限制：插件借用用户已登录的浏览器读取内容，视频则通过本地语音转写获取文字，最终交给大模型分析。

功能特性

• 图文模式：读取当前笔记的正文、标签、评论，发送给大模型分析
• 视频模式：捕获视频音频 → 本地 Whisper 转写成文字 → 发送给大模型分析
• 四维分析输出：核心内容总结、观点分析与看法、给用户的建议、概念答疑
• 结果缓存：自动保存上一次分析结果，切换页面后再打开仍可查看
• 本地运行：转写在本地完成，数据不外传，零使用成本

技术架构

浏览器插件 (Chrome MV3)
   ├── 图文：content script 读取页面 DOM
   └── 视频：tabCapture 捕获音频
        │
        ▼
本地后端服务 (FastAPI)
   ├── /analyze    图文内容 → 调用 Dify
   └── /transcribe 音频 → faster-whisper 转写 → 调用 Dify
        │
        ▼
Dify 工作流 (大模型编排)
   └── LLM 节点输出四部分分析

技术栈：Chrome Extension (Manifest V3) · Python · FastAPI · faster-whisper · Dify

目录结构

.
├── backend/
│   ├── main.py           # FastAPI 后端：转写 + 分析接口
│   ├── config.py         # 密钥配置（不上传，见下方说明）
│   └── __init__.py
├── extension/
│   ├── manifest.json     # 插件配置
│   ├── content.js        # 读取页面内容
│   ├── popup.html        # 插件界面
│   └── popup.js          # 交互逻辑
├── 启动后端.bat          # 一键启动后端服务
└── README.md

安装与使用

环境要求

• Python 3.10+
• Chrome 浏览器
• 一个已发布的 Dify 工作流（接收 content 和 source_type 变量，输出分析文本）

后端配置

1. 创建虚拟环境并安装依赖：

python -m venv venv
venv\Scripts\activate
pip install fastapi uvicorn faster-whisper python-multipart requests

2. 在 backend/ 下创建 config.py，填入你的 Dify 信息：

DIFY_API = "https://api.dify.ai/v1/workflows/run"
DIFY_KEY = "app-你的Dify密钥"

3. 启动后端（首次运行会自动下载 Whisper 模型）：

uvicorn backend.main:app --port 8000

插件安装

1. 打开 chrome://extensions/，开启「开发者模式」
2. 点击「加载已解压的扩展程序」，选择 extension 文件夹
3. 登录小红书网页版，打开任意笔记

使用方式

• 图文帖：点击插件 →「读取图文并分析」
• 视频帖：点击「开始录音」→ 播放视频 → 看完点「停止并分析」

说明

• config.py 包含密钥，已通过 .gitignore 排除，不会上传到仓库。使用时需自行创建。
• 视频转写使用 faster-whisper 的 small 模型，纯 CPU 运行，长视频转写需要一定时间。
• 语音转写对数字、专有名词等偶有误差，分析时已提示大模型结合上下文理解。

可能的优化方向

• 自动识别页面类型（图文/视频），免去手动选择
• 视频模式跟随播放自动开始/停止
• 分析结果分栏展示与历史记录
• 支持更换大模型或转写引擎