你每天给烘焙账号找一个可参考的选题，今天搜到几篇互动很多的面包笔记。它们是今天发布的，还是今天才被你看到？如果这个问题不先分清，所谓每日观察很容易变成反复看旧文。

今天先写成明确的时间范围

约定使用哪个时区，记下起止时间与主题词。按搜索接口文档设置 time_filter 等条件，但仍要通过实际详情核对发布时间是否符合范围。没有可核对时间的条目标为待确认，不靠搜索位置推断它一定是新发布。

内容类型和主题一起筛

按图文或视频类型获取详情，区分配方教学、成品展示、失败记录和推广。你如果想参考教学选题，就别把漂亮成品图直接当完整教程。保留查询时间与实际样本数量，搜索结果不是平台所有当天笔记的全集。

同日样本也要看曝光时间差

早上发布的笔记与刚发布的笔记累积时间不同，互动不能直接说明内容质量。只摘录实际可取得的指标，并留查询时点；作者资料可提供补充背景，但不代表发布时的历史状态。自己的观察表可列来源、发布时间、内容问题、当前可见表现和值得学习的处理方式。

日报只给出可复查的发现

选择少量能帮助自己准备内容的例子，写明为什么相关，而不是宣称它们是全站今日冠军。AI 可以压缩经过核实的笔记摘要，不能保证这些题目会成为你的爆款。未取得足够样本时如实说明，不拿旧文凑当日数量。最终成果是一页带范围说明的选题观察，帮助决定明天研究哪个问题，而不是一个看似精确、实际上覆盖不明的日榜。

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。