Topic Star 榜单 #1 | 874 真实笔记训练 | 5 AI 专家三轮辩论 | 在线可用
上传你的小红书笔记截图，5 位 AI 专家会像医生会诊一样，三轮辩论后给出量化诊断报告、可执行的优化方案、模拟评论区预测，以及一键生成的高分改写。
| 传统工具 | 薯医 NoteRx | |
|---|---|---|
| 评分依据 | 主观经验 / 单模型打分 | 874 条真实笔记回归分析 → 5 品类差异化权重 |
| 诊断方式 | 单次 GPT 调用 | 5 Agent 并行诊断 → 交叉质疑辩论 → 裁判综合 |
| 建议质量 | "提升标题吸引力" | "标题「XX」→改为「5分钟搞定！这道菜我妈做了20年」→加数字+情感+悬念" |
| 评论预测 | 无 | AI 模拟真实评论区（含吵架/质疑/楼中楼） |
| 优化闭环 | 给建议，用户自己改 | 自动生成 3 个高分改写方案 + 即时重新评分 |
| 数据支撑 | 无 | Spearman 相关 · 线性回归 · K-Means 聚类 · LLM 深度分析 |
- 打开链接 → 拖入小红书笔记截图（支持多张拼接）
- AI 自动识别标题、正文、分类（< 30s）
- 点击"开始诊断" → 观看 5 位 AI 专家实时辩论
- 获取完整报告：评分 · 雷达图 · 优化方案 · 模拟评论区 · 分享卡片
手机电脑均可使用，无需注册。
| 模型 | 训练数据 | 能力 |
|---|---|---|
| Model A — 量化预测引擎 | 874 条真实笔记 · 回归分析 | 5 品类差异化权重 · 5 维度即时评分 · < 50ms 无 LLM 调用 |
| Baseline Knowledge Graph — 基线知识图谱 | 874 笔记 + 2465 评论 · K-Means 聚类 | 品类爆款线 · 互动中位数 · 标签分布 · 发布时段热力图 |
| Comment Persona Engine — 评论画像引擎 | 2465 条真实评论 · LLM 分类 | 6 种用户画像（种草型/经验型/质疑型/凑热闹型/求助型/吐槽型）· 情绪分布 · 点赞预估 |
Stage 1 Stage 2 Stage 3 Stage 4
数据驱动基线训练 → Model A 智能初评 → 多智能体深度辩论 → AI 优化闭环
874 笔记 + 2465 评论 5 维度即时打分 4 Agent 并行诊断 自动生成 3 个优化方案
Spearman / 回归 / 聚类 < 50ms 无 LLM 交叉质疑 · 补充论据 即时重新评分
5 品类差异化权重 品类差异化基线 裁判 Agent 综合裁定 最高分方案推荐
Round 1: 并行诊断 Round 2: 交叉辩论 Round 3: 综合裁判
[内容分析师] ─┐ 内容 ←→ 视觉 ┌─→ 最终评分
[视觉诊断师] ─┤→ 独立诊断 + 评分 视觉 ←→ 增长 质疑/反驳 ├─→ 优化标题 + 正文
[增长策略师] ─┤ 增长 ←→ 用户 赞同/补充 ├─→ 封面方向建议
[用户模拟器] ─┘ 用户 ←→ 内容 └─→ 模拟评论区
| 层 | 技术 |
|---|---|
| 前端 | React 19 · TypeScript · MUI v9 · Framer Motion · ECharts · Vite |
| 后端 | FastAPI · asyncio · SSE 流式推送 · SQLite |
| AI | MiMo-v2-Pro（诊断）· MiMo-v2-Omni（多模态视觉）· MiMo-v2-Flash（快速任务） |
| 分析 | jieba 分词 · OpenCV 图像分析 · OCR 文字提取 · 视频首帧/听写 |
| 研究 | Spearman 相关 · 线性回归 · K-Means 聚类 · PCA 可视化 |
- 多模态输入：截图拖入 / Ctrl+V 粘贴 / 视频上传，AI 自动识别标题、正文、分类
- 实时诊断动画：11 步时间线 + 辩论实况气泡 + Agent 状态跟踪
- 五维雷达评分：内容质量 · 视觉表现 · 增长策略 · 互动潜力 · 综合评分
- AI 模拟评论区：真实 XHS 风格（含吵架/质疑/楼中楼），预估点赞数
- 迭代优化引擎：一键生成 3 个高分改写方案，自动评分 + 最高分推荐
- 基线对比：与同品类数千条笔记对比（标题字数 / 标签数 / 爆款率）
- 分享卡片：一键生成带品牌水印的诊断卡片，支持系统分享到微信/小红书
- 诊断历史：本地 IndexedDB 存储，隐私安全
# 克隆
git clone https://github.com/jiangmuran/noterx.git && cd noterx
# 配置
cp .env.example backend/.env # 编辑填入 API Key
# 一键安装 + 启动
make install && make data && ./start.sh访问 http://localhost:5173
PageOne — 全场唯一中学生队伍。四个 13 岁的初中生，从零完成数据采集、模型训练、全栈开发到生产部署，48 小时交付完整产品。
姜睦然 · 杨曦哲 · 陈宇夏 · 吕思彤
Apache License 2.0
小红书黑客松巅峰赛 · Topic Star #1