
XHS-Downloader
XHS-Downloader é uma poderosa ferramenta de código aberto para extrair links, coletar informações e baixar imagens, vídeos e notas sem marca d'água do Xiaohongshu (Little Red Book / REDnote / XHS). Inclui suporte integrado a servidor MCP, permitindo que agentes de IA automatizem a coleta de conteúdo e downloads.
Visão Geral
XHS-Downloader (por JoeanAmier) é uma ferramenta Python de código aberto popular dedicada ao Xiaohongshu (小红书, também conhecido como REDnote ou XHS). Ela se destaca na extração de links, coleta de informações de notas e download de arquivos de mídia de alta qualidade (imagens, vídeos, Live Photos) sem marcas d'água.
O projeto suporta operações em lote para postagens de usuários, coleções, curtidas, álbuns e resultados de pesquisa. Importante, inclui o modo nativo de servidor MCP (Model Context Protocol), permitindo que agentes de codificação de IA e assistentes (como Claude Desktop, Cursor, etc.) controlem diretamente tarefas de download, extração e coleta de conteúdo.
Principais Funcionalidades
- Extração de Links: Extrai postagens publicadas, favoritos, curtidas, links de álbuns, resultados de pesquisa e links de usuários.
- Coleta de Informações de Notas: Reúne metadados detalhados das notas do Xiaohongshu.
- Downloads Sem Marca d'Água: Baixa imagens, vídeos e Live Photos em alta qualidade.
- Lote & Eliminação de Duplicatas: Salto automático de notas já baixadas usando um banco de dados local.
- Modo Servidor MCP: Executa como um servidor MCP (
python main.py mcp) para integração com agentes de IA. - Retomada de Pontos de Interrupção & Nomeação Personalizada: Suporte para downloads resumíveis e formatos de nome de arquivo personalizáveis.
- Suporte a API & Scripts de Usuário: Funciona com userscripts de navegador para envio de tarefas com um clique.
- Modos CLI + GUI: Execução fácil do programa ou execução do código-fonte.
Como Funciona (Modo MCP)
- Execute o servidor MCP:
python main.py mcp - O servidor escuta em
http://127.0.0.1:5556/mcp/(ou na porta configurada). - Adicione o servidor MCP à configuração do seu cliente de IA.
- Agentes de IA podem chamar ferramentas para extrair links, coletar dados de notas ou acionar downloads diretamente.
Isso torna o XHS-Downloader um poderoso backend para fluxos de trabalho agentivos envolvendo conteúdo do Xiaohongshu.
Casos de Uso
- Arquivamento de Conteúdo Impulsionado por IA: Permita que agentes de IA coletem e baixem automaticamente notas ou tópicos específicos de usuários.
- Download de Mídia em Lote: Pesquisa, curadoria ou backup de postagens do Xiaohongshu em larga escala.
- Salvamento de Mídia Sem Marca d'Água: Obtenha arquivos limpos para uso pessoal, educacional ou criativo.
- Pipelines de Coleta de Dados: Integre com outras ferramentas MCP para pesquisa ou análise de tendências do XHS.
- Scripts de Automação: Combine com userscripts de navegador para um fluxo de trabalho perfeito.
Começando
Execução Rápida (Recomendado)
- Baixe a versão mais recente em GitHub Releases.
- Descompacte e execute o executável (
mainno Windows/macOS).
Código-Fonte + Modo MCP
git clone https://github.com/JoeanAmier/XHS-Downloader.git
cd XHS-Downloader
pip install -r requirements.txt
python main.py mcp # Iniciar servidor MCP
Para todas as funcionalidades, incluindo userscripts e uso da API, consulte o README.
Benefícios
O XHS-Downloader destaca-se pela sua confiabilidade, deduplicação, downloads retomáveis e suporte direto a MCP — tornando-o uma das ferramentas de código aberto mais avançadas para o processamento de conteúdo do Xiaohongshu. Atende eficazmente tanto usuários manuais quanto ecossistemas de agentes de IA, mantendo-se leve e com manutenção ativa.
Observação: Use com responsabilidade e respeite os termos de serviço e direitos autorais do Xiaohongshu.
Tags
Related Entries
Keep exploring similar tools and resources in this category.
Related Reads
Background, tutorials, and protocol context connected to this entry.

Guia de Prompt do OpenAI GPT-5.5: Tutorial Passo a Passo

O Que É o OC Maker? A Ferramenta de IA que Está Revolucionando a Criação de Personagens Originais em 2026





