Skip to content

You're reading this. The skill predicted it. A workflow that turns every post into a calibrated experiment—score, blind-predict, retro, evolve. The future doesn't reward effort, it rewards those who see the pattern first. 1M followers in a month — not luck, system.

Python

v0.1.0 — initial release

Jooonnn433e8db9c7f5
diff --git a/.gitignore b/.gitignore
new file mode 100644
index 0000000..a54d9cc
--- /dev/null
+++ b/.gitignore
@@ -0,0 +1,50 @@
+# macOS / iCloud
+.DS_Store
+.AppleDouble
+.LSOverride
+Icon?
+._*
+
+# Claude Code per-user config (含本地路径 / 个人 permission grants)
+.claude/settings.local.json
+
+# Python (whisper adapter / score-curve.py 跑过留下的)
+__pycache__/
+*.py[cod]
+*$py.class
+.venv/
+venv/
+.python-version
+
+# 用户项目数据(万一开发者在 cheat-on-content 源码目录里跑了 cheat-init)
+# 这些文件应该在用户自己的 content project 里,不该污染源码 repo
+.cheat-state.json
+.cheat-cache/
+.cheat-hooks/
+.cheat-secrets.json
+predictions/
+videos/
+scripts/
+samples/
+candidates.md
+rubric_notes.md
+script_patterns.md
+benchmark.md
+STATUS.md
+WORKFLOW.md
+content.db
+
+# adapter 跑过留下的
+.auth/
+.debug/
+
+# Editor / IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# 临时文件
+*.tmp
+*.log
diff --git a/CHANGELOG.md b/CHANGELOG.md
new file mode 100644
index 0000000..1636b83
--- /dev/null
+++ b/CHANGELOG.md
@@ -0,0 +1,87 @@
+# Changelog
+
+All notable changes to cheat-on-content will be documented here.
+
+格式参考 [Keep a Changelog](https://keepachangelog.com/zh-CN/1.1.0/),版本号遵循 [SemVer](https://semver.org/lang/zh-CN/)。
+
+---
+
+## [Unreleased]
+
+### Added — Migration 系统(让长期迭代不打断老用户)
+
+- **`/cheat-migrate` skill**:把老用户 `.cheat-state.json` 从旧 `schema_version` 升级到当前 `LATEST_SCHEMA`。幂等、不跳版、失败停在断点
+- **`migrations/` 目录**:版本演进单一来源
+ - `registry.md`:`LATEST_SCHEMA` 标记 + 完整版本链表
+ - `<from>-to-<to>.md`:每步迁移 4 段(WHAT changed / WHY / HOW Claude steps / Manual fallback)
+- **`shared-references/migration-protocol.md`**:演进哲学 + maintainer checklist(bump schema 必做的 4 件事)
+- **SessionStart hook 增强**:检测 `state.schema_version != LATEST_SCHEMA` → 输出非阻塞警告,建议跑 `/cheat-migrate`
+- **`install.sh --reinstall-hooks <project>`**:git pull 后重写用户项目 `.cheat-hooks/` 的脚本(不动 state / rubric / predictions)
+- **state-management.md 升级**:所有 schema 升级文档指向 cheat-migrate;明确 MINOR / MAJOR 边界
+
+### Why now
+
+v0.1.0 用户的 state 是 schema 1.1。后续如果改字段语义、删字段、重命名等 → 没有迁移系统的话老用户 git pull 后会卡住。这套系统让"长期迭代不打断老用户"成为常态。
+
+### 余项
+
+- Step B:软化更多硬编码规则
+- 完整 reference-implementation 脱敏快照
+
+---
+
+## [0.1.0] — 2026-05-05
+
+> ⚠️ **早期产品(v0.x)—— state schema 仍可能 breaking**
+>
+> 在 v1.0 之前,每次升级可能改变 `.cheat-state.json` 的字段结构。**升级前建议 backup 你的整个 `<your-channel>/` 目录**。重大 breaking 改动会在本 CHANGELOG 标 `BREAKING`,并在可能的情况下给手动迁移步骤。
+
+### Added
+
+- **方法论 + 12 个子 skill**:完整闭环 init → learn-from → seed → score → predict → shoot → publish → retro → bump,加 status / recommend / trends 辅助
+- **3 条不可妥协原则**:盲预测 + 升级=全量重打 + rubric 是工作台不是博物馆(详见 `shared-references/`)
+- **`/cheat-learn-from` 对标账号导入**:5-10 条对标样本派生 base rubric 信号 + script patterns。两种 input 方式(粘文本 默认 / whisper 转录)+ 两种 data 方式(手填 / adapter 自动抓)
+- **Buffer 警戒系统**(cadence-protocol):按发布频率派生颜色阈值,断更预警
+- **统一预测格式 + confidence 等级**:所有阶段同一 7 组件预测,header 显示 🔴/🟠/🟡/🟢/🔵 信心等级
+- **prediction-immutability hook**:harness 层强制原则 #1(端到端验证 5/5 通过)
+- **SessionStart auto-report hook**:每次开会话自动渲染状态报告
+- **跨模型 bump 审核**(mcp__llm-chat__chat):rubric 升级时调外部 LLM 独立判定
+- **douyin-session adapter**(Playwright):自动抓抖音视频 + 评论数据
+- **whisper adapter**:转录视频文件为 transcript
+- **9 份 templates** + **2 份 starter rubrics**(opinion-video v2 校准 / opinion-video-zero v0 等权)
+- **score-curve.py**:预测精度收敛曲线诊断工具
+
+### 软规则(Claude 判断为主,非死磕门槛)
+
+下面规则**有默认参考值**但 Claude 可基于强信号软违反:
+
+- bump 触发样本数(默认 ≥5,可基于强反例破例)
+- 同向偏差触发(默认连续 ≥3 次,可基于 1 次极端偏差破例)
+- benchmark 影响淡出(默认 calibration_samples ≥10,可基于"用户数据 vs benchmark 差异度"破例)
+- observation 升格门槛(默认 ≥2 样本,可基于强信号破例)
+
+软违反时 Claude 必须显式标注 `judgment-driven` 让用户审视。
+
+### 硬约束(不可软违反)
+
+- bump 验证 `THRESHOLD = 4/5`(统计刚性)
+- prediction immutability hook(binary)
+- `RETRO_WINDOW_DAYS = 3` 默认(用户可配置 1/7)
+- 必须有 ≥3 条 benchmark 样本才能拆 pattern
+- 必须 ≥20 top 评论才能完成 manual paste 复盘
+
+### 已知 limitations
+
+- **v0.x 无自动 migration**:升级时若 state schema 变了,老用户需手动 wipe + 重 init
+- **adapter fragility**:抖音 / 小红书 adapter 依赖反爬绕过,平台改版时可能 break,需要持续维护
+- **whisper 中文准确度**:medium 模型够用,long-form 准确度一般,关键稿子建议 manual review
+
+---
+
+## 升级指南(pre-v1.0)
+
+每次 git pull 之后:
+
+1. **Symlink 模式装(推荐)**:直接生效,无需重装
+2. **Copy 模式装**:重跑 `bash install.sh --copy`
+3. **如果 CHANGELOG 标了 `BREAKING`**:照 manual migration steps 操作。无 steps 时建议 wipe + 重 init
diff --git a/LICENSE b/LICENSE
new file mode 100644
index 0000000..35c7cb8
--- /dev/null
+++ b/LICENSE
@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 cheat-on-content contributors
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.
diff --git a/README.md b/README.md
new file mode 100644
index 0000000..96976d9
--- /dev/null
+++ b/README.md
@@ -0,0 +1,334 @@
+# 网红作弊器 / Cheat on Content
+
+[![Version](https://img.shields.io/badge/version-v0.1.0-orange)](CHANGELOG.md)
+[![License](https://img.shields.io/badge/license-MIT-blue.svg)](LICENSE)
+[![Status](https://img.shields.io/badge/status-early%20product-yellow)](#早期产品警示)
+
+一个给内容创作者用的 Claude Code skill 包——把"我感觉这条会爆"变成可校准的预测。
+
+> ⚠️ **早期产品(v0.1.0)警示** <a id="早期产品警示"></a>
+>
+> 这是公开的第一个 release。**核心方法论稳定**(盲预测 + 校准循环 + immutable 日志),但**接口仍在快速迭代**:
+>
+> - **State schema 可能 breaking**:升级前建议 backup 你的 `<your-channel>/` 整个目录
+> - **Adapter fragility**:抖音 / 小红书 adapter 依赖反爬绕过,平台改版可能 break
+> - **暂无自动 migration**:每次升级 if `CHANGELOG.md` 标 `BREAKING` → 照 manual steps 走,或 wipe + 重 init
+>
+> 如果你不愿意接受这些风险,**等 v1.0 stable 再用**。
+>
+> 用了的话——欢迎 [开 issue](#) 反馈。每条反馈都会让下个版本更好。
+
+> 🎯 **方法论通用,rubric 是循环的"内容"**
+>
+> **方法论**(打分 → 盲预测 → 发布 → 复盘 → 进化 rubric)适用任何能被量化的内容——视频 / 文章 / 播客 / Newsletter / 短文 / 教程 / Builder 号。
+>
+> **rubric 是循环的"内容",不是循环本身**——当前内置一份观点视频 rubric(参考博主 25+ 视频拟合),其他形态可借这套**起步**,跑几篇后用 `/cheat-bump` 调权重 + 加减维度 → 适配你的形态。
+>
+> **强烈建议导入对标账号**作为初始信号源(`/cheat-learn-from`)—— init 时 rubric 没数据 anchor,全靠对标。导入 5-10 条对标样本后,工具的 rubric / pattern / 选题方向感都有了起点。
+>
+> 所有阶段统一格式预测,header 显示 confidence 等级(🔴/🟠/🟡/🟢/🔵),**不通过省略数字解决精度问题**。
+
+一个给内容创作者用的 Claude Code skill 包——拒绝凭直觉发视频/写文章的人专用。
+
+---
+
+## 它在做什么
+
+每个博主都知道一个事实:你发的内容大部分会扑街,少数能跑出来。但你不知道哪条是哪条——直到为时已晚。
+
+**网红作弊器**把"我感觉这条会爆"变成可校准的预测:
+
+1. **打分**:用你自己校准过的 rubric 给每篇稿子评分——不是凭空想出来的维度,是**从你过往数据反推出来**的、真正能预测你账号爆款的维度
+2. **预测**:发布前给出播放量 bucket + 中枢 + 概率分布,**写下来就不许改**(hook 在 harness 层物理强制)
+3. **复盘**:T+3d 抓数据,每条预测都会被判定为命中 / 高估 / 低估,每次失败都被记录
+4. **进化**:当证据足够时,rubric 会被升级——从来不是凭感觉调权重,而是用整个校准池重打分**+ 跨模型独立审核**验证
+
+是的,这基本就是作弊。计算器也是。Google 也是。每一个拼写检查器都是。
+
+---
+
+## 这次(v1)做了什么
+
+从 v0 的"一份 SKILL.md + 君子协定"重建为按 [ARIS](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep) 工程惯例组织的 skill 包:
+
+- ✅ **9 个子 skill** — 每一步执行都有明确入口(`/cheat-init` `/cheat-score` `/cheat-predict` `/cheat-publish` `/cheat-retro` `/cheat-bump` `/cheat-recommend` `/cheat-trends` `/cheat-status`)
+- ✅ **5 份 shared-references 协议** — 三条原则的完整可执行规范(盲预测 / bump 验证 / 观察生命周期)
+- ✅ **prediction-immutability hook** — 把"预测段不可改"从模型自律升级为 harness 阻塞(**端到端验证通过**)
+- ✅ **跨模型 bump 审核** — `cheat-bump` 强制调外部 LLM 独立判定(via mcp__llm-chat__chat),自审是 escape hatch 而非默认
+- ✅ **渐进式选题库** — 默认无 pool;`/cheat-trends` 用多 adapter 让"我没素材"问题在 onboarding 第二步消失
+- ✅ **`/cheat-init` 5 问 onboarding** — 给从没做过自媒体的人也能 5 分钟跑通的入口
+- ✅ **score-curve.py** — 用真实预测数据画收敛曲线(既是营销也是诊断工具)
+
+剩下的批次(templates 实例化 / SQLite 迁移 / adapters 全套 / 长文 + 短文 starter-rubrics)见 SKILL.md 里的"⬜"标记。
+
+---
+
+## 谁该用
+
+- **观点类创作者**:YouTube / B 站 / 抖音 / TikTok / Substack / 公众号 / 即刻 / X——任何单篇内容能被量化(播放 / 阅读 / 收听)的平台
+- **冷启动博主**(已发布 < 5 篇):从 v0 等权 rubric 起步,前 5 篇精度 ±50% 是数学事实
+- **校准模式博主**(已发布 ≥ 5 篇且有可量化数据):导入历史作品,让 skill 帮你**反推适合你账号的 rubric**
+
+---
+
+## 安装
+
+### 1. 把项目 clone 下来
+
+```bash
+git clone https://github.com/<你或上游>/cheat-on-content.git
+cd cheat-on-content
+```
+
+或者下载 zip 解压。
+
+### 2. 跑安装脚本
+
+```bash
+bash install.sh
+```
+
+这会把 10 个子 skill 软链接到 `~/.claude/skills/`,让 Claude Code 全局可用。**安装动作只做一次**——以后任何内容项目都能用。
+
+可选模式:
+
+```bash
+bash install.sh --copy # 用复制代替软链接(frozen 版本,dev 改动不生效)
+```
+
+软链接(默认)适合 dev / 想跟新;复制适合发布到生产环境。
+
+### 3. 验证
+
+```bash
+ls -la ~/.claude/skills/ | grep cheat
+```
+
+应该看到 10 个 `cheat-*` 条目。
+
+### 4. 卸载(如果以后想清理)
+
+```bash
+bash uninstall.sh
+```
+
+只移除全局 skill 链接,**不会删你内容项目里的数据**(predictions/ / rubric_notes.md / .cheat-state.json 等保留)。
+
+---
+
+## 可选:装 perf-data adapter(自动抓取播放/评论)
+
+默认 `/cheat-retro` 走 manual paste 路径——你粘数据,Claude 处理。如果想**自动抓取**,装对应平台的 adapter。
+
+### 抖音(douyin-session)
+
+抓视频播放 / 完播 / 转粉 / 评论。需要 Playwright + Chromium + 你的抖音创作者中心登录态。
+
+```bash
+# 在你的内容项目根(不是 skill 源码目录!)
+cd ~/my-channel
+
+# 建虚拟环境
+python3 -m venv .venv
+source .venv/bin/activate
+
+# 装依赖
+pip install -r ~/Desktop/cheat-test/cheat-on-content/adapters/perf-data/douyin-session/requirements.txt
+playwright install chromium
+
+# 首次扫码登录抖音
+python ~/Desktop/cheat-test/cheat-on-content/adapters/perf-data/douyin-session/crawler.py login
+# → 弹出 Chromium 窗口,扫码
+
+# 启用 adapter
+# 编辑 .cheat-state.json,把 enabled_perf_adapters 改为 ["douyin-session"]
+# 把 data_collection 改为 "adapter"
+```
+
+完整 adapter 文档:[adapters/perf-data/douyin-session/README.md](adapters/perf-data/douyin-session/README.md)。
+
+### 其他平台
+
+YouTube / B 站 / 小红书 等 adapter 待写(路线图)。可参照 douyin-session 的实现自己加。
+
+---
+
+## 快速开始
+
+### 第 1 次会话
+
+```
+你(在你的 content 项目目录里说):
+ 初始化 cheat-on-content
+
+Claude:
+ [问 5 个 yes/no — 内容形态 / 历史发布数 / 数据回收方式 / 候选选题 / 装钩子]
+ [创建 rubric_notes.md / predictions/ / .cheat-state.json / .claude/settings.json]
+ [测试钩子是否拦截 prediction 段编辑]
+ [cold-start + 没候选 → 自动询问"现在跑 /cheat-seed 找前 5 个选题?"]
+
+如果你说 "yes, seed":
+ [问 3 个问题 — 兴趣关键词 / 频道调性 / 红线]
+ [拉公开热点 (微博热搜 + 知乎热榜) + Claude brainstorm]
+ [输出 15 候选让你挑 5]
+ [默认顺带写 5 个 draft(你必须改写后再拍)]
+```
+
+### 之后
+
+每条视频对应**三处文件**,用同一组 `<日期>_<id>_<short>` 命名:
+
+- `scripts/<...>.md` — 拍前草稿(cheat-seed 写 / 用户写 / 用户改写都在这里)
+- `predictions/<...>.md` — immutable 预测日志(cheat-predict 写,hook 保护)
+- `videos/<...>/` — 拍后才建(cheat-shoot 时建)
+ - `script.md` — 你提供的实际拍摄稿(cheat-shoot 时询问"和 scripts/ 一致吗")
+ - `report.md` — T+3d 数据(cheat-retro 写)
+
+```
+改写 draft → 直接在 scripts/<...>.md 上覆盖
+打分稿子 → "打分这篇 scripts/<...>.md"
+准备发布前 → "启动预测 scripts/<...>.md"(写 immutable 预测)
+拍完后 → "拍了 scripts/<...>.md"(建 videos/,问稿子是否一致,buffer +1)
+发布后 → "已发布 https://..." (buffer -1)
+T+3 天 → "复盘 videos/<...>/"
+任何时候 → "状态"
+日常补充候选池 → "抓热点"
+重新 brainstorm 一批选题 → "找选题" 或 "seed"
+```
+
+> **没发过 vs 发过**:cheat-init 时问 "你这个频道发过视频吗?"
