摘要本文基于亚马逊云科技 Builder 俱乐部 CloudLab 实验手册完整记录了使用 Amazon Quick Desktop 实现小红书运营全流程自动化的真实对话过程。包含每一步的关键提示词Prompt、Quick 的 tool 调用链路、实际输出结果和落地文件帮助你快速复刻一人内容团队工作流。 写在前面2026 年做自媒体的门槛比以往任何时候都低。小红书作为主流内容社区随便一个有想法的人都能找到自己的表达方式。但说实话能坚持更新的人不到 10%——不是没东西可写而是重复性运营太磨人找选题、拆爆款、写文案、做封面、排发布时间……拼的不再是谁更能肝而是谁的系统更聪明。下面是我用 Amazon Quick Desktop 完整走通的实操过程每一步都有真实的 Prompt 和 AI 执行链路。️ Amazon Quick Desktop 核心能力维度传统 Web AIAmazon Quick Desktop本地文件❌ 需手动上传✅ 直接读写本地文件夹浏览器操控❌✅ 自动打开小红书抓取数据定时任务❌✅ Scheduled Agent 定时触发数据安全上传云端本地沙箱预处理数据不出域Skill 复用❌✅ 打包工作流一句话调用Apps 工具❌✅ 创建 HTML 交互小工具 实操全流程7 步完整记录步骤 1小红书热门内容抓取 实际提示词我想做小红书Amazon Quick赛道的内容。请帮我搜索小红书 找出这个赛道最近 7 天点赞数最高的 10 篇笔记只看图文笔记 不要视频笔记。整理成表格包含标题、点赞数。 重点关注技术活动干货相关的选题。中文答复 Quick 执行链路Tool Callsbrowser_navigate → xiaohongshu.com/search_result?keywordAmazonQuicktype51 ↓ browser_click → 点击图文标签确认过滤 ↓ browser_run_js → document.querySelectorAll(section.note-item) 提取数据 ↓ browser_scroll → 滚动加载更多结果 ↓ run_python → 按点赞数排序标注7天内/超过7天分类选题方向 实际输出结果排名标题点赞数选题方向1每天在8个软件的活终于被AI拯救了903干货/效率2内测体验分享 | 亚马逊自主开发的办公套件55干货/测评3亚麻内部转组——Quick Suite两轮面试29技术/求职4办公自动化被玩明白了25干货/自动化5亚马逊推出新Agent试图平衡自主和可控性16技术/AI Agent6中国峰会Day2丨迈入Everyone Builds时代16活动/峰会7市场人用Amazon Quick精准内容生成14干货/营销关键洞察严格按 7 天筛选仅 2 篇且互动极低→Amazon Quick 在小红书还是蓝海赛道竞争不激烈入局时机好。步骤 2爆款结构深度拆解 实际提示词请逐个打开刚刚的爆款笔记链接分析每篇的 1. 标题公式用了什么句式、数字、情绪词 2. 正文结构开头怎么写、中间分几个点、结尾怎么收 3. 标签策略用了多少个标签、哪些是大词哪些是长尾词 4. 封面文案风格封面上写了什么文字、字体大小、排版方式 最后总结出一个可复用的爆款模板。中文答复 Quick 执行链路browser_navigate → 逐个打开7篇笔记详情页 ↓ browser_run_js → 提取每篇的标签、互动数据、正文内容 ↓ run_python → 结构化分析输出爆款公式总结 ↓ file_write → 保存《爆款笔记深度拆解报告》到本地 输出的 4 种爆款标题模板模板公式示例适合A 效率痛点型数字痛点情绪释放解决暗示每天在5个工具间反复横跳这个AI一键全搞定高赞高传播B 内测体验型稀缺身份 | 大厂产品内测体验分享 | 亚马逊自主开发的办公套件高收藏C 人群定位型人群用工具冒号价值产品经理用Amazon Quick需求文档从4小时→15分钟精准转化D 反转认知型否定前置肯定结论不只是会聊天这款AI真的能把事办完高停留核心发现收藏率 点赞率 