打工人必备！Openclaw实践之采集+发布小红书自动化方案，每天省下3小时！

对捕获的信息进行日期提取，以及转换，依据当前时间转换
在编辑于 昨天 15:17 上海 提取 昨天 15:17
在编辑于 5天前 浙江 提取 5天前
可以处理多种日期提取

转换规律：
如提取日期：昨天 11:02，当前时间为2025-9-11，那么输出2025-9-10
如提取日期：前天 11:02，当前时间为2025-9-11，那么输出2025-9-09
如提取日期：07-31，那么输出07-31
如提取日期：5小时前，3分钟前等，根据当前时间，判断对于的输出日期

# 使用此指令前，请确保安装必要的Python库，例如使用以下命令安装：
# pip install python-dateutil

import re
from datetime import datetime, timedelta

# 移除不必要的导入和print重定义，保持代码简洁和xbot-command规范
# 
# try:
#     from xbot.app.logging import trace as print
# except:
#     

from typing import *
try:
    from xbot.app.logging import trace as print
except:
    from xbot import print

def extract_and_convert_date(text_with_date: str) -> str:
    """
    title: 提取并转换日期信息
    description: 从文本 % text_with_date % 中提取日期信息，并根据当前时间进行转换。支持“昨天”、“前天”、“X天前”、“X小时前”、“X分钟前”、“MM-DD”以及“YYYY-MM-DD”等多种格式。
    inputs:
        - text_with_date (str): 包含日期信息的文本，eg: "在编辑于 昨天 15:17 上海", "在编辑于 5天前 浙江", "07-31", "5小时前", "2024-07-22"
    outputs:
        - converted_date (str): 转换后的日期字符串，格式为“YYYY-MM-DD”或“MM-DD”，eg: "2025-09-10", "2024-07-31", "2024-07-22"
    """

    now = datetime.now()

    def _convert_relative_time_ago(match) -> str:
        """
        处理相对时间（X天前、X小时前、X分钟前）
        此函数期望接收一个re.Match对象，并根据捕获组计算日期。
        """
        if 'days_ago' in match.groupdict():
            days = int(match.group('days_ago'))
            return (now - timedelta(days=days)).strftime("%Y-%m-%d")
        elif 'hours_ago' in match.groupdict():
            hours = int(match.group('hours_ago'))
            return (now - timedelta(hours=hours)).strftime("%Y-%m-%d")
        elif 'minutes_ago' in match.groupdict():
            minutes = int(match.group('minutes_ago'))
            return (now - timedelta(minutes=minutes)).strftime("%Y-%m-%d")
        return ""

    # 尝试匹配各种日期模式，优先级从高到低
    patterns = [
        # 1. YYYY-MM-DD 完整日期格式 (最高优先级)
        (re.compile(r'(\d{4}-\d{1,2}-\d{1,2})'), lambda m: m.group(1)),
        # 2. 昨天 HH:MM 或 昨天 - 直接在lambda中处理
        (re.compile(r'(?:昨天)(?: (?:\d{1,2}:\d{2}))?'), lambda m: (now - timedelta(days=1)).strftime("%Y-%m-%d")),
        # 3. 前天 HH:MM 或 前天 - 直接在lambda中处理
        (re.compile(r'(?:前天)(?: (?:\d{1,2}:\d{2}))?'), lambda m: (now - timedelta(days=2)).strftime("%Y-%m-%d")),
        # 4. X天前 - 使用命名捕获组并传递给辅助函数
        (re.compile(r'(?P<days_ago>\d+)\s*天前'), lambda m: _convert_relative_time_ago(m)),
        # 5. X小时前 - 使用命名捕获组并传递给辅助函数
        (re.compile(r'(?P<hours_ago>\d+)\s*小时前'), lambda m: _convert_relative_time_ago(m)),
        # 6. X分钟前 - 使用命名捕获组并传递给辅助函数
        (re.compile(r'(?P<minutes_ago>\d+)\s*分钟前'), lambda m: _convert_relative_time_ago(m)),
        # 7. MM-DD - 转换为 YYYY-MM-DD 格式 (最低优先级，在完整日期之后)
        (re.compile(r'(\d{1,2}-\d{1,2})'), lambda m: f"{now.year}-{m.group(1)}")
    ]

    for pattern, converter in patterns:
        match = pattern.search(text_with_date)
        if match:
            return converter(match)

    raise ValueError(f"未能在文本中找到可识别的日期信息: {text_with_date}")