+> - 没发过 → cheat-seed brainstorm(兴趣 × 热点)
+> - 发过(不管 1 条还是 100 条)→ 装 adapter 抓回历史 + 建 video folder + reconstructed predictions,然后**也跑 cheat-seed**(带"你过去做过什么"的 context brainstorm)
+> 两条路最终走同一工作流,区别只是 brainstorm 时 context 多一份。
+
+### 节奏 + Buffer 警戒(v1 新增)
+
+每次 Claude Code 会话开场,**SessionStart hook 自动报告 4-6 行状态**(无需主动问):
+
+```
+[cheat-on-content / SessionStart 状态报告]
+
+📦 Buffer: 3 篇 🟢 绿 (按 cadence 1d = 3 天预备)
+⏰ 待复盘: 1 篇 (最早: 2026-05-01)
+🎯 候选 top 3: 标题1 / 标题2 / 标题3
+📅 上次抓热点: 2 天前
+
+(不要主动开始任何动作——等用户决定。说"状态"看完整看板。)
+```
+
+Buffer 颜色由 `target_publish_cadence_days`(cheat-init 时问的发布频率)派生:
+- 🔴 红:明天可能断更,**只推稳分**
+- 🟠 橙:偏低,应该拍 1-2 条
+- 🟢 绿:正常
+- 🔵 蓝:积压,**暂停拍摄**先发存货
+
+详见 [shared-references/cadence-protocol.md](shared-references/cadence-protocol.md)。
+
+完整协议见 [SKILL.md](SKILL.md)。子 skill 细节见 `skills/cheat-*/SKILL.md`。
+
+---
+
+## 三条不可妥协的原则
+
+这三条是方法论的脊柱。任何一条被违反,整个校准循环就退化成"凭直觉的自我安慰"。
+
+1. **盲预测(Blind prediction)**:预测必须在看到任何实际数据**之前**写完。一旦写完,`## 预测` 段是不可修改的——只能往 `## 复盘` 段追加。**v1 升级:`hooks/prediction-immutability.sh` 在 PreToolUse 上物理阻塞**。完整规范:[shared-references/blind-prediction-protocol.md](shared-references/blind-prediction-protocol.md)。
+
+2. **升级 = 全量重打(Bump = full re-score)**:当 rubric 升级(v2 → v2.1:权重变了 / 维度增减 / 公式改了),**所有有实绩数据的旧样本必须用新公式重打分**。新排序与实际表现排序若在 ≥4/5 样本上不一致 → 升级被拒。**v1 升级:跨模型独立审核(外部 LLM 重判一次)成为强制步骤**。完整规范:[shared-references/bump-validation-protocol.md](shared-references/bump-validation-protocol.md)。
+
+3. **rubric 是工作台,不是博物馆**:被新数据推翻的观察 → **删掉**;被验证并吸收为正式维度的观察 → **也删掉**(维度本身就是新归宿)。绝不留"我曾经以为 X,但其实..."的考古层。git history 才是真正的归档。完整规范:[shared-references/observation-lifecycle.md](shared-references/observation-lifecycle.md)。
+
+---
+
+## 项目状态
+
+### v1 已交付(批次 1 + 2 + cold-start 增强)
+
+- [x] **方法论**(5 阶段流程 + v0/v2 公式 + v2.1 候选)
+- [x] **参考实现**:一个中文观点视频博主,已发 25+ 视频,T+3d/7d/8d 数据回收完成 → 是 v2 公式的来源
+- [x] **路由器主 SKILL.md**(明确触发词 → 子 skill 表)
+- [x] **11 个子 skill** — 完整 SKILL.md(新增 `/cheat-shoot`:登记拍摄 + buffer 跟踪)
+- [x] **7 份 shared-references 协议**(含 state-management.md / cadence-protocol.md)
+- [x] **hooks/prediction-immutability** — 端到端验证 5/5 通过
+- [x] **hooks/session-start** — SessionStart 自动报告(端到端 4 场景验证通过)
+- [x] **hooks/meta-logging** — 被动使用记录(异步,不阻塞)
+- [x] **Buffer 警戒系统**(cadence-protocol.md + cheat-shoot + cheat-publish 配对,按 target_publish_cadence_days 派生颜色阈值)
+- [x] **script_patterns.md 写作 pattern 沉淀**(cheat-seed 写 draft 前必读,cheat-retro 复盘后建议追加新 pattern)
+- [x] **starter-rubrics**: opinion-video.md(v2 已校准)+ opinion-video-zero.md(v0 cold-start,含比率桶 + cold-start 战略)
+- [x] **tools/score-curve.py** — 已对真实 8 篇预测验证
+- [x] **9 份 templates**(含视频分析的真实示例数据 + content.db.schema.sql 已 sqlite 验证 + prediction-cold-start.template.md)
+- [x] **比率桶方案**:cold-start 用相对倍数桶,N=5/10 自动建议切绝对/percentile
+- [x] **cold-start 简化预测**:前 5 篇只要 7 维打分 + 一句话 bet,不强求 bucket 数字
+- [x] **adapters/trend-sources stubs**: weibo-hot.md + zhihu-hot.md(schema only,过渡期由 WebFetch 实现)
+
+### v1 余项(批次 3,按需做)
+
+- [ ] `tools/md-to-sqlite.py` 升级脚本(schema 已就位)
+- [ ] `tools/validate-bump.py`(校准池全量重打的独立 CLI)
+- [ ] `adapters/trend-sources/` 完整实现(专用 fetch 脚本替代 WebFetch + 加更多源:bilibili / 即刻 / hackernews / reddit)
+- [ ] `adapters/perf-data/` + `adapters/candidate-pool/` 全套
+- [ ] `starter-rubrics/long-form-essay.md` + `short-form-text.md`
+- [ ] `examples/reference-implementation/` 视频分析脱敏快照
+- [ ] License 决定(大概率 MIT)
+
+---
+
+## 文件树
+
+```
+cheat-on-content/
+├── SKILL.md ← 总协议 + 路由
+├── README.md ← 本文件
+├── skills/
+│ ├── cheat-init/SKILL.md ← 入口 onboarding
+│ ├── cheat-seed/SKILL.md ← Cold-start 选题启动器(brainstorm + 可选 draft)
+│ ├── cheat-score/SKILL.md ← 单稿打分(无写入)
+│ ├── cheat-predict/SKILL.md ← 盲预测 + immutable 日志
+│ ├── cheat-publish/SKILL.md ← 发布元数据登记
+│ ├── cheat-retro/SKILL.md ← 数据回收 + 复盘
+│ ├── cheat-bump/SKILL.md ← rubric 升级(含跨模型审)
+│ ├── cheat-recommend/SKILL.md ← 候选池排序推荐
+│ ├── cheat-trends/SKILL.md ← 日常补充候选池(多 adapter 热点抓取)
+│ └── cheat-status/SKILL.md ← 状态看板
+├── shared-references/
+│ ├── blind-prediction-protocol.md ← 原则 #1
+│ ├── bump-validation-protocol.md ← 原则 #2
+│ ├── observation-lifecycle.md ← 原则 #3
+│ ├── prediction-anatomy.md ← 一份合格预测的 7 个组件
+│ └── candidate-schema.md ← 候选项统一 schema
+├── starter-rubrics/
+│ ├── opinion-video.md ← v2 已校准
+│ └── opinion-video-zero.md ← v0 cold-start
+├── hooks/
+│ ├── prediction-immutability.json ← 阻塞型钩子(PreToolUse)
+│ ├── prediction-immutability.sh ← 拦截脚本
+│ ├── meta-logging.json ← 被动钩子
+│ └── log-event.sh ← 日志脚本
+└── tools/
+ └── score-curve.py ← 预测精度收敛曲线
+```
+
+---
+
+## 借鉴的工程思想
+
+本项目的工程结构借鉴 **[ARIS](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep)**(一套用 Markdown 写成的可移植研究流水线 skill 集合,由社区维护,作为 ARIS 项目的下游应用):
+
+- **多子 skill + 路由主 SKILL.md** — 抄 [ARIS research-pipeline](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/tree/main/skills/research-pipeline)
+- **shared-references 共享协议组织** — 抄 [ARIS shared-references](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/tree/main/skills/shared-references)
+- **state file + 子 skill 共享上下文** — 抄 [ARIS auto-review-loop](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/tree/main/skills/auto-review-loop)
+- **多 adapter 热点抓取** — 抄 [ARIS research-lit](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/tree/main/skills/research-lit) + [arxiv](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/tree/main/skills/arxiv) + [semantic-scholar](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/tree/main/skills/semantic-scholar)
+- **跨模型独立审核** — ARIS 的核心 insight(执行者不能审自己),应用到我们最高风险的 bump 决策点
+- **被动钩子记录** — 抄 [ARIS meta_logging.json](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/blob/main/templates/claude-hooks/meta_logging.json)
+
+**独立创新**:[`hooks/prediction-immutability.sh`](hooks/prediction-immutability.sh) 是阻塞型钩子——ARIS 全套钩子都是异步被动记录,没有 blocking。这是把"immutable 预测"从君子协定升级为 harness 强制的关键。
+
+---
+
+## License
+
+待定(大概率 MIT)。
+
+---
+
+*是的,他们会说这是作弊。拼写检查也曾是。Google 也曾是。未来不奖励努力——它奖励先看见的人。*
diff --git a/SKILL.md b/SKILL.md
new file mode 100644
index 0000000..b2672e4
--- /dev/null
+++ b/SKILL.md
@@ -0,0 +1,207 @@
+---
+name: cheat-on-content
+description: 给所有想把"感觉"变成可校准预测的内容创作者。**方法论通用**——打分 → 盲预测 → T+3d 复盘 → 进化 rubric 的循环适用任何能被量化(播放 / 阅读 / 收听 / 点击)的内容。**rubric 是循环的内容,不是循环本身**——当前内置一份观点视频 rubric(参考博主 25+ 视频拟合),其他形态可借这套起步并 bump 调权重。**强烈建议导入对标账号**作为初始信号源(/cheat-learn-from)。触发词:"初始化"/"打分这篇"/"启动预测"/"已发布"/"复盘"/"升级 rubric"/"推荐选题"/"抓热点"/"状态"/"找对标"/"learn from"。**首次使用必须先跑 /cheat-init。**
+argument-hint: [draft-path] [— mode: cold-start|calibration]
+allowed-tools: Bash(*), Read, Write, Edit, Grep, Glob, Skill, mcp__llm-chat__chat
+---
+
+# 网红作弊器 / Cheat on Content
+
+> 🎯 **方法论通用,rubric 当前内置观点视频版**
+>
+> **方法论**(5 阶段闭环):任何能被量化的内容形态都适用——视频 / 文章 / 播客 / Newsletter / 短文 thread。
+>
+> **当前内置 rubric**:观点类视频(评论 / 时评 / 论说 / 议题讨论 / 个人观点表达),7 个维度由参考博主 25+ 已发样本拟合而来。如果你做其他形态,需要:
+> - 自己写一份 rubric(参照 [starter-rubrics/opinion-video-zero.md](starter-rubrics/opinion-video-zero.md) 的格式)
+> - 或等内置扩展(长文 / 短文 / 播客 starter 在批次 3 路线图)
+>
+> 默认假设:**用户是从零开始的新人**(一条视频都没发过)——cold-start 期的预测会**简化**,只要 7 维打分 + 一句话 bet,不强求 bucket 数字(避免 false precision)。已有 5+ 篇数据的老手走 calibration 模式解锁完整 7 组件预测。
+
+把内容创作变成可校准预测循环:**打分 → 预测 → 发布 → 复盘 → 进化 rubric**。
+
+本文件是**总协议 + 路由器**。具体每个阶段的工作流在 `skills/cheat-*/SKILL.md` 各子 skill 里。
+
+---
+
+## 三条不可妥协原则
+
+任何一条被违反,整个校准循环退化为"凭直觉的自我安慰"。如果用户要求打破其中任何一条,**拒绝执行并说明原因**。
+
+1. **盲预测(Blind prediction)**:预测必须在看到任何实际数据**之前**写完。一旦写完,`## 预测` 段是 immutable——只能往 `## 复盘` 段追加。完整规范:[shared-references/blind-prediction-protocol.md](shared-references/blind-prediction-protocol.md)。**hooks/prediction-immutability.sh 在 harness 层强制执行**。
+
+2. **升级 = 全量重打(Bump = full re-score)**:rubric 升级时,校准池所有有实绩数据的样本必须用新公式重打分;新排序与实际表现排序若在 ≥4/5 样本上不一致,升级被拒;升级必须经跨模型独立审核。完整规范:[shared-references/bump-validation-protocol.md](shared-references/bump-validation-protocol.md)。
+
+3. **rubric 是工作台,不是博物馆**:被新数据推翻或被吸收为正式维度的观察,**删掉**。绝不留"我曾经以为 X,但其实..."的考古层。git history 才是档案。完整规范:[shared-references/observation-lifecycle.md](shared-references/observation-lifecycle.md)。
+
+---
+
+## 路由表(触发词 → 子 skill)
+
+| 用户说 | 调用 | 前置条件 |
+|---|---|---|
+| "初始化" / "init" / "首次使用" | `/cheat-init` | 无(这是入口) |
+| "找对标" / "学这个账号" / "拆这几个对标视频" / "learn from" / "导入对标账号" | `/cheat-learn-from` | 已 init;cold-start 强烈建议;后续可随时 --append / --replace |
+| "找选题" / "我不知道拍什么" / "seed" / "找前 5 个选题" | `/cheat-seed` | 已 init(cold-start 用户专用一次性种子动作) |
+| "打分这篇 [path]" / "score this [path]" | `/cheat-score` | rubric_notes.md 存在 |
+| "启动预测" / "start prediction" / "给这稿子打分并预测" | `/cheat-predict` | 已 init + 有最终稿 |
+| "拍了 X" / "shot it" / "录完了" | `/cheat-shoot` | 对应预测已写(buffer +1) |
+| "已发布" / "I shipped it" / "发布链接是 X" | `/cheat-publish` | 对应预测文件存在(buffer -1) |
+| "复盘" / "retro this" / "T+3d 数据来了" | `/cheat-retro` | 对应预测文件存在 + 已过 RETRO_WINDOW_DAYS |
+| "升级 rubric" / "bump rubric" / "更新公式" | `/cheat-bump` | 校准池 ≥ MIN_SAMPLES_FOR_BUMP |
+| "推荐选题" / "next topic" | `/cheat-recommend` | candidates.md 存在且非空 |
+| "抓热点" / "fetch trends" / "今天有什么可做的" | `/cheat-trends` | trend-sources adapter 已配置(日常补充候选池) |
+| "状态" / "status" / "看板" | `/cheat-status` | 任意时刻可调 |
+| "迁移" / "升级 state" / "schema 版本不对" / "migrate" | `/cheat-migrate` | 已 init;用户 git pull 拉了新版后;SessionStart hook 提示 schema mismatch 后 |
+
+> 拍 vs 发分两个动作:buffer 警戒系统需要明确知道"拍了但没发"vs"已发"两种状态。详见 [shared-references/cadence-protocol.md](shared-references/cadence-protocol.md)。
+
+**Mode detection**(首次接到非 init 触发词时执行):
+1. 检查用户当前目录是否有 `.cheat-state.json` → 没有 → 强制路由到 `/cheat-init`
+2. 检查 `predictions/` 下有几个文件含完整 `## 复盘` 段填了真实数据 → 决定 `mode: cold-start | calibration`
+3. 把判定结果写回 `.cheat-state.json` 后再路由到目标 skill
+
+---
+
+## 必须拒绝的请求
+
+下列模式会**直接破坏**三条原则之一,无论用户怎么说,都拒绝执行:
+
+- 「帮我预测一下,但我先告诉你播放量你来反推就行」 → 违反原则 #1。改用 `_redo.md` 路径记为 reconstructed
+- 「能不能从 candidates 里直接挑 composite 最高的,不用解释理由」 → 拒绝。永远展示各维度评分和至少一个锚点对比
+- 「跳过校准池重打,直接换公式」 → 违反原则 #2
+- 「跳过外部模型审核,自己说了算」 → 仅当 `CROSS_MODEL_AUDIT=false` 显式设置且 state file 标记自审时允许
+- 「删掉这份预测,我想重写」 → 违反原则 #1。预测是 immutable。如有正当理由重做,写新文件 `_redo.md`,原版必须保留
+- 「凭你的感觉给我推荐选题,不用打分」 → 拒绝。本工具不做 gut-feel forecast——那是它诞生**之前**的状态
+- 「把 rubric_notes.md 里所有历史观察都留着,加个时间戳分组就行」 → 违反原则 #3。git history 是档案,不是 markdown 文件
+- 「能不能把 THRESHOLD 从 4/5 降到 3/5 让这次 bump 过」 → 拒绝。改 THRESHOLD 本身是元层级 bump,单独走流程
+
+详细的拒绝场景在每个子 skill 的 `Refusals` 段。
+
+---
+
+## 项目目录结构(用户 repo)
+
+skill 期望用户的项目布局如下。`/cheat-init` 会创建缺失项;**绝不在没确认的情况下覆盖**。
+
+```
+<user-content-project>/
+├── rubric_notes.md # 评分规则的真实来源
+├── WORKFLOW.md # 5 阶段流程文档(cheat-init 创建)
+├── STATUS.md # 看板(cheat-status 维护)
+├── .cheat-state.json # 状态文件,子 skill 共享上下文
+├── .cheat-cache/ # 不入版本控制
+│ ├── usage.jsonl # 钩子被动记录的使用日志
+│ └── trends-history.jsonl # cheat-trends 的去重缓存
+├── .claude/
+│ └── settings.json # 含 prediction-immutability hook
+├── benchmark.md # 对标账号信息(cheat-learn-from 维护)
+├── scripts/ # 拍前的所有草稿(cheat-seed 写或用户写)
+│ └── YYYY-MM-DD_<id>_<short>.md
+├── predictions/ # immutable 预测日志(hook 保护)
+│ └── YYYY-MM-DD_<id>_<short>.md # 与 scripts/ 同 id
+├── videos/ # 拍后才建(cheat-shoot 创建)
+│ └── YYYY-MM-DD_<id>_<short>/
+│ ├── script.md # 用户提供的最终拍摄稿(cheat-shoot 时询问"和 scripts/ 一致吗")
+│ └── report.md # T+3d 抓的数据 + 评论(cheat-retro 写)
+├── samples/ # 对标账号视频 / 转录(cheat-learn-from 创建)
+│ └── <账号名>/<video-id>/{source.mp4 (可选), transcript.md, meta.md}
+├── candidates.md # 选题池(可选)
+└── content.db # 可选 SQLite,校准池规模化后启用
+```
+
+---
+
+## 文件清单
+
+### 本 skill 包
+
+```
+cheat-on-content/
+├── SKILL.md # 本文件(总协议 + 路由)
+├── README.md # 营销门面
+├── skills/ # 子 skill 集
+│ ├── cheat-init/SKILL.md # ✅ 入口:onboarding 与脚手架
