如何免费高效下载小红书内容?XHS-Downloader完整使用指南 🚀
XHS-Downloader是一款免费开源的小红书图文/视频作品采集工具,基于AIOHTTP模块开发,轻量高效,让普通用户也能轻松保存心仪的小红书内容。无论你是内容创作者需要素材参考,还是想备份喜欢的作品,这款工具都能满足你的需求。
📌 为什么选择XHS-Downloader?
作为一款专注于小红书内容下载的工具,XHS-Downloader具有以下核心优势:
- 完全免费:开源项目,无任何隐藏付费功能
- 操作简单:支持CLI和TUI两种界面,新手也能快速上手
- 高效稳定:基于AIOHTTP模块,实现异步下载,速度更快
- 功能全面:支持图文、视频等多种内容形式的下载
📸 工具界面预览
下面是XHS-Downloader的实际运行截图,让你直观了解工具的操作界面:
程序主界面(中文)
XHS-Downloader中文界面展示,简洁直观的操作布局
命令行模式(中文)
MCP下载功能
🔧 快速开始:安装与配置
1️⃣ 准备工作
在开始使用前,请确保你的系统已安装Python环境。推荐使用Python 3.8及以上版本以获得最佳体验。
2️⃣ 获取项目源码
通过以下命令克隆项目仓库到本地:
git clone https://gitcode.com/gh_mirrors/xh/XHS-Downloader
cd XHS-Downloader
3️⃣ 安装依赖
项目依赖已整理在requirements.txt文件中,使用pip命令即可一键安装:
pip install -r requirements.txt
🚀 两种使用方式,满足不同需求
方式一:命令行模式(CLI)
命令行模式适合熟悉终端操作的用户,可快速执行下载任务。核心功能实现位于source/CLI/main.py。
基本使用命令:
python main.py [URL]
方式二:图形界面模式(TUI)
如果你更喜欢可视化操作,可以使用TUI模式。TUI相关代码位于source/TUI/目录下。
启动TUI模式:
python main.py --tui
启动后将看到直观的图形界面,通过键盘操作即可完成下载任务:
📝 详细使用教程
如何获取小红书作品链接?
- 打开小红书App,找到你想下载的作品
- 点击右上角分享按钮
- 选择"复制链接",即可获取作品URL
单篇作品下载步骤
- 启动XHS-Downloader
- 在提示输入URL处粘贴复制的小红书链接
- 按Enter键开始下载
- 下载完成后,文件默认保存在项目的downloads目录下
批量下载功能
XHS-Downloader还支持批量下载功能,你可以通过以下步骤实现:
- 创建一个文本文件,每行放入一个小红书作品链接
- 使用--batch参数指定该文件:
python main.py --batch urls.txt
⚙️ 高级设置
如果你需要自定义下载路径、文件命名规则等高级选项,可以通过设置界面进行配置。设置模块的实现位于source/module/settings.py。
在TUI模式下,点击"设置"按钮即可打开设置界面:
🔍 常见问题解决
问题1:下载失败,提示需要Cookie
这是因为部分小红书内容需要登录才能访问。你需要获取并配置Cookie:
- 参考获取Cookie示意图获取小红书Cookie
- 在设置界面中填入Cookie信息
问题2:视频下载后无法播放
这可能是由于视频格式不兼容导致的。XHS-Downloader提供了格式转换功能,相关代码位于source/expansion/converter.py。
📚 项目结构说明
XHS-Downloader采用模块化设计,主要代码结构如下:
-
核心功能:source/application/
-
界面模块:
- CLI:source/CLI/
- TUI:source/TUI/
-
工具模块:source/module/
🌟 总结
XHS-Downloader作为一款免费开源的小红书内容下载工具,以其简单易用、高效稳定的特点,成为内容创作者和普通用户的理想选择。无论你是需要快速下载单篇作品,还是批量保存心仪内容,这款工具都能满足你的需求。
立即尝试,体验轻松下载小红书内容的乐趣吧!如果你在使用过程中遇到任何问题,欢迎查阅项目文档或提交issue反馈。
🆕 功能更新记录
项目的最新功能和更新记录可以在static/Release_Notes.md文件中查看,建议定期关注以获取最新功能信息。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07