SOP/模板类笔记的本质特征笔记1收藏5908 点赞4694步骤 3AI 批量生成文案 实际提示词选择效率痛点型后触发Quick 基于爆款拆解结果自动生成5 篇针对不同人群的完整图文笔记 批量输出结果#标题人群模板图片数1同事问我为什么天天准时下班…我不敢说是AI在帮我干活泛职场效率痛点A8张2产品经理用Amazon Quick需求文档从4小时→15分钟产品经理人群定位C7张3跨境卖家用Amazon Quick竞品监控选品分析全自动跨境电商人群定位C8张4别再只把AI当搜索引擎了程序员该这样用才对程序员反转认知D9张5一个人运营5个平台终于不用熬夜赶稿了自媒体人效率痛点A8张每篇包含完整正文 标签策略 图片规划表直接保存到本地文件夹。步骤 4封面生成器创建 实际提示词帮我用 Apps 功能结合爆款笔记里的图片规划内容创建一个小红书封面生成器小工具。要求 - 输入框大标题、副标题 - 点击生成后输出一张 1242x1660 像素的文字卡片 - 风格纯色渐变背景提供 3 种配色方案可选活力橙、冷静蓝、清新绿 - 大标题居中、加粗、白色、大字号 - 副标题大标题下方、较小字号、白色半透明 - 底部加一行小字关注我每天学习AmazonQuick Quick 执行链路load_skill(html_design) → 加载 HTML 设计规范 ↓ 生成完整的 HTML CSS JavaScript 代码Canvas 绘制 ↓ 保存为本地 .html 文件 → 双击即可反复使用 生成器功能 3 种配色一键切换 活力橙 / 冷静蓝 / 清新绿 输出标准小红书封面尺寸 1242×1660 支持 emoji 表情渲染第二版迭代支持 一键下载 PNG 到本地追加优化第一版不支持 emoji 渲染我追加了一句大标题副标题包含表情文字Quick 自动迭代为支持 emoji 的版本。步骤 5内容发布排期设置 实际提示词帮我设置一个Amazon Quick内容发布排期 - 第 1 篇今天晚上 7:30 发布 - 第 2 篇明天晚上 7:30 发布 - 第 3 篇后天晚上 7:30 发布 每篇发布前 30 分钟给我推送提醒提醒内容包括 今天要发的标题、正文前两行预览、提醒我检查封面图。 用 Scheduled Agent 实现在 Activity Feed 里推送通知。 Quick 执行链路load_skill(agent_management) → 加载 Schedule 管理能力 ↓ create_scheduled_agent × 3 → 创建3个一次性定时任务 ↓ 每个 agent 设定为 run_once 模式触发后自动关闭 排期结果#提醒时间发布时间状态第 1 篇7月12日 20:0020:30✅ 已就绪第 2 篇7月13日 20:0020:30✅ 已就绪第 3 篇7月14日 20:0020:30✅ 已就绪实操细节我最初设的 19:00 提醒后来改口说撤销改为20:00提醒20:30发布Quick 立即执行update_scheduled_agent更新了全部 3 个任务。步骤 6将流程打包成 Skill 实际提示词将刚才的Amazon Quick热门笔记抓取结构拆解内容生成 使用封面生成器App生成封面以及内容发布提醒 打包成一个skill之后在我说AmazonQuick小红书选题的时候触发 Quick 执行链路load_skill(skill-authoring) → 加载 Skill 编写能力 ↓ extract_session_data → 提取当前会话的工具调用链路 ↓ save_skill → 保存为 SKILL.md包含5步工作流定义 生成的 Skill 定义name:amazonquick-xiaohongshudisplay_name:Amazon Quick 小红书选题trigger:AmazonQuick小红书选题 / 小红书选题inputs:-keyword (默认:Amazon Quick,可自定义)workflow:Step 1:浏览器抓取热门笔记deterministicStep 2:结构拆解分析agenticStep 