+│ ├── cheat-learn-from/SKILL.md # ✅ 对标账号导入(拆 pattern + 派生 base rubric 信号)
+│ ├── cheat-seed/SKILL.md # ✅ Cold-start 选题启动器(brainstorm + 可选 draft)
+│ ├── cheat-score/SKILL.md # ✅ 单稿打分(不写文件)
+│ ├── cheat-predict/SKILL.md # ✅ 盲预测 + immutable 日志
+│ ├── cheat-shoot/SKILL.md # ✅ 登记拍摄(buffer +1)
+│ ├── cheat-publish/SKILL.md # ✅ 发布元数据登记(buffer -1)
+│ ├── cheat-retro/SKILL.md # ✅ 数据回收 + 复盘
+│ ├── cheat-bump/SKILL.md # ✅ rubric 升级(含跨模型审)
+│ ├── cheat-recommend/SKILL.md # ✅ 候选池排序推荐(按 buffer 颜色 + 1 稳 + 1 实验)
+│ ├── cheat-trends/SKILL.md # ✅ 热点抓取(日常补充候选池,多 adapter)
+│ ├── cheat-status/SKILL.md # ✅ 状态看板(含 buffer 警戒)
+│ └── cheat-migrate/SKILL.md # ✅ schema 升级(老用户 git pull 后用)
+├── migrations/ # schema 演进单一来源
+│ ├── registry.md # ✅ LATEST_SCHEMA + 版本链表
+│ └── <from>-to-<to>.md # ✅ 每步迁移的 WHAT/WHY/HOW/Manual fallback
+├── shared-references/ # 跨 skill 共享协议
+│ ├── blind-prediction-protocol.md # ✅ 原则 #1
+│ ├── bump-validation-protocol.md # ✅ 原则 #2
+│ ├── observation-lifecycle.md # ✅ 原则 #3
+│ ├── prediction-anatomy.md # ✅ 一份合格预测的 7 个组件
+│ ├── candidate-schema.md # ✅ 候选项统一 schema
+│ ├── cadence-protocol.md # ✅ 节奏协议(buffer 警戒 + 选题策略)
+│ ├── state-management.md # ✅ .cheat-state.json 读写约定
+│ └── migration-protocol.md # ✅ schema 演进哲学 + maintainer checklist
+├── starter-rubrics/ # 各内容形态的先验 rubric
+│ ├── opinion-video.md # ✅ 观点视频(中文,已校准 25+ 样本)
+│ ├── opinion-video-zero.md # ✅ v0 等权占位(cold-start)
+│ ├── long-form-essay.md # ⬜ 公众号 / Substack
+│ └── short-form-text.md # ⬜ X thread / 微博长文
+├── templates/ # skill 写进用户 repo 的文件骨架
+│ ├── rubric_notes.template.md # ✅
+│ ├── prediction.template.md # ✅ 统一版(所有阶段,含 confidence header)
+│ ├── retro.template.md # ✅
+│ ├── candidates.template.md # ✅
+│ ├── candidates.template.json # ✅
+│ ├── script_patterns.template.md # ✅ 写作 pattern 沉淀(含 benchmark 借鉴段说明)
+│ ├── benchmark.template.md # ✅ 对标账号 reference
+│ ├── workflow.template.md # ✅
+│ ├── status.template.md # ✅
+│ └── content.db.schema.sql # ✅
+├── hooks/ # harness 强制层
+│ ├── prediction-immutability.json # ✅ 阻塞型钩子(拦预测段编辑)
+│ ├── prediction-immutability.sh # ✅ 拦截脚本
+│ ├── session-start.json # ✅ SessionStart 自动报告 hook
+│ ├── session-start.sh # ✅ 状态报告渲染脚本
+│ ├── meta-logging.json # ✅ 被动记录配置
+│ └── log-event.sh # ✅ meta-logging 脚本
+├── tools/ # 独立 CLI 脚本
+│ ├── score-curve.py # ⬜ 预测精度收敛曲线
+│ ├── md-to-sqlite.py # ⬜ markdown → content.db 升级(批次 3)
+│ └── validate-bump.py # ⬜ 校准池全量重打(批次 3)
+├── adapters/ # 数据源适配
+│ ├── perf-data/ # 复盘数据源(含 douyin-session)
+│ ├── candidate-pool/ # 候选池数据源
+│ ├── trend-sources/ # 热点抓取源
+│ └── script-extraction/ # 视频/音频转 script(含 whisper for cheat-learn-from)
+└── examples/
+ ├── reference-implementation/ # 视频分析脱敏快照(待)
+ └── script_patterns.example.md # script_patterns 全填示例(参考用,不复制)
+```
+
+✅ = 当前批次(v1 骨架)已完成 / ⬜ = 后续批次
+
+---
+
+## Tone & voice
+
+写面向用户的文案(commit message / 复盘小结等)时,匹配项目的 **直白克制(reflective-irreverent)** voice:
+
+- 直接说出失败:「composite 8.47 但实际只有 16.8w——rubric 高估了 SR」
+- **不要**用模糊措辞软化:「这或许可能在某种程度上暗示...」——别这么写
+- Cluely 风格的反叛 hook 只在 README 出现——**不要写进** `rubric_notes.md` 或预测日志
+
+---
+
+## 给开发者:扩展本 skill
+
+- 新增内容形态 → 加 `starter-rubrics/<form>.md`
+- 新增热点抓取源 → 加 `adapters/trend-sources/<name>.md`,符合 [candidate-schema.md](shared-references/candidate-schema.md) 输出契约
+- 修改原则 → 改 `shared-references/<protocol>.md`,所有引用它的 skill 自动跟进
+- 修改路由 → 改本文件的"路由表"段
+- 子 skill 内部细节 → 直接改对应 `skills/cheat-*/SKILL.md`
+
+完整开发指南见 README.md。
diff --git a/adapters/perf-data/douyin-session/README.md b/adapters/perf-data/douyin-session/README.md
new file mode 100644
index 0000000..2fbc8ca
--- /dev/null
+++ b/adapters/perf-data/douyin-session/README.md
@@ -0,0 +1,120 @@
+# Adapter: douyin-session(抖音爬取)
+
+被 `/cheat-retro` 在 `state.data_collection=adapter` + `platform=douyin` 时自动调用。
+
+> **来源**:照搬自参考博主项目(私有)的 `crawler.py` / `review.py` / `renderer.py`——已在中文观点视频博主账号上跑了 25+ 视频验证。
+
+---
+
+## 这个 adapter 是干嘛的
+
+抖音视频页是**强 JS 渲染 + XHR 加载评论 + 反爬严重**——不带浏览器引擎和登录态的方案(比如 Claude 的 WebFetch、Python requests)拿不到任何数据。
+
+douyin-session 用 **Playwright + 持久化 Chromium context** 模拟真实浏览器:
+- 你首次扫码登录抖音创作者中心,cookie 存在 `.auth/`
+- 之后每次抓取直接复用 cookie,不用重新登录
+- 拦截抖音前端的 XHR responses 直接抓数据接口的 JSON(不解析 HTML)
+- 抓 3 类数据:视频列表 / 详细数据(完播 / 转粉率)/ 评论
+
+输出写到 `<video_folder>/report.md`(cheat-retro 读这个文件 → 摘要写到 prediction 复盘段)。
+
+## 安装(一次性)
+
+```bash
+# 1. 进你的内容项目根目录
+cd ~/my-channel
+
+# 2. 建虚拟环境(强烈建议——Playwright + Chromium 几百 MB,别污染 system Python)
+python3 -m venv .venv
+source .venv/bin/activate
+
+# 3. 装 Playwright
+pip install playwright>=1.44
+
+# 4. 装 Chromium(首次必须)
+playwright install chromium
+
+# 5. 首次扫码登录抖音创作者中心
+ADAPTER=$(find ~/.claude/skills -name "douyin-session" -type d 2>/dev/null | head -1)
+# 如找不到(可能 adapter 不在全局),用源码路径:
+# ADAPTER="$HOME/Desktop/cheat-test/cheat-on-content/adapters/perf-data/douyin-session"
+python "$ADAPTER/crawler.py" login
+# → 弹出 Chromium 窗口,扫码登录创作者中心
+# → 登录成功后窗口自动关闭,cookie 存在 当前目录/.auth/
+```
+
+## 用法
+
+cheat-retro 自动调用,你不需要手动跑。但如果想手动测试:
+
+```bash
+cd ~/my-channel
+source .venv/bin/activate
+
+# 列最近视频(看登录态有没有失效)
+python "$ADAPTER/crawler.py" list
+
+# 抓特定视频
+python "$ADAPTER/review.py" video <aweme_id> <video_folder>/script.md
+
+# 输出在 当前目录/videos/<日期>_<title>/report.md
+```
+
+## 怎么拿到 aweme_id
+
+抖音视频 URL 形态:
+- `https://www.douyin.com/video/7234567890123456789` → `aweme_id = 7234567890123456789`(直接在 URL 路径里)
+- `https://v.douyin.com/abc123` → 短链需要 resolve(cheat-publish 自动做)
+
+cheat-publish 会在登记发布时把 aweme_id 存到 prediction header(如能 resolve)。cheat-retro 启动时直接读这个字段。
+
+## report.md 输出格式
+
+由 `renderer.py` 生成。包含:
+- 视频元信息(标题、发布时间、时长)
+- 数据快照(播放、点赞、评论、转发、收藏 + 派生比率:赞播比 / 评播比 / 分播比)
+- 完播率 / 3s 留存(如能抓到)
+- Top 20 评论(按赞数排序,含评论文本 + 赞数)
+- 评论关键词聚类(renderer 自动做,可选)
+
+## 失败模式(按概率从高到低)
+
+| 症状 | 原因 | 处理 |
+|---|---|---|
+| `ensure_login` 超时 | cookie 过期或抖音强制 reauth | 重新跑 `python crawler.py login` |
+| `_parse_video_list` 返回空 | 抖音改了接口字段——结构性变化 | 看 `.debug/creator_urls.txt` 抓到的 URL,更新 crawler.py 的字段兜底 |
+| `_parse_video_list` 视频列表不全 | 翻页没抓到——网络慢或反爬触发 | 调高 `crawler.py` 里的 `await asyncio.sleep(...)` 时长 |
+| Chromium 崩溃 / 卡死 | 通常是机器内存不足 | 关闭其他 Chromium 进程;`playwright install chromium --force` 重装 |
+| 评论抓取慢(>5min) | 评论页 XHR 多次滚动触发——慢网络 | 调小 `fetch_comments_creator` 的 `max_pages`,或换更稳的网络 |
+
+**关键现实**:抖音接口结构每隔几个月会变一次。这个 adapter **需要持续维护**——如果有一天它突然失败,第一步是去看 `视频分析` 项目最新的 crawler.py 看有没有新版本。
+
+## 稳定性等级
+
+★★ — Playwright 方案能扛比纯 HTTP 强得多的反爬,但仍受抖音前端改版影响。建议每月手动跑一次 `crawler.py list` 验证健康。
+
+## 风险提示
+
+- **冷启动用户慎装**:Playwright + Chromium 体积大(~500MB),新人容易劝退
+- **TOS 风险**:用自己的 cookie 抓自己后台数据是个人用途;别滥用
+- **不要把 .auth/ 提交到 git**:cookie 里有你的会话凭据,泄露 = 他人能登录你的抖音账号
+
+## 文件清单
+
+```
+adapters/perf-data/douyin-session/
+├── README.md # 本文件
+├── requirements.txt # playwright>=1.44
+├── crawler.py # 抓取核心(视频列表 / 详细数据 / 评论)
+├── review.py # CLI 入口(交互式或 video <aweme_id> 模式)
+├── renderer.py # 把抓回的 JSON 渲染成 report.md
+└── run.sh # cheat-retro 调用的 wrapper
+```
+
+## 与其他 adapter 的关系
+
+- `youtube-data-api`(待)— YouTube 用官方 API,不需要 Playwright,更轻
+- `bilibili-stat`(待)— B 站官方 stat 接口公开,也不需要 Playwright
+- `xhs-explore`(待)— 小红书也走 Playwright 路线,可借鉴本 adapter
+
+如果你做多平台内容,**只装你实际用的 adapter**——不需要全装。
diff --git a/adapters/perf-data/douyin-session/crawler.py b/adapters/perf-data/douyin-session/crawler.py
new file mode 100644
index 0000000..fb3433a
--- /dev/null
+++ b/adapters/perf-data/douyin-session/crawler.py
@@ -0,0 +1,401 @@
+"""抖音创作者中心 + 前台评论抓取。
+
+登录一次后,Cookie 持久化在 .auth/,之后直接复用。
+一次抓取共享一个 Chromium 会话,稳定性优于每步一个进程。
+"""
+from __future__ import annotations
+
+import asyncio
+import json
+from pathlib import Path
+from typing import Any
+
+from playwright.async_api import BrowserContext, Page, Response, async_playwright
+
+AUTH_DIR = Path(__file__).parent / ".auth"
+DEBUG_DIR = Path(__file__).parent / ".debug"
+CREATOR_HOME = "https://creator.douyin.com/creator-micro/home"
+CREATOR_CONTENT = "https://creator.douyin.com/creator-micro/content/manage"
+
+
+class Session:
+ """单浏览器会话,按顺序跑多步抓取。"""
+
+ def __init__(self, ctx: BrowserContext, pw: Any) -> None:
+ self.ctx = ctx
+ self.pw = pw
+
+ @classmethod
+ async def open(cls, headless: bool = False) -> Session:
+ pw = await async_playwright().start()
+ AUTH_DIR.mkdir(exist_ok=True)
+ ctx = await pw.chromium.launch_persistent_context(
+ user_data_dir=str(AUTH_DIR),
+ headless=headless,
+ viewport={"width": 1440, "height": 900},
+ args=["--disable-blink-features=AutomationControlled"],
+ )
+ return cls(ctx, pw)
+
+ async def close(self) -> None:
+ try:
+ await self.ctx.close()
+ finally:
+ await self.pw.stop()
+
+
+async def ensure_login(timeout_s: int = 300) -> bool:
+ """扫码登录;检测到 sessionid 后自动关闭。"""
+ sess = await Session.open()
+ try:
+ page = await sess.ctx.new_page()
+ await page.goto(CREATOR_HOME)
+ print(f"[登录] 在弹出的 Chromium 窗口里扫码。最多等 {timeout_s} 秒……")
+ for i in range(timeout_s):
+ try:
+ cookies = await sess.ctx.cookies("https://creator.douyin.com")
+ has_session = any(c["name"] in ("sessionid", "sessionid_ss") for c in cookies)
+ if has_session and "login" not in page.url:
+ print(f"[登录] ✓ 检测到登录态(用时 {i}s)")
+ await asyncio.sleep(1)
+ return True
+ except Exception:
+ pass
+ await asyncio.sleep(1)
+ print("[登录] 超时未检测到登录态。")
+ return False
+ finally:
+ await sess.close()
+
+
+async def fetch_recent_videos(sess: Session, limit: int = 50) -> list[dict]:
+ """从创作者中心拉最近视频列表。"""
+ captured: list[dict] = []
+ all_urls: list[str] = []
+
+ page = await sess.ctx.new_page()
+
+ async def on_response(resp: Response) -> None:
+ all_urls.append(resp.url)
+ if any(k in resp.url for k in (
+ "/janus/douyin/creator/pc/work_list",
+ "/aweme/v1/creator/item/list",
+ )):
+ try:
+ data = await resp.json()
+ captured.append({"url": resp.url, "data": data})
+ if len(captured) == 1 and isinstance(data, dict):
+ print(f"[诊断] 视频接口 keys: {list(data.keys())[:8]}")
+ except Exception:
+ pass
+
+ page.on("response", on_response)
+ try:
+ await page.goto(CREATOR_CONTENT, wait_until="domcontentloaded", timeout=60000)
+ await asyncio.sleep(8)
+ # 翻页加载更多
+ for _ in range(3):
+ await page.evaluate("window.scrollBy(0, 1200)")
+ await asyncio.sleep(1.5)
+ videos = _parse_video_list(captured, limit)
+ if not videos:
+ DEBUG_DIR.mkdir(exist_ok=True)
+ (DEBUG_DIR / "creator_urls.txt").write_text("\n".join(all_urls), encoding="utf-8")
+ print(f"[诊断] 视频列表为空,{len(all_urls)} 个请求已 dump。")
+ return videos
+ finally:
+ await page.close()
+
+
+def _parse_video_list(captured: list[dict], limit: int) -> list[dict]:
+ videos: list[dict] = []
+ for item in captured:
+ data = item["data"]
+ candidates: list = []
+ if isinstance(data, dict):
+ for key in ("aweme_list", "item_list", "items", "list"):
+ if key in data and isinstance(data[key], list):
+ candidates = data[key]
+ break
+ if not candidates and isinstance(data.get("data"), dict):
+ for key in ("aweme_list", "item_list", "items", "list"):
+ if key in data["data"] and isinstance(data["data"][key], list):
+ candidates = data["data"][key]
+ break
+ for v in candidates:
+ videos.append(_normalize_video(v))
+ # 去重(按 aweme_id)
+ seen = set()
+ dedup = []
+ for v in videos:
+ if v["aweme_id"] in seen:
+ continue
+ seen.add(v["aweme_id"])
+ dedup.append(v)
+ return dedup[:limit]
+
+
+def _normalize_video(v: dict) -> dict:
+ aweme_id = v.get("aweme_id") or v.get("item_id") or v.get("id") or ""
+ stats = v.get("statistics") or v.get("stats") or {}
+ video_info = v.get("video") or {}
+ return {
+ "aweme_id": str(aweme_id),
+ "desc": v.get("desc") or v.get("title") or "",
