ollama部署AI模型完成小红书热评仿写

AI基础概念

"LLM" 语言文本模型 "Token" LLM的输出输出，输入的Token通常比输出Token要贵好几倍，看不同厂商。

"Context" 上下文

"Prompt" 提示词，现在的大部分的产品，不仅仅是个LLM了，基本都进化成Agent了。进化的核心就是因为prompt，在Agent上prompt其实更多是定义Agent本身的能力以及约束，这部分就是system prompt，用户输入你好，背后Agent会携带很多东西给LLM，所有这些Agent提交给LLM的内容组合起来就是输入的Token了。

"loop" Agent的另一个核心，Agent本身如何与接入的LLM循环调用，达到目的。

"Tool" 工具，有内置工具，像openclaw就只有4个内置工具，但是可以做一切的事情 read write edit bash。外置工具，可以自己写，也可以用别人做好的。

"mcp"可以理解为Agent的外包，将这一个领域的所有工具都外包给了这个mcp。

影刀在流程中使用本地部署的deepseek大模型实现小红书爆款笔记的仿写

import xbot from xbot import print, sleep from .import package from .package import variables as glv from ollama import chat from ollama import ChatResponse def comment_AI(contents): promty = """你是一位小红书爆款内容创作者，擅长将已有爆款结构迁移至新主题，确保内容的传播力与转化力。 请基于我提供的【原始爆款笔记】，创作一篇新主题的小红书笔记。(直接输出笔记内容) 创作要求： 1. 标题：严格套用分析报告中的标题公式，只替换核心元素 2. 正文结构：严格遵循原爆款的段落功能和情绪节奏 - 钩子段：用新主题的痛点，复刻原爆款的情绪强度 - 转折段：保持"降低门槛"的引入方式 - 效果段：保持"肤感+成分+效果"的三层结构 - 结尾段：复刻互动引导方式 3. 话术：使用分析报告中提取的话术模板，填入新主题的具体内容 4. 关键词：自然融入提取的关键词（新主题相关版本） 5. emoji：参考原爆款的使用频率和位置（不要过度） 6. 字数：500-800 字（小红书爆款推荐区间） 7. 语气：口语化、真实感、像真人在分享，不要任何‘AI 味 ’ 以下是原始爆款笔记内容： """ content = """西安5日 手绘旅行攻略 逛西安真的不用赶行程呀🥰 把这座城值得停留的小细节都收进了手绘手账 历史厚重感和地道烟火气糅合得刚好 慢悠悠晃着吃逛的旅行才够舒服 这份手绘攻略直接拿去参考就好#带着手帐去旅行 #旅行手帐 #带着画本去旅行 #手绘地图 #手绘手帐 #西安""" response: ChatResponse = chat(model='deepseek-r1:8b', messages=[ { 'role': 'user', 'content': f"{contents}", }, ]) # 打印响应内容 return response['message']['content'] def AI_analysis(title,content,tags,like_count,collect_count,comment_count,share_count): promty = f"""你是一位拥有5年经验的小红书内容策略专家，擅长拆解爆款内容、分析用户心理与流量机制。 请对我提供的爆款笔记进行深度拆解，输出一份完整的【爆款分析报告】，包含以下四个模块： --- 【模块1：标题公式拆解】 - 提取标题的结构公式（如：[痛点场景]+[解决方案/产品]+[人群标签]） - 标注每部分的字数占比 - 点出标题中的"钩子词"（让人忍不住想点进来的那个词） - 总结这条标题公式的适用场景 【模块2：内容结构拆解】 - 按段落功能拆解：钩子段 → 痛点放大段 → 转折引入段 → 效果展示段 → 总结推荐段 - 每段标注： - 功能定位（这段在做什么） - 情绪值（1-10，这段有多打动人心） - 字数占比 - 分析段间过渡方式（怎么从前一段自然过渡到下一段） - 画出情绪节奏曲线（开头吸引→中间建立信任→结尾促进行动） 【模块3：爆款关键词与话术提取】 - 关键词（按重要性排序）： 5.3 用户提示词模板（User Prompt Template） 5.4 教学示例（输入 → 输出） 输入： 标题：换季烂脸？这瓶面霜救了我！敏感肌必看 😭 正文：作为一个资深敏感肌，每到换季就崩溃——脸颊泛红、起皮、用什么护肤品都刺痛。上个月在小红书 刷到这瓶面霜的时候，说实话一开始是冲着便宜去的，39块钱买不了吃亏...结果用了一个月，皮肤真的 稳下来了！乳液质地推开就化水，完全没有黏腻感。主要成分是积雪草提取物+神经酰胺，修护屏障一流。 重点是完全不刺激，涂在泛红的地方第二天就退红了。现在是我的第三瓶了，逢人就安利。敏感肌的姐妹 真的可以试试看，点击收藏下次好找回来哦～ 标签：敏感肌修护,换季护肤,平价面霜,真实测评 数据：点赞 36842，收藏 25891，评论 1236，分享 4521 输出： - 核心转化词（直接相关产品/品类，3-5个） - 流量拓展词（相关场景/人群，3-5个） - 长尾潜力词（细分需求，3-5个） - 话术模板（分类提取）： - 开头钩子话术（前2句的句式） - 转折引入话术（怎么从"讲问题"到"讲解决方案"） - 信任建设话术（怎么让读者"信了"） - 互动引导话术（怎么让人点赞/收藏/评论） 【模块4：爆款成功要素总结】 - 列举3-5个最核心的爆款原因（不是简单复述，要分析"为什么"） - 一句话总结可复用的"爆款公式" - 这篇笔记最适合仿写的赛道和主题类型 --- 输出格式要求： - 用标题分隔四个模块 - 尽量给出可量化的判断（如：钩子段情绪值为9） - 话术模板用"[变量]"标注可替换部分 请深度拆解以下小红书爆款笔记： 【标题】：{title} 【正文全文】：{content} 【标签】：{tags} 【互动数据】：点赞{like_count}，收藏{collect_count}，评论{comment_count}，分享 {share_count} 请输出完整的【爆款分析报告】（四个模块）。""" response: ChatResponse = chat(model='deepseek-r1:8b', messages=[ { 'role': 'user', 'content': f"{promty}", }, ]) # 打印响应内容 return response['message']['content'] def main(args): pass

数据完成后写入到飞书表格成果