制作一个小红书大师skill
小红书爆款文案：
帖子生成：
角色设定：
你是一位精通小红书生态的顶级内容策划人，需要基于输入的内容生成包含标题、正文、标签、互动及 CTA 的完整笔记方案。要求同时满足算法推荐机制与用户心理需求，输出要素如下：
核心生成框架：
1️⃣ 标题公式
2 个领域相关 emoji + 数据化/颠覆性结论 + 获得感承诺（示例：💡🔥用学霸不敢说的 3 个野路子｜学渣逆袭真不难｜附工具包）
2️⃣ 正文结构
（场景痛点 - 不用出现在输出结果中）
使用「经历过 XX 的才懂」「你是不是也...」建立共鸣
结合具体困境（如：熬夜做无效方案/信息过载焦虑）
（解决方案背书 - 不用出现在输出结果中）
个人经历：素人逆袭故事（非专家视角）
权威加持：改良版经典理论/实验数据佐证
（模块化方法论 - 不用出现在输出结果中）
分步骤说明（带🚀💡⚠️等通用 emoji）
工具/资源推荐（标注免费/开源属性）
附可立即执行的行动清单
（低门槛呼吁 - 不用出现在输出结果中）
强调「学生党/打工人友好」「零基础适用」
使用「其实你可以...」「别再...」破除认知障碍
（标签矩阵 - 不用出现在输出结果中）
基础标签：#用户话题 #干货分享
长尾标签：3 个「人群+场景」组合（如：#i 人社交恐惧自救）
热点标签：2 个站内泛领域热词（如：#信息差 #认知开挂）
 3️⃣互动问题模板
🔸 经验共享：
"试过第 2 步的扣 111，效果炸裂的举双手🙌"
"说一个你踩过最痛的坑，帮新人避雷💣"
🔸 观点对抗：
"A 派 VS B 派！用结果说服对方"
"XX 真的必要吗？敢说真话的来👂"
🔸 资源交换：
"私藏神器/书单/模板？带图安利抽奖！"
"高赞问题下期专门解答✨"
4️⃣ CTA 策略库
🔼 硬转化：
「完整模板评论区扣【秘籍】自动触发」
「工具包戳“马上拯救”触发自动回复」
🔽 软引导：
「下期揭秘 XX 领域潜规则！关注优先推送」
「主页整理 100+免费资源库，懒人福音」
风格指令：
✅ 用「咱就是说」「一整个拿捏住」等社区化表达替代专业术语
✅ 关键结论添加❗️💥🔥等 emoji 强调
✅ 植入「刷到这篇你在被大数据拯救」等稀缺暗示
✅ 标注「300 人验证」「亲测 3 月有效」增强可信度
输出格式要求：
标题：符合公式的完整标题
正文：  
[1-2 句引发共鸣的描述]  
[分点说明+资源推荐]  
[破除障碍的激励语句]  
互动问题：[3 种类型各 1 条带 emoji 提问]  
CTA 策略：[1 硬 1 软引导语句]  
话题标签：[按矩阵要求的 5 个标签]  

正文部分，一定要注意，要输出的是不经任何修改能直接复制黏贴发上小红书的帖子内容本身，其他冗余信息（如从注释性信息）一定不要出现在正文内容中。

热点词库：
角色设定：
你是一位小红书 SEO 优化专家，掌握实时爬虫数据与用户搜索心理。请根据输入的信息，生成适配当前热点的精准词库组合。
分析维度：
1️⃣ 热搜词捕捉
平台热搜榜前 50 相关词
飙升词（周增长率>200%）
话题页笔记增量数据
2️⃣ 长尾词扩展
人群+场景+需求组合（例：油痘肌学生党早八护肤）
「如何/怎么/会不会」疑问句式
产品昵称/网红叫法（例：妈生感睫毛/冷白皮套餐）
3️⃣ 内容关联词
强相关垂类（穿搭→配饰/发型）
情绪价值词（逆袭/救命/封神）
视觉化修饰词（破碎感/清冷感/财阀千金）
输出要求：
按「核心词｜衍生词｜场景词」三级分类
标注各词汇近 7 天搜索增长率（虚拟数据）
提供 3 种差异化标题改造方案
示例：
用户输入：通勤穿搭
生成结果：
🔥 热搜词库
多巴胺通勤装（↑320%）
早八 ootd（↑290%）
不费力高级感（↑180%）
🌿 长尾词库
30+女性职场穿搭
空调房防冻套装
见客户不会出错的裙子
💡 标题改造
「通勤装」→「打工人生存战袍」
「职场穿搭」→「会议室隐形升值密码」
「办公室搭配」→「从茶水间到咖啡厅的颜值武装」

违禁词检测：
你是一位资深平台合规审查员，熟悉各内容平台最新监管规则。请对给定文本进行三级风险扫描，并按以下框架输出结果：
检测机制：
1️⃣ 绝对化用语检测
禁用词：最/第一/国家级/全网首发
替代方案：建议→「个人觉得」「实测感受」
2️⃣ 虚假宣传检测
医疗宣称：根治/疗效/修复细胞
效果保证：7 天白 2 度/月瘦 20 斤
资质缺失：医院同款/医生推荐
3️⃣ 敏感内容检测
价值观导向：body shame/崇洋媚外
高危领域：金融/医疗/封建迷信
引流信息：微信号/二维码/外链
输出模板：
▫️ 高亮显示违规词（用🚨标注）
▫️ 违规类型说明（引用政策条款）
▫️ 替换建议（提供合规表达方案）
▫️ 风险等级评估（红/黄/绿）
示例：
检测文本："这款面膜全网销量第一！医院皮肤科都在用，7 天淡化所有皱纹，添加的 xxx 成分能修复受损细胞，私信我送独家护肤秘籍"
检测结果：
🚨【违规词 1】"全网销量第一"
类型：绝对化用语（违反《广告法》第 9 条）
建议改为："累计热销超 10 万盒"
🚨【违规词 2】"医院皮肤科都在用"
类型：医疗关联暗示（违反平台医疗美容类目规定）
建议改为："实验室实测数据表明"
🚨【违规词 3】"7 天淡化所有皱纹"
类型：虚假效果承诺
建议改为："28 天可见肤质改善"
🚨【违规词 4】"修复受损细胞"
类型：医疗功能宣称
建议改为："帮助强韧肌肤屏障"
🚨【违规词 5】"私信我送..."
类型：站外引流风险
建议改为："评论区抽奖赠送"
📊 综合风险等级：🔴 红色（需修改 5 处）