+ "create_time": v.get("create_time") or v.get("createTime") or 0,
+ "duration_ms": video_info.get("duration") or v.get("duration") or 0,
+ "play_count": stats.get("play_count") or v.get("play_count") or 0,
+ "digg_count": stats.get("digg_count") or v.get("digg_count") or 0,
+ "comment_count": stats.get("comment_count") or v.get("comment_count") or 0,
+ "share_count": stats.get("share_count") or v.get("share_count") or 0,
+ "collect_count": stats.get("collect_count") or v.get("collect_count") or 0,
+ "raw": v,
+ }
+
+
+async def fetch_video_detail(sess: Session, aweme_id: str) -> dict:
+ """视频数据分析页(完播、转粉等)。"""
+ captured: list[dict] = []
+ all_urls: list[str] = []
+
+ page = await sess.ctx.new_page()
+
+ async def on_response(resp: Response) -> None:
+ all_urls.append(resp.url)
+ if any(k in resp.url for k in (
+ "data_center", "data_external", "aweme_statistic",
+ "item_detail", "statistics", "/data/",
+ )):
+ try:
+ data = await resp.json()
+ captured.append({"url": resp.url, "data": data})
+ except Exception:
+ pass
+
+ page.on("response", on_response)
+ try:
+ url = f"https://creator.douyin.com/creator-micro/data/following/media?item_id={aweme_id}"
+ await page.goto(url, wait_until="domcontentloaded", timeout=60000)
+ await asyncio.sleep(6)
+ if not captured:
+ DEBUG_DIR.mkdir(exist_ok=True)
+ (DEBUG_DIR / "detail_urls.txt").write_text("\n".join(all_urls), encoding="utf-8")
+ print("[诊断] 详细数据接口没拦到,已 dump URL 列表。")
+ return {"captured": captured}
+ finally:
+ await page.close()
+
+
+async def fetch_comments_creator(sess: Session, aweme_id: str, max_pages: int = 60) -> list[dict]:
+ """走创作者中心『评论管理』页面。登录了创作者中心就能用,比前台稳定。"""
+ captured: list[dict] = []
+ all_urls: list[str] = []
+
+ page = await sess.ctx.new_page()
+
+ async def on_response(resp: Response) -> None:
+ all_urls.append(resp.url)
+ # 创作者中心评论接口路径多变,宽松匹配
+ if "comment" in resp.url and "creator" in resp.url:
+ try:
+ data = await resp.json()
+ captured.append({"url": resp.url, "data": data})
+ except Exception:
+ pass
+ elif "/aweme/v1/web/comment/list/" in resp.url:
+ try:
+ data = await resp.json()
+ captured.append({"url": resp.url, "data": data})
+ except Exception:
+ pass
+
+ page.on("response", on_response)
+ try:
+ # 多个候选页面,哪个能用就用哪个
+ urls_to_try = [
+ f"https://creator.douyin.com/creator-micro/content/comment-manage?item_id={aweme_id}",
+ f"https://creator.douyin.com/creator-micro/content/comment-manage",
+ ]
+ for u in urls_to_try:
+ try:
+ await page.goto(u, wait_until="domcontentloaded", timeout=60000)
+ await asyncio.sleep(4)
+ break
+ except Exception as e:
+ print(f"[警告] {u} 加载失败: {e}")
+
+ # 如果评论管理页面有 item_id 过滤,应该已经只显示这个视频的评论
+ # 滚动加载分页
+ for i in range(max_pages):
+ await page.evaluate("window.scrollBy(0, 1500)")
+ await asyncio.sleep(1.5)
+
+ DEBUG_DIR.mkdir(exist_ok=True)
+ await page.screenshot(path=str(DEBUG_DIR / "creator_comment_page.png"))
+ (DEBUG_DIR / "creator_comment_urls.txt").write_text("\n".join(all_urls), encoding="utf-8")
+
+ # 解析:抽取所有 data 里可能包含评论的结构
+ comments: list[dict] = []
+ for item in captured:
+ data = item["data"]
+ for key in ("comments", "comment_list", "data"):
+ if isinstance(data, dict) and key in data:
+ val = data[key]
+ if isinstance(val, list):
+ for c in val:
+ if isinstance(c, dict) and ("text" in c or "content" in c):
+ comments.append(_normalize_comment_creator(c, aweme_id))
+ # 去重
+ seen = set()
+ dedup = []
+ for c in comments:
+ if c["cid"] in seen or c.get("aweme_id") and str(c["aweme_id"]) != str(aweme_id):
+ continue
+ seen.add(c["cid"])
+ dedup.append(c)
+ dedup.sort(key=lambda x: x["digg_count"], reverse=True)
+ print(f" 创作者页共 {len(dedup)} 条评论")
+ return dedup
+ finally:
+ await page.close()
+
+
+def _normalize_comment_creator(c: dict, default_aweme_id: str) -> dict:
+ """创作者中心评论字段(和前台不完全一样)。"""
+ user = c.get("user") or c.get("user_info") or {}
+ return {
+ "cid": str(c.get("cid") or c.get("comment_id") or c.get("id") or ""),
+ "aweme_id": str(c.get("aweme_id") or c.get("item_id") or default_aweme_id),
+ "text": c.get("text") or c.get("content") or "",
+ "digg_count": c.get("digg_count") or c.get("like_count") or 0,
+ "reply_comment_total": c.get("reply_comment_total") or c.get("reply_count") or 0,
+ "create_time": c.get("create_time") or 0,
+ "user_name": user.get("nickname") or user.get("name") or c.get("user_name") or "",
+ "ip_label": c.get("ip_label") or c.get("ip_location") or "",
+ }
+
+
+async def fetch_comments(sess: Session, aweme_id: str, max_pages: int = 60) -> list[dict]:
+ """前台视频页 → 点击评论图标 → 滚动加载 → 拦截 comment/list XHR。"""
+ all_comments: list[dict] = []
+ all_urls: list[str] = []
+
+ page = await sess.ctx.new_page()
+
+ async def on_response(resp: Response) -> None:
+ all_urls.append(resp.url)
+ if "/aweme/v1/web/comment/list/" in resp.url:
+ try:
+ data = await resp.json()
+ for c in data.get("comments") or []:
+ all_comments.append(_normalize_comment(c))
+ except Exception:
+ pass
+
+ page.on("response", on_response)
+ try:
+ url = f"https://www.douyin.com/video/{aweme_id}"
+ try:
+ await page.goto(url, wait_until="domcontentloaded", timeout=60000)
+ except Exception as e:
+ print(f"[警告] 视频页加载异常:{e}")
+ await asyncio.sleep(6)
+
+ # 点击 "video-comment-more" 把评论展开(这是"展开评论区"按钮)
+ for sel in ['[data-e2e="video-comment-more"]', '[data-e2e="feed-comment-icon"]']:
+ try:
+ await page.locator(sel).first.click(force=True, timeout=3000)
+ print(f" 已点击 {sel}")
+ break
+ except Exception:
+ pass
+ await asyncio.sleep(4)
+
+ DEBUG_DIR.mkdir(exist_ok=True)
+ await page.screenshot(path=str(DEBUG_DIR / "comment_page.png"))
+
+ # 策略:把最后一条评论 scrollIntoView 触发 IntersectionObserver 懒加载
+ last_count = 0
+ stagnant = 0
+ i = 0
+ for i in range(max_pages):
+ await page.evaluate(
+ """() => {
+ const items = document.querySelectorAll(
+ '[data-e2e="comment-item"], [data-e2e^="comment-item"], .comment-item'
+ );
+ if (items.length > 0) {
+ items[items.length - 1].scrollIntoView({block: 'end', behavior: 'instant'});
+ } else {
+ // 评论容器还没渲染出 item,滚页面
+ window.scrollBy(0, 1500);
+ }
+ }"""
+ )
+ await asyncio.sleep(2.2)
+ cur = len({c["cid"] for c in all_comments})
+ if cur == last_count:
+ stagnant += 1
+ if stagnant >= 6:
+ break
+ else:
+ stagnant = 0
+ last_count = cur
+ print(f" 滚动 {i+1} 次后退出,已累计 {last_count} 条")
+
+ # 去重 + 排序
+ seen = set()
+ dedup = []
+ for c in all_comments:
+ if c["cid"] in seen:
+ continue
+ seen.add(c["cid"])
+ dedup.append(c)
+ dedup.sort(key=lambda x: x["digg_count"], reverse=True)
+
+ (DEBUG_DIR / "comment_urls.txt").write_text("\n".join(all_urls), encoding="utf-8")
+ return dedup
+ finally:
+ await page.close()
+
+
+def _normalize_comment(c: dict) -> dict:
+ user = c.get("user") or {}
+ return {
+ "cid": c.get("cid") or "",
+ "text": c.get("text") or "",
+ "digg_count": c.get("digg_count") or 0,
+ "reply_comment_total": c.get("reply_comment_total") or 0,
+ "create_time": c.get("create_time") or 0,
+ "user_name": user.get("nickname") or "",
+ "ip_label": c.get("ip_label") or "",
+ }
+
+
+async def fetch_all(aweme_id: str) -> dict:
+ """一个会话跑完视频列表 + 详细数据 + 评论。"""
+ sess = await Session.open()
+ try:
+ print(" → 打开创作者中心,拉视频列表")
+ videos = await fetch_recent_videos(sess, limit=50)
+ video = next((v for v in videos if v["aweme_id"] == aweme_id), None)
+ if not video:
+ print(f" 未在最近 {len(videos)} 条里找到 {aweme_id},用最小元数据继续。")
+ video = _normalize_video({"aweme_id": aweme_id})
+ else:
+ print(f" ✓ {video.get('desc', '')[:40]}")
+
+ print(" → 打开数据分析页")
+ detail = await fetch_video_detail(sess, aweme_id)
+
+ print(" → 打开前台视频页抓评论")
+ comments = await fetch_comments(sess, aweme_id, max_pages=60)
+ print(f" 最终 {len(comments)} 条")
+
+ return {"video": video, "detail": detail, "comments": comments}
+ finally:
+ await sess.close()
+
+
+if __name__ == "__main__":
+ asyncio.run(ensure_login())
diff --git a/adapters/perf-data/douyin-session/renderer.py b/adapters/perf-data/douyin-session/renderer.py
new file mode 100644
index 0000000..91c5b41
--- /dev/null
+++ b/adapters/perf-data/douyin-session/renderer.py
@@ -0,0 +1,96 @@
+"""把抓到的数据渲染成 NotebookLM 友好的 Markdown。"""
+from __future__ import annotations
+
+import datetime as dt
+from pathlib import Path
+
+
+def _fmt_time(ts: int) -> str:
+ if not ts:
+ return "未知"
+ return dt.datetime.fromtimestamp(ts).strftime("%Y-%m-%d %H:%M")
+
+
+def _fmt_num(n: int | None) -> str:
+ if n is None:
+ return "-"
+ if n >= 10000:
+ return f"{n/10000:.1f}w"
+ return str(n)
+
+
+def _fmt_duration(ms: int) -> str:
+ if not ms:
+ return "-"
+ s = ms // 1000
+ return f"{s//60}:{s%60:02d}" if s >= 60 else f"{s}s"
+
+
+def render_report(
+ video: dict,
+ script: str,
+ comments: list[dict],
+ detail_captured: list[dict] | None = None,
+) -> str:
+ lines: list[str] = []
+ desc = video.get("desc") or "(无标题)"
+ aweme_id = video["aweme_id"]
+
+ lines.append(f"# {desc}")
+ lines.append("")
+ lines.append(f"- 视频 ID:`{aweme_id}`")
+ lines.append(f"- 发布时间:{_fmt_time(video.get('create_time', 0))}")
+ lines.append(f"- 时长:{_fmt_duration(video.get('duration_ms', 0))}")
+ lines.append(f"- 链接:https://www.douyin.com/video/{aweme_id}")
+ lines.append(f"- 抓取时间:{dt.datetime.now().strftime('%Y-%m-%d %H:%M')}")
+ lines.append("")
+
+ lines.append("## 播放数据")
+ lines.append("")
+ lines.append(f"- 播放:{_fmt_num(video.get('play_count'))}")
+ lines.append(f"- 点赞:{_fmt_num(video.get('digg_count'))}")
+ lines.append(f"- 评论:{_fmt_num(video.get('comment_count'))}")
+ lines.append(f"- 收藏:{_fmt_num(video.get('collect_count'))}")
+ lines.append(f"- 分享:{_fmt_num(video.get('share_count'))}")
+ lines.append("")
+
+ if detail_captured:
+ lines.append("### 详细指标(来自创作者中心)")
+ lines.append("")
+ lines.append("```json")
+ import json
+ for item in detail_captured[:3]:
+ lines.append(json.dumps(item["data"], ensure_ascii=False, indent=2)[:2000])
+ lines.append("```")
+ lines.append("")
+
+ lines.append("## 原始稿子")
+ lines.append("")
+ lines.append(script.strip() if script.strip() else "(未提供)")
+ lines.append("")
+
+ lines.append(f"## 评论(按点赞降序,共 {len(comments)} 条)")
+ lines.append("")
+ if not comments:
+ lines.append("(未抓到评论,可能评论区被折叠或账号未登录)")
+ else:
+ for c in comments:
+ text = c["text"].replace("\n", " ").strip()
+ reply = f" 💬{c['reply_comment_total']}" if c.get("reply_comment_total") else ""
+ lines.append(f"- [👍{c['digg_count']}{reply}] {text}")
+ lines.append("")
+
+ return "\n".join(lines)
+
+
+def slugify(text: str, max_len: int = 30) -> str:
+ """生成文件夹友好的短标题。"""
+ bad = '<>:"/\\|?*\n\r\t'
+ out = "".join("_" if ch in bad else ch for ch in text).strip()
+ return out[:max_len] or "untitled"
+
+
+def output_dir_for(video: dict, root: Path) -> Path:
+ date = _fmt_time(video.get("create_time", 0))[:10].replace("未知", "nodate")
+ slug = slugify(video.get("desc") or video["aweme_id"])
+ return root / f"{date}_{slug}"
diff --git a/adapters/perf-data/douyin-session/requirements.txt b/adapters/perf-data/douyin-session/requirements.txt
new file mode 100644
index 0000000..86a8fae
--- /dev/null
+++ b/adapters/perf-data/douyin-session/requirements.txt
@@ -0,0 +1 @@
+playwright>=1.44
diff --git a/adapters/perf-data/douyin-session/review.py b/adapters/perf-data/douyin-session/review.py
new file mode 100644
index 0000000..37e69cc
--- /dev/null
+++ b/adapters/perf-data/douyin-session/review.py
@@ -0,0 +1,143 @@
+"""发完视频后跑一次:抓评论/数据 → 生成 NotebookLM 友好的 md。
+
+用法:
+ python review.py # 交互式选视频
+ python review.py login # 仅登录(首次)