3:生成原创内容agenticStep 4:生成封面图deterministicStep 5:发布提醒与汇总agentic验证效果我在新对话中输入AmazonQuick选题Quick 自动加载 Skill 并询问关键词选了AI工具然后 抓取了 20 条热门笔记 分析出 TOP 5 高赞结构✍️ 生成了 3 篇原创笔记 生成了 3 张对应封面 推送了发布 checklist全程无需重复输入任何步骤步骤 7每周数据复盘提醒 实际提示词帮我设置一个每周日早上 10:00 的提醒提醒内容我手动执行复盘任务 复盘任务内容如下 1. 打开小红书创作者中心抓取本周发布的所有笔记的数据点赞、收藏、评论、阅读量 2. 对比上周数据标出涨幅最大和最小的笔记 3. 分析表现最好的那篇标题类型、发布时间、标签策略有什么特点 4. 给出下周选题建议基于本周数据趋势 5. 把复盘报告保存到默认授权文件夹 Quick 执行链路load_skill(agent_management) → 加载 Schedule 管理 ↓ create_scheduled_agent → 创建周期性任务 schedule: 10:00 on sun每周日10点 ↓ 每周日自动推送复盘清单通知到 Activity Feed 完整提示词汇总可直接复用步骤功能关键 Prompt1选题抓取搜索小红书[关键词]赛道最近7天点赞最高的10篇图文笔记整理表格2爆款拆解逐个打开笔记链接分析标题公式、正文结构、标签策略、封面风格总结可复用模板3批量生成选择模板后自动触发Quick 根据拆解结果生成 1-5 篇4封面生成用 Apps 功能创建小红书封面生成器1242×16603种配色大标题副标题5排期设置设置发布排期每篇前30分钟提醒用 Scheduled Agent 实现6Skill打包将全部流程打包成skill说XX选题时触发7周复盘设置每周日10:00提醒包含抓数据→对比→分析→建议→保存报告 效率对比环节传统手动Amazon Quick 自动化热点选题调研30-60 分钟2-3 分钟爆款结构拆解20-30 分钟1-2 分钟文案撰写5篇3-5 小时5 分钟封面制作15-20 分钟/张10 秒/张发布排期管理每天 5 分钟一次设置日均总耗时2-3 小时10-15 分钟⚠️ 实操避坑指南浏览器登录态小红书部分内容需登录才能查看Quick 会复制你的浏览器 Profile 保持登录态type51 参数搜索 URL 中type51表示图文笔记过滤type1为全部封面中文渲染不要用generate_image做封面中文乱码用 Pillow 脚本或 HTML 封面生成器Skill 关键词参数化打包 Skill 时建议把搜索关键词做成可变参数方便复用到其他赛道Scheduled Agent 时间修改直接说撤销改为XX时间即可Quick 会自动 update 快速上手下载安装 Amazon Quick DesktopSettings 中连接本地文件夹 开启浏览器自动化复制本文的提示词开始实操动手实验Amazon Quick CloudLab 实验手册 总结你得到了什么具体内容7 步完整工作流选题→拆解→生成→封面→排期→Skill→复盘7 个经过验证的 Prompt每步真实使用过的提示词1 个可复用 Skill说AmazonQuick小红书选题即触发全套1 个封面生成器HTML 小工具双击即用3 个定时提醒Scheduled Agent 自动推送效率提升 90%从每天2-3小时 → 10-15分钟作者Westen标签Amazon Quick, AI自动化, 小红书运营, 内容创作, AWS, Skill系统, Scheduled Agent, 浏览器自动化分类人工智能 / AI工具实战本文基于亚马逊云科技 Builder 俱乐部 CloudLab 实验 Amazon Quick Desktop 真实对话实操记录撰写。所有 Prompt、Tool 调用链路和输出结果均来自实际操作过程欢迎在评论区交流使用体验
