你在阳台种番茄，最近叶子发黄。小红书上的建议有人说多浇水，有人说少浇水，看得越多越拿不准。先记录自己家的条件，再用问题找材料，才能看出哪些经验可能相关。

先写阳台条件再搜

记录城市季节、朝向、日照时段、盆大小和自己实际做过的养护。分别搜索光照、土壤和浇水相关问题，按搜索参数表保存条件，不把多个季节的内容混成一套方法。搜索只是获取线索，不是对叶片问题做出诊断。

参考笔记带上适用环境

按笔记类型获取详情，查看作者是否交代室内外环境、气候和种植阶段。没有说明的条件标为未知，不凭照片猜城市或精确用水量。个人成功例子未必适合你的花盆和通风，尤其不能把不同作物的办法随意合并。

阅读单按当前决策排序

表格可以列来源、问题、适用条件、作者建议、与自家差异、需要进一步核实的点。将能帮助观察和记录的内容放前面，将缺条件的强结论放入待核实。AI 可辅助归纳笔记，但必须保留条件差异，不生成一份未经验证的统一养护方案。

用自己的观察补上最后一列

实际采取任何调整前，先确认做法适用于自己的植物与环境，并记录采取了什么及后续变化。没做过就不写效果，短期叶色变化也不要立即归因于某一步。每周更新阅读单时保留历史状态，删除重复候选但保留出处。API 不会监测阳台、识别病害或自动提醒浇水；最终成果是一份围绕你当前问题的参考与观察计划，帮助减少互相矛盾的信息干扰。

这篇用到的接口

完整地址与参数

GET https://api.trmesh.com/openapi/api/v1/xiaohongshu/app_v2/search_notes

参数 类型 必填 含义
keyword string 是 搜索关键词
page integer 否 页码，从1开始
sort_type string 否 排序方式
note_type string 否 笔记类型
time_filter string 否 发布时间筛选
search_id string 否 搜索ID，翻页时传入首次搜索返回的值
search_session_id string 否 搜索会话ID，翻页时传入首次搜索返回的值
source string 否 来源
ai_mode integer 否 AI模式：0=关闭, 1=开启

可以复制的 Python 请求

安装 requests 并在环境变量中设置 TRMESH_API_TOKEN。把示例用户名或作品 ID 换成你要查询的对象。

import os
import requests

# 使用自己的 TRMesh 开发者密钥；不要将密钥写入网页。
url = "https://api.trmesh.com/openapi/api/v1/xiaohongshu/app_v2/search_notes"
params = {
    "keyword": "美食推荐",
    "page": "1",
    "sort_type": "general",
    "note_type": "不限",
    "time_filter": "不限",
    "source": "explore_feed",
    "ai_mode": "0"
}
response = requests.get(
    url, params=params, timeout=30,
    headers={"Authorization": f"Bearer {os.environ['TRMESH_API_TOKEN']}"},
)
response.raise_for_status()
payload = response.json()
print(payload)  # 先核对真实响应，再提取业务字段

对应接口文档 · 返回免费查询工具

调用接口会使用你的 TRMesh 账号额度，运行前请确认接口价格。