+ python review.py video <aweme_id> [script.txt] # 直接指定视频
+"""
+from __future__ import annotations
+
+import asyncio
+import shutil
+import sys
+from pathlib import Path
+
+import crawler
+import renderer
+
+ROOT = Path(__file__).parent
+VIDEOS_DIR = ROOT / "videos"
+
+
+def _prompt(msg: str) -> str:
+ try:
+ return input(msg).strip()
+ except EOFError:
+ return ""
+
+
+def _pick_video(videos: list[dict]) -> dict | None:
+ if not videos:
+ print("未抓到视频列表。请确认创作者中心已登录,或页面结构已变,需要更新 crawler。")
+ return None
+ print("\n最近视频:")
+ for i, v in enumerate(videos):
+ t = renderer._fmt_time(v.get("create_time", 0))
+ desc = (v.get("desc") or "").replace("\n", " ")[:40]
+ print(f" [{i}] {t} | 播放 {renderer._fmt_num(v.get('play_count'))} | {desc}")
+ choice = _prompt("\n选择序号(回车取消):")
+ if not choice.isdigit():
+ return None
+ idx = int(choice)
+ if 0 <= idx < len(videos):
+ return videos[idx]
+ return None
+
+
+def _resolve_script(raw: str) -> str:
+ """允许直接拖拽文件到终端;兼容 macOS 转义空格。"""
+ p = raw.strip().strip("'").strip('"').replace("\\ ", " ")
+ if not p:
+ return ""
+ path = Path(p).expanduser()
+ if path.is_file():
+ return path.read_text(encoding="utf-8", errors="ignore")
+ print(f"[警告] 找不到文件 {path},稿子留空。")
+ return ""
+
+
+async def run() -> None:
+ """交互式:先列最近 10 条,用户选一个,再让用户拖稿子,最后抓取。
+
+ 注意:会打开两次 Chromium(一次选视频,一次抓全量)。
+ """
+ VIDEOS_DIR.mkdir(exist_ok=True)
+
+ print("[选视频] 打开创作者中心拉列表……")
+ sess = await crawler.Session.open()
+ try:
+ videos = await crawler.fetch_recent_videos(sess, limit=10)
+ finally:
+ await sess.close()
+ video = _pick_video(videos)
+ if not video:
+ print("已取消。")
+ return
+
+ script_raw = _prompt("把稿子 txt 拖进来(或回车跳过):")
+ script_path: str | None = None
+ if script_raw.strip():
+ p = Path(script_raw.strip().strip("'").strip('"').replace("\\ ", " ")).expanduser()
+ if p.is_file():
+ script_path = str(p)
+ else:
+ print(f"[警告] 找不到 {p},稿子留空。")
+
+ await run_with_id(video["aweme_id"], script_path)
+
+
+async def run_with_id(aweme_id: str, script_path: str | None) -> None:
+ VIDEOS_DIR.mkdir(exist_ok=True)
+
+ script = ""
+ if script_path:
+ p = Path(script_path).expanduser()
+ if p.is_file():
+ script = p.read_text(encoding="utf-8", errors="ignore")
+ print(f"稿子:{p.name}({len(script)} 字符)")
+ else:
+ print(f"[警告] 找不到稿子 {p}")
+
+ print(f"[抓取] 视频 {aweme_id}")
+ result = await crawler.fetch_all(aweme_id)
+ video = result["video"]
+ detail = result["detail"]
+ comments = result["comments"]
+
+ out_dir = renderer.output_dir_for(video, VIDEOS_DIR)
+ out_dir.mkdir(parents=True, exist_ok=True)
+ if script:
+ (out_dir / "script.txt").write_text(script, encoding="utf-8")
+ md = renderer.render_report(video, script, comments, detail.get("captured"))
+ report = out_dir / "report.md"
+ report.write_text(md, encoding="utf-8")
+ print(f"\n✓ {report}")
+
+
+def main() -> None:
+ if len(sys.argv) > 1 and sys.argv[1] == "login":
+ asyncio.run(crawler.ensure_login())
+ return
+ if len(sys.argv) > 1 and sys.argv[1] == "video":
+ aweme_id = sys.argv[2]
+ script_path = sys.argv[3] if len(sys.argv) > 3 else None
+ asyncio.run(run_with_id(aweme_id, script_path))
+ return
+ if len(sys.argv) > 1 and sys.argv[1] == "list":
+ async def _list() -> None:
+ sess = await crawler.Session.open()
+ try:
+ videos = await crawler.fetch_recent_videos(sess, limit=20)
+ finally:
+ await sess.close()
+ for i, v in enumerate(videos):
+ t = renderer._fmt_time(v.get("create_time", 0))
+ desc = (v.get("desc") or "").replace("\n", " ")[:50]
+ print(f"[{i}] {v['aweme_id']} {t} 播放{renderer._fmt_num(v.get('play_count'))} {desc}")
+ asyncio.run(_list())
+ return
+ asyncio.run(run())
+
+
+if __name__ == "__main__":
+ main()
diff --git a/adapters/perf-data/douyin-session/run.sh b/adapters/perf-data/douyin-session/run.sh
new file mode 100755
index 0000000..26852f9
--- /dev/null
+++ b/adapters/perf-data/douyin-session/run.sh
@@ -0,0 +1,123 @@
+#!/usr/bin/env bash
+#
+# douyin-session adapter wrapper
+#
+# Called by /cheat-retro when state.data_collection=adapter and platform=douyin.
+#
+# Usage:
+# bash run.sh <aweme_id> <video_folder> [<script_path>]
+#
+# Example:
+# bash run.sh 7234567890123456789 ~/my-channel/videos/2026-05-04_abc123_停止期待
+#
+# Output: writes report.md INTO the video_folder.
+# Exit codes:
+# 0 = success (report.md written)
+# 1 = login expired or required
+# 2 = adapter dependency missing (playwright not installed)
+# 3 = other failure (network, parse error, etc.)
+
+set -uo pipefail
+
+AWEME_ID="${1:-}"
+VIDEO_FOLDER="${2:-}"
+SCRIPT_PATH="${3:-}"
+
+if [[ -z "$AWEME_ID" || -z "$VIDEO_FOLDER" ]]; then
+ echo "Usage: bash run.sh <aweme_id> <video_folder> [<script_path>]" >&2
+ exit 3
+fi
+
+# Resolve adapter source dir (where this script lives)
+ADAPTER_DIR="$( cd -- "$( dirname -- "${BASH_SOURCE[0]}" )" &> /dev/null && pwd )"
+
+# Find Python — prefer venv in user's project root if exists
+PYTHON=""
+PROJECT_ROOT="$( dirname "$( dirname "$( realpath "$VIDEO_FOLDER" )" )" )"
+if [[ -x "$PROJECT_ROOT/.venv/bin/python" ]]; then
+ PYTHON="$PROJECT_ROOT/.venv/bin/python"
+elif command -v python3 >/dev/null 2>&1; then
+ PYTHON="python3"
+else
+ echo "❌ python3 not found — install Python 3.10+ first" >&2
+ exit 2
+fi
+
+# Verify playwright is installed
+if ! "$PYTHON" -c "import playwright" 2>/dev/null; then
+ cat >&2 <<EOF
+❌ playwright not installed.
+
+Install in your project venv:
+ cd "$PROJECT_ROOT"
+ python3 -m venv .venv
+ source .venv/bin/activate
+ pip install -r "$ADAPTER_DIR/requirements.txt"
+ playwright install chromium
+
+Then re-run /cheat-retro.
+EOF
+ exit 2
+fi
+
+# Verify auth/ exists in project root (cookie persistence)
+if [[ ! -d "$PROJECT_ROOT/.auth" ]]; then
+ cat >&2 <<EOF
+❌ Not logged in to 抖音 创作者中心.
+
+First-time login (one-shot):
+ cd "$PROJECT_ROOT"
+ source .venv/bin/activate
+ $PYTHON "$ADAPTER_DIR/crawler.py" login
+
+A Chromium window will pop up — scan QR with your phone to log in.
+Cookie will be saved to .auth/ for future runs.
+EOF
+ exit 1
+fi
+
+# Make sure video_folder exists
+mkdir -p "$VIDEO_FOLDER"
+
+# Resolve script path (optional — if given, copy to video_folder/script.txt for renderer)
+SCRIPT_ARG=""
+if [[ -n "$SCRIPT_PATH" && -f "$SCRIPT_PATH" ]]; then
+ SCRIPT_ARG="$SCRIPT_PATH"
+fi
+
+# Run from PROJECT_ROOT so .auth/ is found and outputs go to expected paths
+cd "$PROJECT_ROOT"
+
+# Override VIDEOS_DIR via env var so review.py writes to user's videos/ not its own
+# (review.py uses ROOT/videos by default; we override to use user's project)
+export CHEAT_VIDEOS_DIR="$( dirname "$VIDEO_FOLDER" )" # = user's videos/
+
+echo "[douyin-session] fetching aweme_id=$AWEME_ID into $VIDEO_FOLDER"
+if [[ -n "$SCRIPT_ARG" ]]; then
+ "$PYTHON" "$ADAPTER_DIR/review.py" video "$AWEME_ID" "$SCRIPT_ARG"
+else
+ "$PYTHON" "$ADAPTER_DIR/review.py" video "$AWEME_ID"
+fi
+
+# review.py writes to ROOT/videos/<auto-named-folder>/report.md.
+# We need to find the just-written report.md and move it to our video_folder if names differ.
+# (review.py uses video.title for folder name; ours uses <date>_<id>_<short>.)
+LATEST_REPORT=$(find "$( dirname "$VIDEO_FOLDER" )" -name "report.md" -newer "$VIDEO_FOLDER" -type f 2>/dev/null | head -1)
+if [[ -n "$LATEST_REPORT" && "$( dirname "$LATEST_REPORT" )" != "$VIDEO_FOLDER" ]]; then
+ # Move the autonamed folder's report into our canonical folder
+ cp "$LATEST_REPORT" "$VIDEO_FOLDER/report.md"
+ # Optionally also copy script.txt if review.py wrote it
+ AUTO_DIR=$( dirname "$LATEST_REPORT" )
+ if [[ -f "$AUTO_DIR/script.txt" ]]; then
+ cp "$AUTO_DIR/script.txt" "$VIDEO_FOLDER/script.txt"
+ fi
+ echo "[douyin-session] moved auto-named output to $VIDEO_FOLDER/"
+fi
+
+if [[ ! -f "$VIDEO_FOLDER/report.md" ]]; then
+ echo "❌ report.md not produced — see review.py output above for details" >&2
+ exit 3
+fi
+
+echo "✅ report.md written to $VIDEO_FOLDER/report.md"
+exit 0
diff --git a/adapters/script-extraction/whisper/README.md b/adapters/script-extraction/whisper/README.md
new file mode 100644
index 0000000..081ec44
--- /dev/null
+++ b/adapters/script-extraction/whisper/README.md
@@ -0,0 +1,127 @@
+# Adapter: whisper(视频/音频转录)
+
+被 `/cheat-learn-from` 在 Way b(用户提供视频文件,让工具转录)时调用。
+
+> **优先 Way a**(用户直接粘 script 文本——简单 + 准确)。Way b(whisper)只在用户**找不到 script 只有视频**时用。
+
+---
+
+## 这个 adapter 是干嘛的
+
+把 mp4 / mov / mp3 等媒体文件转成文字 transcript,让 Claude 能读对标账号的稿子。
+
+抖音 / B站 / YouTube 大多数视频**没有官方字幕**——拿稿子绕不开 ASR(语音转录)。这是为什么本 adapter 存在。
+
+---
+
+## 安装(一次性)
+
+### 选项 A:whisper-cpp(**推荐**——快、轻、纯 C++)
+
+Mac M 系列芯片上一条 3 分钟视频转录 30-60 秒。
+
+```bash
+# 1. 装 whisper-cpp
+brew install whisper-cpp
+
+# 2. 装 ffmpeg(whisper-cpp 依赖,从视频里抽音频)
+brew install ffmpeg
+
+# 3. 下载模型(中文推荐 medium 或 large-v3,准确度够 + 速度还行)
+# whisper-cpp 第一次运行会自动下载,或手动:
+mkdir -p ~/.whisper-cpp/models
+cd ~/.whisper-cpp/models
+# medium 模型 (~1.5GB)
+curl -L -O https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-medium.bin
+```
+
+### 选项 B:openai-whisper(Python 版,更慢但有 API 兼容性)
+
+```bash
+pip install openai-whisper
+brew install ffmpeg
+
+# 模型自动下载
+```
+
+### 选项 C:用云端 API(不需要本地模型)
+
+`/cheat-learn-from` 暂不直接支持云端 API——如果你有 OpenAI / Azure / 阿里云的 ASR API key,可以自己改 `run.sh` 走云端。
+
+---
+
+## 用法
+
+cheat-learn-from 自动调用,你不需要手动跑。但如果想手动测试:
+
+```bash
+# 转录单个视频
+bash run.sh <video_path> <output_dir>
+
+# 例:
+bash run.sh ~/Desktop/对标账号/某视频.mp4 ~/my-channel/samples/对标账号/abc123/
+# → 输出 ~/my-channel/samples/对标账号/abc123/transcript.md
+```
+
+## 输出格式
+
+`transcript.md`:
+
+```markdown
+# Transcript: <video filename>
+
+**Source**: <video file path>
+**Transcribed at**: <ISO timestamp>
+**Engine**: whisper-cpp medium / openai-whisper large / etc.
+**Duration**: <video length>
+
+---
+
+[纯文本转录,按段落分(不是字幕格式)]
+```
+
+> 注意 whisper 输出的字幕是按 **句子** 分行的(每句换行 + 时间戳)。
+> run.sh 会去掉时间戳 + 把短句合并成段落,让 Claude 读起来像稿子,不是字幕表。
+
+## 失败模式
+
+| 症状 | 原因 | 处理 |
+|---|---|---|
+| `whisper-cpp: command not found` | 没装 | 跑 `brew install whisper-cpp` |
+| `ffmpeg: command not found` | 没装 ffmpeg | 跑 `brew install ffmpeg` |
+| 转录乱码 / 大量错字 | 视频是英文但用了中文模型,反之亦然 | 改 `run.sh` 里 `--language` 参数 |
+| 转录慢(>10 分钟) | 用了 large 模型 + 没有 GPU/M-chip 加速 | 换 medium 模型 |
+| Disk full | 模型文件大(large-v3 ~3GB) | 用 medium(~1.5GB)够用 |
+
+## 稳定性等级
+
+★★★★ — whisper 是开源标准 ASR,不会突然失效。模型更新自由,pin 版本无虞。
+
+## 风险提示
+
+- **TOS**:你转录**自己下载的对标账号视频**用于个人学习参考是合理使用;**不要**把转录结果再发布
+- **隐私**:whisper 全部本地运行,不传任何数据到云端
+
+## 文件清单
+
+```
+adapters/script-extraction/whisper/
+├── README.md # 本文件
+└── run.sh # cheat-learn-from 调用的 wrapper
+```
+
+## 与其他 adapter 的关系
+
+- 同 `adapters/perf-data/douyin-session/`、`adapters/trend-sources/*` 一样,是 cheat-on-content 的可选 adapter
+- 只在 `/cheat-learn-from --way b` 时调用——Way a(粘文本)不需要
+
+## 用户自己下载视频的说明
+
+工具**不直接抓视频**——避免 TOS 风险 + 反爬维护成本。建议用:
+
+- **抖音**:第三方下载器 / 抖音 PC 版 → 复制视频链接 → 粘进下载器
+- **B站**:[BBDown](https://github.com/nilaoda/BBDown) / [you-get](https://github.com/soimort/you-get)
+- **YouTube**:[yt-dlp](https://github.com/yt-dlp/yt-dlp)(最强大)
+- **小红书**:[xhs-downloader](https://github.com/JoeanAmier/XHS-Downloader)
+
+下载后扔到 `samples/<benchmark-name>/<video-id>/source.mp4` 即可——cheat-learn-from 会自动找到。
diff --git a/adapters/script-extraction/whisper/run.sh b/adapters/script-extraction/whisper/run.sh
new file mode 100755
index 0000000..ad3a45b
--- /dev/null
+++ b/adapters/script-extraction/whisper/run.sh
@@ -0,0 +1,133 @@
+#!/usr/bin/env bash
+#
+# whisper adapter wrapper
+#
+# Called by /cheat-learn-from when user provides video file (Way b).