摘要本文基于亚马逊云科技 Builder 俱乐部 CloudLab 实验手册完整记录了使用 Amazon Quick Desktop 实现小红书运营全流程自动化的真实对话过程。包含每一步的关键提示词Prompt、Quick 的 tool 调用链路、实际输出结果和落地文件帮助你快速复刻一人内容团队工作流。 写在前面2026 年做自媒体的门槛比以往任何时候都低。小红书作为主流内容社区随便一个有想法的人都能找到自己的表达方式。但说实话能坚持更新的人不到 10%——不是没东西可写而是重复性运营太磨人找选题、拆爆款、写文案、做封面、排发布时间……拼的不再是谁更能肝而是谁的系统更聪明。下面是我用 Amazon Quick Desktop 完整走通的实操过程每一步都有真实的 Prompt 和 AI 执行链路。️ Amazon Quick Desktop 核心能力维度传统 Web AIAmazon Quick Desktop本地文件❌ 需手动上传✅ 直接读写本地文件夹浏览器操控❌✅ 自动打开小红书抓取数据定时任务❌✅ Scheduled Agent 定时触发数据安全上传云端本地沙箱预处理数据不出域Skill 复用❌✅ 打包工作流一句话调用Apps 工具❌✅ 创建 HTML 交互小工具 实操全流程7 步完整记录步骤 1小红书热门内容抓取 实际提示词我想做小红书Amazon Quick赛道的内容。请帮我搜索小红书 找出这个赛道最近 7 天点赞数最高的 10 篇笔记只看图文笔记 不要视频笔记。整理成表格包含标题、点赞数。 重点关注技术活动干货相关的选题。中文答复 Quick 执行链路Tool Callsbrowser_navigate → xiaohongshu.com/search_result?keywordAmazonQuicktype51 ↓ browser_click → 点击图文标签确认过滤 ↓ browser_run_js → document.querySelectorAll(section.note-item) 提取数据 ↓ browser_scroll → 滚动加载更多结果 ↓ run_python → 按点赞数排序标注7天内/超过7天分类选题方向 实际输出结果排名标题点赞数选题方向1每天在8个软件的活终于被AI拯救了903干货/效率2内测体验分享 | 亚马逊自主开发的办公套件55干货/测评3亚麻内部转组——Quick Suite两轮面试29技术/求职4办公自动化被玩明白了25干货/自动化5亚马逊推出新Agent试图平衡自主和可控性16技术/AI Agent6中国峰会Day2丨迈入Everyone Builds时代16活动/峰会7市场人用Amazon Quick精准内容生成14干货/营销关键洞察严格按 7 天筛选仅 2 篇且互动极低→Amazon Quick 在小红书还是蓝海赛道竞争不激烈入局时机好。步骤 2爆款结构深度拆解 实际提示词请逐个打开刚刚的爆款笔记链接分析每篇的 1. 标题公式用了什么句式、数字、情绪词 2. 正文结构开头怎么写、中间分几个点、结尾怎么收 3. 标签策略用了多少个标签、哪些是大词哪些是长尾词 4. 封面文案风格封面上写了什么文字、字体大小、排版方式 最后总结出一个可复用的爆款模板。中文答复 Quick 执行链路browser_navigate → 逐个打开7篇笔记详情页 ↓ browser_run_js → 提取每篇的标签、互动数据、正文内容 ↓ run_python → 结构化分析输出爆款公式总结 ↓ file_write → 保存《爆款笔记深度拆解报告》到本地 输出的 4 种爆款标题模板模板公式示例适合A 效率痛点型数字痛点情绪释放解决暗示每天在5个工具间反复横跳这个AI一键全搞定高赞高传播B 内测体验型稀缺身份 | 大厂产品内测体验分享 | 亚马逊自主开发的办公套件高收藏C 人群定位型人群用工具冒号价值产品经理用Amazon Quick需求文档从4小时→15分钟精准转化D 反转认知型否定前置肯定结论不只是会聊天这款AI真的能把事办完高停留核心发现收藏率 点赞率 SOP/模板类笔记的本质特征笔记1收藏5908 点赞4694步骤 3AI 批量生成文案 