刚开始做小红书，你觉得大账号的拍摄资源很难照搬，更想看看规模接近自己的作者怎样讲清一个问题。但所谓低粉高表现，必须先说明低粉指什么、表现看什么，不能靠印象挑几篇就下结论。

自己设定比较条件

写明本次关注的粉丝范围、主题和发布时间窗口。这些是你为观察设定的条件，不是平台官方认证。通过搜索找到相关笔记，再按类型取详情；不要仅凭封面看起来朴素就认定作者规模小。

作者资料与笔记同轮核对

查询作者信息，记录查询时的可见粉丝数据。这个数值不一定等于笔记发布当天的粉丝数，不能据此声称作者当时零基础起量。缺少数据就保留未确认，不把空值当零。比较表现时使用实际返回的可比指标，不自行补浏览量或后台转化。

观察资源少也能完成的表达

人工阅读笔记，找它如何提出问题、给出证据和解释限制。表格可列来源、作者当前资料时间、笔记主题、解释动作、自己可复用的方法和未知条件。例如用一张尺寸对照图讲清问题，是值得研究的表达选择；是否因此获得互动，单凭样本不能确定因果。

给自己一个可执行的小尝试

从几篇材料中选一项与你内容相符的方法，用自己的照片和经验制作，不复制他人的结论。AI 可帮助比较结构，但不能把当前粉丝数倒推成历史增长，也不能保证你复现结果。最后输出一份明确样本范围的参考清单和下一篇的制作计划；如果没有找到满足条件的内容，就报告缺口，而不是降低标准后仍沿用同样标签。

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。