+# Transcribes video → transcript.md (paragraph format, no timestamps).
+#
+# Usage:
+# bash run.sh <video_path> <output_dir> [--lang <code>] [--model <name>]
+#
+# Defaults:
+# --lang zh
+# --model medium (whisper-cpp) or medium (openai-whisper)
+#
+# Output: writes transcript.md INTO output_dir.
+# Exit codes:
+# 0 = success
+# 1 = whisper not installed
+# 2 = ffmpeg not installed
+# 3 = video file not found / unreadable
+# 4 = transcription failed
+
+set -uo pipefail
+
+VIDEO="${1:-}"
+OUTPUT_DIR="${2:-}"
+LANG="zh"
+MODEL="medium"
+
+# Parse optional flags
+shift 2 2>/dev/null || true
+while [[ $# -gt 0 ]]; do
+ case "$1" in
+ --lang) LANG="$2"; shift 2 ;;
+ --model) MODEL="$2"; shift 2 ;;
+ *) echo "Unknown flag: $1" >&2; exit 4 ;;
+ esac
+done
+
+if [[ -z "$VIDEO" || -z "$OUTPUT_DIR" ]]; then
+ echo "Usage: bash run.sh <video_path> <output_dir> [--lang zh|en|...] [--model tiny|base|small|medium|large-v3]" >&2
+ exit 4
+fi
+
+if [[ ! -f "$VIDEO" ]]; then
+ echo "❌ Video file not found: $VIDEO" >&2
+ exit 3
+fi
+
+mkdir -p "$OUTPUT_DIR"
+
+# Detect available whisper engine
+ENGINE=""
+if command -v whisper-cpp >/dev/null 2>&1; then
+ ENGINE="whisper-cpp"
+elif command -v whisper >/dev/null 2>&1; then
+ ENGINE="openai-whisper"
+else
+ cat >&2 <<EOF
+❌ Neither whisper-cpp nor openai-whisper installed.
+
+Install one:
+ Option A (recommended, fast): brew install whisper-cpp
+ Option B (Python, slower): pip install openai-whisper
+
+Then re-run /cheat-learn-from.
+
+See adapters/script-extraction/whisper/README.md for details.
+EOF
+ exit 1
+fi
+
+if ! command -v ffmpeg >/dev/null 2>&1; then
+ echo "❌ ffmpeg not installed. Run: brew install ffmpeg" >&2
+ exit 2
+fi
+
+echo "[whisper] engine: $ENGINE | model: $MODEL | lang: $LANG"
+echo "[whisper] transcribing: $VIDEO"
+
+TMP_OUT=$(mktemp -d)
+trap "rm -rf $TMP_OUT" EXIT
+
+# Transcribe — get raw text output
+if [[ "$ENGINE" == "whisper-cpp" ]]; then
+ # whisper-cpp needs WAV input, convert via ffmpeg
+ AUDIO="$TMP_OUT/audio.wav"
+ ffmpeg -y -loglevel error -i "$VIDEO" -ar 16000 -ac 1 -f wav "$AUDIO" 2>&1 || {
+ echo "❌ ffmpeg failed to extract audio" >&2; exit 4;
+ }
+ whisper-cpp -m "$HOME/.whisper-cpp/models/ggml-${MODEL}.bin" -l "$LANG" -otxt -of "$TMP_OUT/out" "$AUDIO" >/dev/null 2>&1 || {
+ echo "❌ whisper-cpp failed (model file might be missing — check ~/.whisper-cpp/models/)" >&2; exit 4;
+ }
+ RAW_TXT="$TMP_OUT/out.txt"
+else
+ # openai-whisper
+ whisper "$VIDEO" --language "$LANG" --model "$MODEL" --output_format txt --output_dir "$TMP_OUT" >/dev/null 2>&1 || {
+ echo "❌ openai-whisper failed" >&2; exit 4;
+ }
+ # openai-whisper names output as <video-basename>.txt
+ BASENAME=$(basename "$VIDEO" | sed 's/\.[^.]*$//')
+ RAW_TXT="$TMP_OUT/${BASENAME}.txt"
+fi
+
+if [[ ! -f "$RAW_TXT" ]]; then
+ echo "❌ No transcript produced" >&2
+ exit 4
+fi
+
+# Get video metadata for header
+DURATION=$(ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 "$VIDEO" 2>/dev/null | awk '{printf "%d:%02d", $1/60, $1%60}')
+[[ -z "$DURATION" ]] && DURATION="unknown"
+
+# Build output transcript.md
+TRANSCRIPT_OUT="$OUTPUT_DIR/transcript.md"
+{
+ echo "# Transcript: $(basename "$VIDEO")"
+ echo ""
+ echo "**Source**: $VIDEO"
+ echo "**Transcribed at**: $(date -u +"%Y-%m-%dT%H:%M:%SZ")"
+ echo "**Engine**: $ENGINE / $MODEL"
+ echo "**Language**: $LANG"
+ echo "**Duration**: $DURATION"
+ echo ""
+ echo "---"
+ echo ""
+ # Raw text — whisper outputs one sentence per line; merge into paragraphs
+ # Heuristic: collapse to single paragraph (Claude can re-paragraph if needed)
+ awk 'BEGIN{ORS=""} {gsub(/^[[:space:]]+|[[:space:]]+$/, "", $0); if($0!=""){print $0; if(NR%5==0)print "\n\n"; else print " "}} END{print "\n"}' "$RAW_TXT"
+} > "$TRANSCRIPT_OUT"
+
+echo "✅ transcript.md written → $TRANSCRIPT_OUT"
+exit 0
diff --git a/adapters/trend-sources/weibo-hot.md b/adapters/trend-sources/weibo-hot.md
new file mode 100644
index 0000000..8798ff8
--- /dev/null
+++ b/adapters/trend-sources/weibo-hot.md
@@ -0,0 +1,76 @@
+# Adapter: weibo-hot(微博热搜)
+
+被以下 skill 调用:`cheat-seed` Phase 2a、`cheat-trends`。
+
+> **当前状态**:schema only。实际 fetch 实现归 batch 3。/cheat-seed 在 stub 期由 Claude 通过 `WebFetch` 直接抓取 + 解析(见下方"过渡期实现")。
+
+---
+
+## 适用场景
+
+- **`cheat-seed` 默认 source 之一**——cold-start 用户的第一次选题种子
+- **`cheat-trends` 可选 source**——日常补充候选池
+
+最贴合:时事评论、社会议题、热点解读类观点视频。
+
+## 依赖
+
+- 公开端点,**无需 cookie**
+- 端点:`https://s.weibo.com/top/summary?cate=realtimehot`(HTML 页面)
+- 备选:`https://weibo.com/ajax/side/hotSearch`(JSON,部分时段返回 401,不稳定)
+
+## Fetch 接口
+
+```
+fetch(limit: int = 50) -> List[Candidate]
+```
+
+返回符合 [shared-references/candidate-schema.md](../../shared-references/candidate-schema.md) 的 items 列表。
+
+字段映射:
+- `id`:`sha256("trend|" + normalized_title)[:12]`
+- `title`:热搜词
+- `source`:`"trend:weibo-hot"`
+- `snapshot_text`:热搜词 + (如有)官方标签 + 简短摘要(自动从热搜详情页抓 1-2 句)
+- `snapshot_at`:抓取时间 ISO 8601
+- `url`:`https://s.weibo.com/weibo?q=<encoded_keyword>`
+- 其他字段:null(抓取阶段不打分;由调用方 cheat-score 处理)
+
+## 失败模式
+
+| 症状 | 处理 |
+|---|---|
+| HTML 结构变化导致解析失败 | 返回空列表 + stderr 写明 "weibo HTML 结构变化,参考 adapters/trend-sources/weibo-hot.md 自行修补" |
+| 端点 503 / 限流 | 返回空列表 + 报告 |
+| 网络不可达 | 返回空列表 + 报告 |
+
+**优雅降级**:单次失败不抛异常——调用方(cheat-seed / cheat-trends)会用其他 sources 兜底。
+
+## 稳定性等级
+
+★★★ — 公开端点,但微博偶尔调整页面结构 + 有反爬(同一 IP 短时间高频抓取会被限流)。
+
+建议节流:`/cheat-seed` 默认每用户每天 ≤ 3 次抓取——cold-start 阶段不需要更高频。
+
+## 过渡期实现(stub)
+
+在 batch 3 写专用 adapter 实现前,`/cheat-seed` 在调用本 source 时直接由 Claude 通过 `WebFetch` 工具抓 `https://s.weibo.com/top/summary?cate=realtimehot`,从 HTML 中提取 top 50 热搜标题。具体由 cheat-seed 的 Phase 2a 处理:
+
+```
+WebFetch("https://s.weibo.com/top/summary?cate=realtimehot",
+ "提取 top 50 热搜的标题文本,每行一个,按热度降序")
+```
+
+如果 WebFetch 返回的内容能识别出 ≥10 条热搜 → 视为成功;否则视为失败,跳过本 source。
+
+## 风险提示
+
+- 微博热搜内容**经常含政治敏感 / 娱乐八卦**议题——/cheat-seed Phase 1 Q3 的"红线"过滤至关重要
+- 部分热搜词太短(5-10 字)缺少上下文——Claude brainstorm 时需要展开
+- 热搜的"热度"分数与"适合做观点视频的程度"**不正相关**——粗打分时不要直接把热度当 composite 输入
+
+## 相关 adapter
+
+- [zhihu-hot.md](zhihu-hot.md) — 议题深度更高,论说类更匹配
+- bilibili-popular.md(待)— 偏年轻议题
+- thirdparty-paid.md(待)— 新榜 / 飞瓜,付费但稳定
diff --git a/adapters/trend-sources/zhihu-hot.md b/adapters/trend-sources/zhihu-hot.md
new file mode 100644
index 0000000..304810d
--- /dev/null
+++ b/adapters/trend-sources/zhihu-hot.md
@@ -0,0 +1,83 @@
+# Adapter: zhihu-hot(知乎热榜)
+
+被以下 skill 调用:`cheat-seed` Phase 2a、`cheat-trends`。
+
+> **当前状态**:schema only。实际 fetch 实现归 batch 3。/cheat-seed 在 stub 期由 Claude 通过 `WebFetch` 直接抓取(见下方"过渡期实现")。
+
+---
+
+## 适用场景
+
+- **`cheat-seed` 默认 source 之一**——cold-start 用户的第一次选题种子
+- **`cheat-trends` 可选 source**——日常补充候选池
+
+最贴合:论说 / 议题讨论 / 知识科普类观点视频。知乎话题平均比微博更"可讨论"——一个标题就含问题与立场,省了 brainstorm 一半工。
+
+## 依赖
+
+- 公开端点,**无需登录**
+- 端点:`https://www.zhihu.com/api/v3/feed/topstory/hot-lists/total?limit=50&desktop=true`(JSON)
+- 备选:`https://www.zhihu.com/billboard`(HTML,可作为兜底)
+
+## Fetch 接口
+
+```
+fetch(limit: int = 50) -> List[Candidate]
+```
+
+返回符合 [shared-references/candidate-schema.md](../../shared-references/candidate-schema.md) 的 items 列表。
+
+字段映射:
+- `id`:`sha256("trend|" + normalized_title)[:12]`
+- `title`:知乎问题标题
+- `source`:`"trend:zhihu-hot"`
+- `snapshot_text`:问题标题 + 高赞答案前 200 字摘要(可选——抓不到就只用标题)
+- `snapshot_at`:抓取时间 ISO 8601
+- `url`:知乎问题 URL(如 `https://www.zhihu.com/question/<id>`)
+- 其他字段:null
+
+## 失败模式
+
+| 症状 | 处理 |
+|---|---|
+| API 端点变更 | 切换到 `/billboard` HTML 兜底 |
+| API 返回需要登录(403) | 返回空列表 + 报告 |
+| 网络不可达 | 返回空列表 + 报告 |
+
+**优雅降级**:失败不抛异常——调用方有其他 sources 兜底。
+
+## 稳定性等级
+
+★★★★ — 知乎 API 比微博稳定;JSON 端点改动频率低于微博 HTML。
+
+建议节流:`/cheat-seed` 默认每用户每天 ≤ 3 次抓取。
+
+## 过渡期实现(stub)
+
+在 batch 3 写专用 adapter 前,`/cheat-seed` 通过 `WebFetch`:
+
+```
+WebFetch("https://www.zhihu.com/api/v3/feed/topstory/hot-lists/total?limit=50&desktop=true",
+ "解析 JSON 中 data 数组的每个 item,提取 target.title_area.text 和 target.url,最多 50 条")
+```
+
+如果返回结构识别失败 → 切换到 `/billboard` HTML 抓取兜底。
+
+## 内容特点(影响 brainstorm 质量)
+
+知乎热榜的标题结构通常是 **完整的疑问句**("如何看待 X"、"为什么 Y"、"X 的本质是什么"),比微博热搜的关键词更适合直接转化为观点视频选题。
+
+但要注意:
+- 一些标题太具体("X 公司裁员事件")→ Claude brainstorm 时要做"个案 → 普遍"的抽象提升
+- 一些标题太"知乎腔"(学术化、长难句)→ Claude brainstorm 时要做"知乎话术 → 短视频钩子"的转译
+
+## 风险提示
+
+- 知乎热榜偶现政治敏感议题——/cheat-seed Phase 1 Q3 的"红线"过滤必要
+- 部分热榜话题已被知乎大 V 高密度覆盖,做视频时差异化不易——粗打分时建议提示用户"该话题已饱和,需要差异化角度"
+
+## 相关 adapter
+
+- [weibo-hot.md](weibo-hot.md) — 议题更广但更碎片化,时事评论类更匹配
+- bilibili-popular.md(待)— 视频内容直接对照参考
+- thirdparty-paid.md(待)— 付费稳定数据源
diff --git a/examples/script_patterns.example.md b/examples/script_patterns.example.md
new file mode 100644
index 0000000..2e1bdac
--- /dev/null
+++ b/examples/script_patterns.example.md
@@ -0,0 +1,235 @@
+# 写作 Pattern 沉淀(**示例 / 参考——不是用户模板**)
+
+> ⚠️ **本文件是参考样本,不是用户模板**。你的项目里的 `script_patterns.md` 是从 `templates/script_patterns.template.md` 复制过来的**抽象骨架**,初始为空。
+>
+> 这份 example 是给你看"一份完全填好的 script_patterns.md 长什么样"——基于「中文观点视频博主,25+ 已发视频」的真实反推。
+>
+> **不要照抄**——你的频道 / 调性 / 受众完全不同,里面的 pattern 大半对你无效。从你自己的复盘里慢慢累积**你的** pattern 才是工具的核心价值。
+>
+> 想用本文件中的某条 pattern → 在你的 script_patterns.md 里手动加,并标 `**Imported from example, untested on my channel**` —— 跑 ≥2 次复盘验证后再去掉这个标记。
+>
+> ---
+>
+> rubric_notes.md 教 Claude **怎么打分**,script_patterns.md 教 Claude **怎么写**。两者解耦——分数高的稿子不一定写得好(rubric 漏掉 MS / TS),写得好的稿子不一定分数高(结构创新跑出 pattern 之外)。
+>
+> 示例数据来自「视频分析」项目(中文观点视频,25+ 已发样本反推)。
+
+---
+
+## ⚠️ Pattern 是 toolbox 不是 mold(核心 meta 原则)
+
+下面所有 pattern 都是**从已发样本反推的"路径之一"**,不是默认应该 apply 的模板。
+
+**反例**:每篇都"3 段式 + 致谢段 + 互动钩子"——账号上限只是"做得稳定的中等爆款"。**真正的爆款来自结构创新**——参考博主的"她不一样"模因爆发就在 pattern 之外。
+
+写稿前**永远先回答**:这篇文章的最强属性是什么?再决定用什么 pattern。详见下方"结构选型 cheat sheet"。
+
+---
+
+## 结构选型 cheat sheet(按文章属性匹配)
+
+| 文章属性 | 适合的结构 | 已发样本(你自己填)| 状态 |
+|---|---|---|---|
+| **强 metaphor**(具体载体可类比一切)| **metaphor 优先**——开头场景代入比喻 → 主体翻译 → 元戏仿致谢 | 例:仓鼠 ✓ | 示例 |
+| **强时间维度**(一天循环 / 阶段演变)| **时间线叙事**——时间点切换开场 → 命名概念 → 数据穿插 | (待填)| 示例 |
+| **强讽刺戏仿(SAT=5)**| **脱口秀向**——单事件段子开场 → punchline → 扩展 | (待填)| 示例 |
+| **强数据反差**(冷数据暴力)| **数据反转开场**——具体数字 → 反直觉对比 → 数据驱动叙事 | 例:房价 ✓ / 老板废话 ✓ | 示例 |
+| **多个真实事件 / 案例**| **案例驱动**——标志性事件开场 → 抽象命名 → 三段失效 | (待填)| 示例 |
+| **多个并行概念**| **3 段工业流水**——IS 戏仿 → 3 段命名 → 致谢 | (待填)| 示例 |
+| **强场景代入**(半夜翻聊天 / 评论区现场)| **第二人称代入** → 反转 → 数据 → 三段 | 例:停止期待 ✓ | 示例 |
+| **强可挪用句式**(高 MS)| **模板核心**——句式贯穿全稿 → 互动钩子激活模板 | 例:停止期待"她不一样" ✓ | 示例 |
+
+### 用法
+
+写稿前先问自己:
+1. 这篇文章最强的属性是什么?