实际提示词选择效率痛点型后触发Quick 基于爆款拆解结果自动生成5 篇针对不同人群的完整图文笔记 批量输出结果#标题人群模板图片数1同事问我为什么天天准时下班…我不敢说是AI在帮我干活泛职场效率痛点A8张2产品经理用Amazon Quick需求文档从4小时→15分钟产品经理人群定位C7张3跨境卖家用Amazon Quick竞品监控选品分析全自动跨境电商人群定位C8张4别再只把AI当搜索引擎了程序员该这样用才对程序员反转认知D9张5一个人运营5个平台终于不用熬夜赶稿了自媒体人效率痛点A8张每篇包含完整正文 标签策略 图片规划表直接保存到本地文件夹。步骤 4封面生成器创建 实际提示词帮我用 Apps 功能结合爆款笔记里的图片规划内容创建一个小红书封面生成器小工具。要求 - 输入框大标题、副标题 - 点击生成后输出一张 1242x1660 像素的文字卡片 - 风格纯色渐变背景提供 3 种配色方案可选活力橙、冷静蓝、清新绿 - 大标题居中、加粗、白色、大字号 - 副标题大标题下方、较小字号、白色半透明 - 底部加一行小字关注我每天学习AmazonQuick Quick 执行链路load_skill(html_design) → 加载 HTML 设计规范 ↓ 生成完整的 HTML CSS JavaScript 代码Canvas 绘制 ↓ 保存为本地 .html 文件 → 双击即可反复使用 生成器功能 3 种配色一键切换 活力橙 / 冷静蓝 / 清新绿 输出标准小红书封面尺寸 1242×1660 支持 emoji 表情渲染第二版迭代支持 一键下载 PNG 到本地追加优化第一版不支持 emoji 渲染我追加了一句大标题副标题包含表情文字Quick 自动迭代为支持 emoji 的版本。步骤 5内容发布排期设置 实际提示词帮我设置一个Amazon Quick内容发布排期 - 第 1 篇今天晚上 7:30 发布 - 第 2 篇明天晚上 7:30 发布 - 第 3 篇后天晚上 7:30 发布 每篇发布前 30 分钟给我推送提醒提醒内容包括 今天要发的标题、正文前两行预览、提醒我检查封面图。 用 Scheduled Agent 实现在 Activity Feed 里推送通知。 Quick 执行链路load_skill(agent_management) → 加载 Schedule 管理能力 ↓ create_scheduled_agent × 3 → 创建3个一次性定时任务 ↓ 每个 agent 设定为 run_once 模式触发后自动关闭 排期结果#提醒时间发布时间状态第 1 篇7月12日 20:0020:30✅ 已就绪第 2 篇7月13日 20:0020:30✅ 已就绪第 3 篇7月14日 20:0020:30✅ 已就绪实操细节我最初设的 19:00 提醒后来改口说撤销改为20:00提醒20:30发布Quick 立即执行update_scheduled_agent更新了全部 3 个任务。步骤 6将流程打包成 Skill 实际提示词将刚才的Amazon Quick热门笔记抓取结构拆解内容生成 使用封面生成器App生成封面以及内容发布提醒 打包成一个skill之后在我说AmazonQuick小红书选题的时候触发 Quick 执行链路load_skill(skill-authoring) → 加载 Skill 编写能力 ↓ extract_session_data → 提取当前会话的工具调用链路 ↓ save_skill → 保存为 SKILL.md包含5步工作流定义 生成的 Skill 定义name:amazonquick-xiaohongshudisplay_name:Amazon Quick 小红书选题trigger:AmazonQuick小红书选题 / 小红书选题inputs:-keyword (默认:Amazon Quick,可自定义)workflow:Step 1:浏览器抓取热门笔记deterministicStep 2:结构拆解分析agenticStep 3:生成原创内容agenticStep 4:生成封面图deterministicStep 5:发布提醒与汇总agentic验证效果我在新对话中输入AmazonQuick选题Quick 自动加载 Skill 并询问关键词选了AI工具然后 抓取了 20 条热门笔记 分析出 TOP 5 高赞结构✍️ 生成了 3 篇原创笔记 生成了 3 张对应封面 推送了发布 checklist全程无需重复输入任何步骤步骤 7每周数据复盘提醒 实际提示词帮我设置一个每周日早上 10:00 的提醒提醒内容我手动执行复盘任务 复盘任务内容如下 1. 