+2. 表里对应哪种结构?
+3. 如果属性多元,哪种结构能让最强属性发挥到最大?
+
+---
+
+## 核心 pattern 库
+
+### Pattern 1:开头钩子三选一(前 3 秒)
+
+**绝不**用"近年来 / 大家好 / 今天聊一聊"。三种已验证模式:
+
+**A. 第二人称场景代入 → 反转**(适用:原文有具体 metaphor / 实验对象 / 案例)
+> 你在路上碰到一只 X / 冲动掏了钱就 Y / 但是这件事和 Z / 本质上是同一件事
+
+**B. 戏仿原文体的影响声明**(适用:原文 IS 本身就锐利时直接照念)
+> 本研究仅影响半夜 3 点还在 X 的人
+
+**C. 直接甩数据 / 反转性观察**(适用:原文有强数据点)
+> 作者扒了 X / 算出了几个数据 / 平均 Y / 但 Z 只有 W
+
+---
+
+### Pattern 2:主体压缩到「严格 3 个观察」
+
+跑得好的稿子都遵循 `作者提出了 X 个观察/概念/指标` 的三段式:
+
+| 视频示例 | 三个观察 |
+|---|---|
+| 仓鼠 | 资源错位 / 义务付出化 / 天性污名化 |
+| 停止期待 | QOI(每天想的时间占比)/ WIC(万一呢系数)/ 间歇性强化 |
+| 老板废话 | 语义黑洞 / TOP10 排行(开头第1+末尾第10)/ 万能公式 |
+
+**严格 3 个**——不是 4 个不是 5 个。原文有 4-7 个概念时砍到 3 个——挑最具命名力 + 最具可挪用性的。
+
+**TOP10 列表特殊处理**:保留头 + 尾 + "剩下你们自己去看"——不要平铺 10 个。
+
+---
+
+### Pattern 3:学术包装的剥离 / 保留
+
+| 必须保留 | 必须剥离 |
+|---|---|
+| 自创概念名(QOI / WIC / 语义黑洞)→ MS 来源 | 模型名(缩写大于 3 字符的) |
+| 关键精确数字(83.6% / 7.4 条)| 样本数量铺垫("312 个参与者...") |
+| 致谢段(如果它本身就是 MVP)| 文献综述("Vlahovic 2012... König 2019...") |
+| 反转性数据点("系统崩溃概率提升 412%")| 局限性讨论 |
+| 作者原话的金句段 | 实验流程细节(除非是钩子) |
+
+**判断原则**:观众能不能在评论区**复述/挪用**这个东西?能 → 留;不能 → 砍。
+
+---
+
+### Pattern 4:"我"表达节点(emotional 标记)
+
+跑得好的稿子里 "我" 出现 0-2 次,**永远在 emotional 高潮处**——给观众"该共鸣了"的提示信号。
+
+**Pattern**:每出现 1 次"我",必须紧跟一个高强度信息点。**不要空说"我觉得"**。
+
+---
+
+### Pattern 5:双声道结构(作者 + 用户旁白)
+
+每个稿子**不是用户独白**,而是 `作者说... 用户加注...` 的双声道:
+
+- 作者的话引出**框架**("作者提出...")
+- 用户的话做**接地翻译**("打工人版" / "意思就是说" / "换句话说" / "说人话就是")
+- 用户的话做**emotional 标记**("最让我破防的" / "全文最反转的" / "更恐怖的是")
+
+**永远不要**让一段超过 4 行没有用户接地词。
+
+---
+
+### Pattern 6:致谢段不是必选
+
+判断原则:只有当致谢段**本身就是 MVP 句**(即可独立成模因)时才完整引用。否则用文末核心金句替代致谢段的功能。
+
+致谢段 = 参考博主某些视频的核心传播载体,但其他视频没致谢段也跑出 30w+。**MVP 句才是必杀**。
+
+---
+
+### Pattern 7:标准化结尾结构
+
+```
+[reflective MVP 段(作者原话或用户提炼)]
+[可选:用户的个人化诠释]
+[outro: "任何解说代替不了原文 / 下课"]
+```
+
+`任何解说代替不了原文 / 下课` 是固定 outro(参考博主的招牌)。**你应该建立你自己的招牌 outro**——观众认那个就形成了品牌。
+
+---
+
+### Pattern 8:句子长度 / 段落节奏(**最容易忽视**)
+
+**写稿用段落版**(每段 100-300 字,逗号、句号、自然句),**不要写一行一行的字幕格式**——那是用户拍完后剪映自动断的字幕,**不是写作时的形态**。
+
+- **写作形态(draft-v0.md / script.md)**:完整段落
+- **字幕形态(视频拍完)**:剪映自动断成 5-15 字 / 行
+- cheat-seed 写 draft 时**只输出段落版**
+
+**段落内的句子节奏**:
+- **短句为主**——避免复合句、避免"其..."、"以..."这种文言连接
+- 句号 + 逗号正常使用,不要怕标点
+- **多用语气词**:啊 / 呢 / 哎(句尾)
+
+**反例**(论文体):
+> 在异步社交矩阵中,单音节拟声词"哈"及其多阶重复序列已演化为一种关键的社交润滑协议。
+
+**应该这样写**(短句段落):
+> 你有没有想过,聊天的时候打几个哈最合适。哈哈不行,哈哈哈才行,哈哈哈哈又怕被说装,哈哈哈哈哈哈哈哈又怕被说阴阳。
+
+---
+
+### Pattern 9:词汇风格 cheat sheet
+
+**高频用词**(参考博主已验证有效):
+- 接地翻译:打工人版 / 意思就是说 / 换句话说 / 说人话就是 / 简单点说
+- 反转标记:但是 / 更恐怖的是 / 更搞的是 / 全文最反转的一段
+- emotional 标记:破防 / 头皮发麻 / 让我读了好几遍 / 真的是
+- 节奏词:啊 / 这就 / 你看
+
+**避免**:
+- 论文体连接词:"其次" / "本研究" / "综上所述" / "因此"
+- 形容词堆砌:"极其精准的""非常深刻的"——直接给名词
+- 冗长定语:"一种基于…的…现象"
+
+**你应该建立你自己的词汇风格**——上面是参考博主的,你的频道调性可能完全不同。
+
+---
+
+### Pattern 10:时长目标
+
+跑得好的视频时长(参考博主,3-5min 区间):
+- 1:57(39w)—— 最短
+- 2:11(11w)
+- 2:52(71w)
+- 3:00(124w)
+
+**不要超过 3:30**(在 v2 起点的 NA=4 权重下)。**你的账号可能不同**——按 cheat-init 配的 typical_duration_seconds 调。
+
+---
+
+## 用户改稿历史观察(**持续追加,cheat-retro 复盘后建议补充**)
+
+> 每次复盘发现"用户改了 X,流量出现明显 Y 影响"时,cheat-retro 会建议在这里追加一行。
+
+| 视频 | 用户砍掉了什么 | 用户加了什么 | 流量影响 |
+|---|---|---|---|
+| 示例:停止期待 | EWDM 模型名 + 312 人样本铺垫 | — | T+7d 71.1w(高)|
+| 示例:老板废话 | TOP10 中间 8 条 + 致谢段 | — | T+4d 39.6w(高)|
+
+**结论**(参考博主):用户**系统性砍**列表型枚举 + 学术铺垫 + 模型缩写。下次写初稿时**不要塞这些再让用户砍**——直接砍掉。
+
+**你的频道结论**(待填,跑完几次复盘后填):
+- ……
+
+---
+
+## 新发现的 Pattern(编号续)
+
+> cheat-retro 复盘时发现新现象(用户改稿带来明显流量变化、评论区出现新模式),会建议追加新 pattern。
+
+### Pattern 11(示例):评论区互动钩子(来自参考博主"哈哈长度")
+
+**现象**:视频末尾的「在评论区告诉我 X」prompt,能:
+1. **直接激发 MS(Memetic Shareability)**——显式调用观众生成内容
+2. **降低评论门槛**——观众有具体回答框架
+3. **生成可见的群体行为**——评论区集体表演本身就是次级传播载体
+
+**触发条件**:只有当稿子里有**可挪用的具体维度**时才用——观众必须知道往评论区填什么。
+
+---
+
+### Pattern 12(示例):开头软化(沉重议题专用)
+
+**现象**:家庭议题、童年创伤、亲密关系等**沉重议题**,直接断言会触发观众"被冒犯"反应。加"我想"做缓冲:
+
+| 议题类型 | 开头应该 | 情感词应该 |
+|---|---|---|
+| 家庭 / 创伤 / 性别 | 加"我想"软化 | 柔化("破防"→"感触深")|
+| 娱乐 / 科技 / 学术圈梗 | 直接断言 | 适度强 |
+
+---
+
+## 维护建议
+
+- **保持 < 500 行**——每次复盘后追加新 pattern,但也定期删除被推翻的旧 pattern(与 rubric_notes.md 同 lifecycle 协议——见 [observation-lifecycle.md](../cheat-on-content/shared-references/observation-lifecycle.md))
+- **第 5 次复盘后**:把上面所有"示例"标的 pattern **完整改写**为你账号的实测——示例只是给你看格式,不是真理
+- **新 pattern 必须有 ≥1 样本支持**——单点观察先放到底部"待验证"段,≥2 才升正式 pattern
+- 每个 pattern **必须可追溯到具体视频** + 数据(不写"开头钩子很重要",写"参考博主停止期待用 IS 戏仿开场,T+7d 71w")
diff --git a/hooks/log-event.sh b/hooks/log-event.sh
new file mode 100755
index 0000000..dd64354
--- /dev/null
+++ b/hooks/log-event.sh
@@ -0,0 +1,58 @@
+#!/usr/bin/env bash
+#
+# cheat-on-content / meta-logging hook
+#
+# Passive event recorder. Writes one JSON line per event to
+# .cheat-cache/usage.jsonl in the project root. Never blocks (async fire-and-forget).
+#
+# Used by /cheat-status to compute:
+# - "distance since last bump" (count of cheat-predict invocations after last_bump_at)
+# - skill invocation frequency
+# - tool failure patterns
+#
+# Usage: log-event.sh <event_type>
+# <event_type> ∈ {tool_use, user_prompt, session_start, session_end}
+#
+# Reads from stdin: Claude Code's hook payload JSON
+# Output: appends one line to .cheat-cache/usage.jsonl
+
+set -uo pipefail
+
+event_type="${1:-unknown}"
+cache_dir="${CLAUDE_PROJECT_DIR:-.}/.cheat-cache"
+log_file="${cache_dir}/usage.jsonl"
+
+mkdir -p "$cache_dir" 2>/dev/null || exit 0 # never block on permission errors
+
+# Read hook payload
+input=$(cat 2>/dev/null || echo "{}")
+
+# Build a compact event record. Best-effort jq parse — if it fails we still log a minimal record.
+ts=$(date -u +"%Y-%m-%dT%H:%M:%SZ")
+
+if command -v jq >/dev/null 2>&1; then
+ # Extract a few standard fields if present
+ event_json=$(printf '%s' "$input" | jq -c --arg ts "$ts" --arg type "$event_type" '
+ {
+ ts: $ts,
+ event: $type,
+ tool: (.tool_name // null),
+ file: (.tool_input.file_path // null),
+ success: (.tool_response.success // null),
+ prompt_excerpt: (
+ (.user_prompt // "" | tostring) | .[:120]
+ )
+ }
+ ' 2>/dev/null || echo "")
+ if [[ -z "$event_json" ]]; then
+ event_json=$(printf '{"ts":"%s","event":"%s"}' "$ts" "$event_type")
+ fi
+else
+ # No jq — minimal record
+ event_json=$(printf '{"ts":"%s","event":"%s"}' "$ts" "$event_type")
+fi
+
+# Append (locking is platform-specific; for typical single-user setups append is atomic enough on macOS)
+printf '%s\n' "$event_json" >> "$log_file" 2>/dev/null || true
+
+exit 0
diff --git a/hooks/meta-logging.json b/hooks/meta-logging.json
new file mode 100644
index 0000000..2f7d59d
--- /dev/null
+++ b/hooks/meta-logging.json
@@ -0,0 +1,57 @@
+{
+ "_comment": "cheat-on-content meta-logging hook. Passively records every cheat-* skill invocation, tool call, and session lifecycle event to .cheat-cache/usage.jsonl. All hooks are async fire-and-forget — never blocks. Used by /cheat-status to compute things like 'distance since last bump'.",
+ "hooks": {
+ "PostToolUse": [
+ {
+ "matcher": "",
+ "hooks": [
+ {
+ "type": "command",
+ "command": "bash ${CLAUDE_PROJECT_DIR}/.cheat-hooks/log-event.sh tool_use",
+ "timeout": 5,
+ "async": true
+ }
+ ]
+ }
+ ],
+ "UserPromptSubmit": [
+ {
+ "matcher": "",
+ "hooks": [
+ {
+ "type": "command",
+ "command": "bash ${CLAUDE_PROJECT_DIR}/.cheat-hooks/log-event.sh user_prompt",
+ "timeout": 5,
+ "async": true
+ }
+ ]
+ }
+ ],
+ "SessionStart": [
+ {
+ "matcher": "",
+ "hooks": [
+ {
+ "type": "command",
+ "command": "bash ${CLAUDE_PROJECT_DIR}/.cheat-hooks/log-event.sh session_start",
+ "timeout": 5,
+ "async": true
+ }
+ ]
+ }
+ ],
+ "SessionEnd": [
+ {
+ "matcher": "",
+ "hooks": [
+ {
+ "type": "command",
+ "command": "bash ${CLAUDE_PROJECT_DIR}/.cheat-hooks/log-event.sh session_end",
+ "timeout": 5,
+ "async": true
+ }
+ ]
+ }
+ ]
+ }
+}
diff --git a/hooks/prediction-immutability.json b/hooks/prediction-immutability.json
new file mode 100644
index 0000000..aa9be17
--- /dev/null
+++ b/hooks/prediction-immutability.json
@@ -0,0 +1,18 @@
+{
+ "_comment": "cheat-on-content prediction immutability hook. Blocks edits to '## 预测' / '## Prediction' sections in predictions/*.md files. Merge this into your project's .claude/settings.json on /cheat-init.",
+ "hooks": {
+ "PreToolUse": [
+ {
+ "matcher": "Edit|Write",
+ "hooks": [
+ {
+ "type": "command",
+ "command": "bash ${CLAUDE_PROJECT_DIR}/.cheat-hooks/prediction-immutability.sh",
+ "timeout": 3,
+ "async": false
+ }
+ ]
+ }
+ ]
+ }
+}
diff --git a/hooks/prediction-immutability.sh b/hooks/prediction-immutability.sh
new file mode 100755
index 0000000..1243575
--- /dev/null
+++ b/hooks/prediction-immutability.sh
@@ -0,0 +1,148 @@
+#!/usr/bin/env bash
+#
+# cheat-on-content / prediction-immutability hook
+#
+# Wires PreToolUse(Edit|Write) → blocks any edit that touches the
+# '## 预测' / '## Prediction' section of a file under predictions/.
+#
+# Allows:
+# - Writing brand-new prediction files
+# - Editing the file's metadata header (above first ##)
+# - Appending to the '## 复盘' / '## Retrospective' section
+# - Touching files outside predictions/
+#
+# Blocks:
+# - Any change to lines between '## 预测' (or '## Prediction') and the next H2
+#
+# Bypass (rare, for true formatting-only fixes):
+# CHEAT_BYPASS_IMMUTABILITY=1 — single-shot bypass; logs a warning to stderr
+#
+# Requirements: bash 3+, jq, diff. Mac default install has all of these.