打开小红书创作者中心抓取本周发布的所有笔记的数据点赞、收藏、评论、阅读量 2. 对比上周数据标出涨幅最大和最小的笔记 3. 分析表现最好的那篇标题类型、发布时间、标签策略有什么特点 4. 给出下周选题建议基于本周数据趋势 5. 把复盘报告保存到默认授权文件夹 Quick 执行链路load_skill(agent_management) → 加载 Schedule 管理 ↓ create_scheduled_agent → 创建周期性任务 schedule: 10:00 on sun每周日10点 ↓ 每周日自动推送复盘清单通知到 Activity Feed 完整提示词汇总可直接复用步骤功能关键 Prompt1选题抓取搜索小红书[关键词]赛道最近7天点赞最高的10篇图文笔记整理表格2爆款拆解逐个打开笔记链接分析标题公式、正文结构、标签策略、封面风格总结可复用模板3批量生成选择模板后自动触发Quick 根据拆解结果生成 1-5 篇4封面生成用 Apps 功能创建小红书封面生成器1242×16603种配色大标题副标题5排期设置设置发布排期每篇前30分钟提醒用 Scheduled Agent 实现6Skill打包将全部流程打包成skill说XX选题时触发7周复盘设置每周日10:00提醒包含抓数据→对比→分析→建议→保存报告 效率对比环节传统手动Amazon Quick 自动化热点选题调研30-60 分钟2-3 分钟爆款结构拆解20-30 分钟1-2 分钟文案撰写5篇3-5 小时5 分钟封面制作15-20 分钟/张10 秒/张发布排期管理每天 5 分钟一次设置日均总耗时2-3 小时10-15 分钟⚠️ 实操避坑指南浏览器登录态小红书部分内容需登录才能查看Quick 会复制你的浏览器 Profile 保持登录态type51 参数搜索 URL 中type51表示图文笔记过滤type1为全部封面中文渲染不要用generate_image做封面中文乱码用 Pillow 脚本或 HTML 封面生成器Skill 关键词参数化打包 Skill 时建议把搜索关键词做成可变参数方便复用到其他赛道Scheduled Agent 时间修改直接说撤销改为XX时间即可Quick 会自动 update 快速上手下载安装 Amazon Quick DesktopSettings 中连接本地文件夹 开启浏览器自动化复制本文的提示词开始实操动手实验Amazon Quick CloudLab 实验手册 总结你得到了什么具体内容7 步完整工作流选题→拆解→生成→封面→排期→Skill→复盘7 个经过验证的 Prompt每步真实使用过的提示词1 个可复用 Skill说AmazonQuick小红书选题即触发全套1 个封面生成器HTML 小工具双击即用3 个定时提醒Scheduled Agent 自动推送效率提升 90%从每天2-3小时 → 10-15分钟作者Westen标签Amazon Quick, AI自动化, 小红书运营, 内容创作, AWS, Skill系统, Scheduled Agent, 浏览器自动化分类人工智能 / AI工具实战本文基于亚马逊云科技 Builder 俱乐部 CloudLab 实验 Amazon Quick Desktop 真实对话实操记录撰写。所有 Prompt、Tool 调用链路和输出结果均来自实际操作过程欢迎在评论区交流使用体验
只是纸上谈兵，没文件夹就崩了)
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