+#
+# Exit codes:
+# 0 = allow tool call to proceed
+# 1 = block tool call (Claude Code will surface stderr to the model)
+
+set -uo pipefail
+
+# Single-shot bypass — opt-in, logs prominently
+if [[ "${CHEAT_BYPASS_IMMUTABILITY:-0}" == "1" ]]; then
+ echo "[cheat-on-content] ⚠️ IMMUTABILITY BYPASS active (CHEAT_BYPASS_IMMUTABILITY=1)" >&2
+ echo "[cheat-on-content] ⚠️ This should only be used for pure markdown-formatting fixes." >&2
+ echo "[cheat-on-content] ⚠️ Bypass will be visible in git history." >&2
+ exit 0
+fi
+
+# Read tool call payload from stdin (Claude Code passes JSON)
+input=$(cat)
+if [[ -z "$input" ]]; then
+ # No input — let it through (defensive default; nothing to check)
+ exit 0
+fi
+
+# Extract tool name and file path
+tool_name=$(printf '%s' "$input" | jq -r '.tool_name // empty' 2>/dev/null || echo "")
+file_path=$(printf '%s' "$input" | jq -r '.tool_input.file_path // empty' 2>/dev/null || echo "")
+
+# Only intercept Edit and Write
+if [[ "$tool_name" != "Edit" && "$tool_name" != "Write" ]]; then
+ exit 0
+fi
+
+# Only intercept files under predictions/
+if [[ -z "$file_path" ]]; then
+ exit 0
+fi
+
+case "$file_path" in
+ */predictions/*.md|predictions/*.md)
+ : # match — continue checking
+ ;;
+ *)
+ exit 0
+ ;;
+esac
+
+# Allow Write if the file does not yet exist (creating new prediction)
+if [[ "$tool_name" == "Write" && ! -f "$file_path" ]]; then
+ exit 0
+fi
+
+# For Edit — extract the old_string and new_string and check whether either touches
+# the prediction section.
+#
+# Strategy: compute the byte range of the '## 预测' (or '## Prediction') section
+# in the file BEFORE the edit, then check whether the old_string lies inside that
+# range. If yes — block.
+
+if [[ "$tool_name" == "Edit" ]]; then
+ old_string=$(printf '%s' "$input" | jq -r '.tool_input.old_string // empty' 2>/dev/null || echo "")
+ if [[ -z "$old_string" ]]; then
+ exit 0
+ fi
+
+ # Find prediction section bounds. Match either '## 预测' or '## Prediction'.
+ # Pattern: line starting with '## 预测' or '## Prediction'; section ends at next '## ' or EOF.
+ prediction_section=$(awk '
+ /^## (预测|Prediction)([^a-zA-Z]|$)/ { in_pred=1; print; next }
+ /^## / && in_pred { exit }
+ in_pred { print }
+ ' "$file_path" 2>/dev/null || echo "")
+
+ if [[ -z "$prediction_section" ]]; then
+ # File has no prediction section — let the edit through.
+ # (Could be a non-conforming prediction file or an edge case.)
+ exit 0
+ fi
+
+ # Check whether old_string appears inside the prediction section.
+ # We use grep -F (literal) on a temporary file because old_string may contain regex chars.
+ pred_tmp=$(mktemp)
+ printf '%s' "$prediction_section" > "$pred_tmp"
+
+ if grep -qF -- "$old_string" "$pred_tmp" 2>/dev/null; then
+ rm -f "$pred_tmp"
+ cat >&2 <<EOF
+
+[cheat-on-content] 🚫 BLOCKED: edit targets the '## 预测' / '## Prediction' section of:
+ $file_path
+
+This violates principle #1 of cheat-on-content: predictions are immutable.
+Once written, the prediction section can never be modified — only the
+'## 复盘' / '## Retrospective' section can be appended to.
+
+What to do instead:
+ • If you want to redo the prediction with new info, create a NEW file:
+ ${file_path%.md}_redo.md
+ The original must be preserved.
+ • If you noticed a factual mistake AFTER seeing data, document it in the
+ '## 复盘' section: "Correction: original probability X% should have been Y%".
+ • If this is a pure markdown-formatting fix (no semantic change), you can
+ bypass once with: CHEAT_BYPASS_IMMUTABILITY=1 (logs to stderr, visible in git).
+
+See: shared-references/blind-prediction-protocol.md
+EOF
+ exit 1
+ fi
+
+ rm -f "$pred_tmp"
+ exit 0
+fi
+
+# Write tool on an existing file — that's a full overwrite, definitely touches prediction section.
+if [[ "$tool_name" == "Write" && -f "$file_path" ]]; then
+ cat >&2 <<EOF
+
+[cheat-on-content] 🚫 BLOCKED: Write would overwrite an existing prediction file:
+ $file_path
+
+Use Edit on the '## 复盘' section to append retrospective content.
+Use a new '_redo.md' file path to create a redo prediction.
+The original prediction file must be preserved verbatim.
+
+See: shared-references/blind-prediction-protocol.md
+EOF
+ exit 1
+fi
+
+exit 0
diff --git a/hooks/session-start.json b/hooks/session-start.json
new file mode 100644
index 0000000..620ffcc
--- /dev/null
+++ b/hooks/session-start.json
@@ -0,0 +1,18 @@
+{
+ "_comment": "cheat-on-content SessionStart hook. Auto-renders 4-6 line status report at every new conversation. Synchronous so the report appears in Claude's context BEFORE first reply. Silently exits if not in a cheat-on-content project (no .cheat-state.json found).",
+ "hooks": {
+ "SessionStart": [
+ {
+ "matcher": "",
+ "hooks": [
+ {
+ "type": "command",
+ "command": "bash ${CLAUDE_PROJECT_DIR}/.cheat-hooks/session-start.sh",
+ "timeout": 5,
+ "async": false
+ }
+ ]
+ }
+ ]
+ }
+}
diff --git a/hooks/session-start.sh b/hooks/session-start.sh
new file mode 100755
index 0000000..6922bec
--- /dev/null
+++ b/hooks/session-start.sh
@@ -0,0 +1,190 @@
+#!/usr/bin/env bash
+#
+# cheat-on-content SessionStart hook
+#
+# Renders a 4-6 line status report at the start of every Claude Code session.
+# Output is added to Claude's system context — Claude sees it before first reply.
+#
+# Silently exits if:
+# - Not in a cheat-on-content project (no .cheat-state.json)
+# - jq not available (status is markdown-readable; Claude can read state.json directly)
+#
+# Format:
+# 📦 Buffer: N (color)
+# ⏰ 待复盘: N
+# 🎯 候选 top 3: ...
+# 📅 上次抓热点: N 天前
+# ⚠️ 待办: ...
+
+set -uo pipefail
+
+PROJECT_DIR="${CLAUDE_PROJECT_DIR:-.}"
+STATE_FILE="$PROJECT_DIR/.cheat-state.json"
+
+# Silently skip if not a cheat-on-content project
+if [[ ! -f "$STATE_FILE" ]]; then
+ exit 0
+fi
+
+# Skip if jq missing (Claude can still read state.json himself in conversation)
+if ! command -v jq >/dev/null 2>&1; then
+ cat <<'EOF'
+[cheat-on-content] SessionStart: jq not installed — skipping auto status report.
+Claude can still read .cheat-state.json directly. Say "状态" for full status.
+EOF
+ exit 0
+fi
+
+now_epoch=$(date +%s)
+today_iso=$(date +%Y-%m-%d)
+
+# --- Read state ---
+state=$(cat "$STATE_FILE")
+schema_version=$(echo "$state" | jq -r '.schema_version // "unknown"')
+rubric_version=$(echo "$state" | jq -r '.rubric_version // "v0"')
+calibration_samples=$(echo "$state" | jq -r '.calibration_samples // 0')
+target_cadence=$(echo "$state" | jq -r '.target_publish_cadence_days // null')
+buffer_count=$(echo "$state" | jq -r '.shoots // [] | length')
+pending_retros_count=$(echo "$state" | jq -r '.pending_retros // [] | length')
+last_trends_at=$(echo "$state" | jq -r '.last_trends_run_at // ""')
+last_published_at=$(echo "$state" | jq -r '.last_published_at // ""')
+hooks_installed=$(echo "$state" | jq -r '.hooks_installed // false')
+form_severe_mismatch=$(echo "$state" | jq -r '.rubric_form_severe_mismatch // false')
+
+# --- Detect schema mismatch (read LATEST_SCHEMA from migrations/registry.md if reachable) ---
+# Strategy: hardcode current LATEST_SCHEMA here (bumped by maintainer alongside cheat-init).
+# If state.schema_version != LATEST_SCHEMA → suggest migrate (non-blocking).
+LATEST_SCHEMA="1.1"
+schema_mismatch=""
+if [[ "$schema_version" != "$LATEST_SCHEMA" && "$schema_version" != "unknown" ]]; then
+ schema_mismatch="⚠️ schema 版本不一致:state=${schema_version}, skill 期望=${LATEST_SCHEMA}。建议跑 /cheat-migrate(非阻塞,部分新功能可能在迁移前异常)。"
+elif [[ "$schema_version" == "unknown" ]]; then
+ schema_mismatch="⚠️ state.schema_version 字段缺失或损坏。建议跑 /cheat-status 检查文件,或备份后重 init。"
+fi
+
+# --- Derive confidence label (single source: state-management.md confidence 表) ---
+if [[ $calibration_samples -eq 0 ]]; then
+ confidence="🔴 极低 (占星级别,纯纪律训练)"
+elif [[ $calibration_samples -le 2 ]]; then
+ confidence="🟠 低 (中枢 ±50%,方向感优于绝对数字)"
+elif [[ $calibration_samples -le 5 ]]; then
+ confidence="🟡 偏低 (中枢 ±40%,可作为参考之一)"
+elif [[ $calibration_samples -le 10 ]]; then
+ confidence="🟢 中 (中枢 ±25%,可参与决策)"
+elif [[ $calibration_samples -le 20 ]]; then
+ confidence="🟢 较高 (中枢 ±15%,rubric 形态稳定)"
+else
+ confidence="🔵 高 (中枢 ±10%,可数据驱动)"
+fi
+
+# --- Compute buffer color ---
+buffer_label=""
+buffer_warning=""
+if [[ "$target_cadence" == "null" ]] || [[ -z "$target_cadence" ]]; then
+ # Flexible cadence: no color, just count
+ buffer_label="📦 Buffer: ${buffer_count} 篇 (灵活节奏,无警戒)"
+else
+ buffer_days=$(( buffer_count * target_cadence ))
+ if [[ $buffer_days -lt 1 ]]; then
+ buffer_label="📦 Buffer: ${buffer_count} 篇 🔴 红 (按 cadence ${target_cadence}d = <1 天预备)"
+ buffer_warning="🚨 buffer 警戒:下个发布日可能断更。今天必须拍 ≥1 条稳分。"
+ elif [[ $buffer_days -le 2 ]]; then
+ buffer_label="📦 Buffer: ${buffer_count} 篇 🟠 橙 (按 cadence ${target_cadence}d = ${buffer_days} 天预备)"
+ elif [[ $buffer_days -le 5 ]]; then
+ buffer_label="📦 Buffer: ${buffer_count} 篇 🟢 绿 (按 cadence ${target_cadence}d = ${buffer_days} 天预备)"
+ else
+ buffer_label="📦 Buffer: ${buffer_count} 篇 🔵 蓝 (按 cadence ${target_cadence}d = ${buffer_days} 天,积压)"
+ buffer_warning="📦 buffer 积压:建议暂停拍摄,先发存货 + 复盘。"
+ fi
+fi
+
+# --- Compute pending retros that are actually due ---
+retro_window=3 # default RETRO_WINDOW_DAYS, hardcoded fallback (TODO: read from rubric_notes if present)
+due_count=0
+earliest_due=""
+if [[ "$pending_retros_count" -gt 0 ]]; then
+ # Walk pending_retros, check each prediction file's published_at
+ while IFS= read -r pred_file; do
+ pred_path="$PROJECT_DIR/$pred_file"
+ if [[ -f "$pred_path" ]]; then
+ pub_iso=$(grep -E '^\*\*Published at\*\*:' "$pred_path" 2>/dev/null | head -1 | sed -E 's/.*: *//')
+ if [[ -n "$pub_iso" ]]; then
+ pub_epoch=$(date -j -f "%Y-%m-%dT%H:%M:%S" "${pub_iso%%+*}" "+%s" 2>/dev/null || echo 0)
+ if [[ $pub_epoch -gt 0 ]]; then
+ age_days=$(( (now_epoch - pub_epoch) / 86400 ))
+ if [[ $age_days -ge $retro_window ]]; then
+ due_count=$((due_count + 1))
+ if [[ -z "$earliest_due" ]] || [[ "$pub_iso" < "$earliest_due" ]]; then
+ earliest_due="$pub_iso"
+ fi
+ fi
+ fi
+ fi
+ fi
+ done < <(echo "$state" | jq -r '.pending_retros // [] | .[]')
+fi
+
+retro_label=""
+if [[ $due_count -gt 0 ]]; then
+ retro_label="⏰ 待复盘: ${due_count} 篇 (最早: ${earliest_due%%T*})"
+elif [[ "$pending_retros_count" -gt 0 ]]; then
+ retro_label="⏰ 待复盘: ${pending_retros_count} 篇 (未到 T+${retro_window}d)"
+else
+ retro_label="⏰ 待复盘: 无"
+fi
+
+# --- Top candidates (read first 3 H3 from candidates.md) ---
+candidates_file="$PROJECT_DIR/candidates.md"
+top_candidates=""
+if [[ -f "$candidates_file" ]]; then
+ # Extract first 3 H3 titles, format compactly
+ top_candidates=$(grep -E '^### ' "$candidates_file" 2>/dev/null \
+ | head -3 \
+ | sed -E 's/^### \[[^]]+\] *//' \
+ | tr '\n' '/' \
+ | sed 's:/$::' \
+ | sed 's:/: / :g')
+fi
+if [[ -z "$top_candidates" ]]; then
+ candidates_label="🎯 候选: (空——说 '抓热点' 或 '找选题')"
+else
+ candidates_label="🎯 候选 top 3: ${top_candidates}"
+fi
+
+# --- Last trends run ---
+trends_label=""
+if [[ -n "$last_trends_at" ]]; then
+ trends_epoch=$(date -j -f "%Y-%m-%dT%H:%M:%S" "${last_trends_at%%+*}" "+%s" 2>/dev/null || echo 0)
+ if [[ $trends_epoch -gt 0 ]]; then
+ days_ago=$(( (now_epoch - trends_epoch) / 86400 ))
+ trends_label="📅 上次抓热点: ${days_ago} 天前"
+ fi
+fi
+
+# --- Build the report ---
+echo ""
+echo "[cheat-on-content / SessionStart 状态报告]"
+echo ""
+echo "$buffer_label"
+echo "$retro_label"
+echo "$candidates_label"
+[[ -n "$trends_label" ]] && echo "$trends_label"
+
+# Confidence indicator
+echo "📈 校准样本: ${calibration_samples} | Confidence: ${confidence}"
+
+# Warnings (high priority)
+[[ -n "$buffer_warning" ]] && echo "" && echo "$buffer_warning"
+[[ -n "$schema_mismatch" ]] && echo "" && echo "$schema_mismatch"
+if [[ "$form_severe_mismatch" == "true" ]]; then
+ echo "❌ rubric 与你的内容形态严重不匹配——预测几乎无意义。"
+fi
+if [[ "$hooks_installed" != "true" ]]; then
+ echo "⚠️ immutability hook 未装——你的盲预测保护是君子协定,不是物理强制。"
+fi
+
+echo ""
+echo "(不要主动开始任何动作——等用户决定。说 \"状态\" 看完整看板。)"
+echo ""
+
+exit 0
diff --git a/install.sh b/install.sh
new file mode 100755
index 0000000..10c0e6e
--- /dev/null
+++ b/install.sh
@@ -0,0 +1,184 @@
+#!/usr/bin/env bash
+#
+# cheat-on-content / install.sh
+#
+# Symlinks the 13 sub-skills into ~/.claude/skills/ so Claude Code can find them
+# globally. Re-runnable safely (sf flags overwrite existing links).
+#
+# After install, in any content project directory: open Claude Code → say "初始化"
+# → /cheat-init runs the onboarding.
+#
+# To uninstall: bash uninstall.sh
+#
+# Usage:
+# bash install.sh # symlink (default; dev-friendly, changes reflect immediately)
+# bash install.sh --copy # copy instead of symlink (frozen version, dev changes ignored)
+# bash install.sh --reinstall-hooks <project-dir>
+# # rewrite hook scripts in an existing user project's .cheat-hooks/
+# # (use after git pull when CHANGELOG mentions hook script changes;
+# # does NOT touch .cheat-state.json or any user data)
+
+set -euo pipefail
+
+SKILLS=(
+ cheat-init
+ cheat-learn-from
+ cheat-seed
+ cheat-score
+ cheat-predict
+ cheat-shoot
+ cheat-publish
+ cheat-retro
+ cheat-bump
+ cheat-recommend
+ cheat-trends
+ cheat-status
+ cheat-migrate
+)
+
+# Resolve the directory containing THIS script (the source root) — needed early for both modes
+SCRIPT_DIR="$( cd -- "$( dirname -- "${BASH_SOURCE[0]}" )" &> /dev/null && pwd )"
+
+MODE="symlink"
+
+# --- --reinstall-hooks branch: rewrite a user project's hook scripts only ---
+if [[ "${1:-}" == "--reinstall-hooks" ]]; then
+ PROJECT_DIR="${2:-}"
+ if [[ -z "$PROJECT_DIR" ]]; then
+ echo "❌ Usage: bash install.sh --reinstall-hooks <path-to-user-project>"
+ echo " The user project must already have been initialized via /cheat-init."
+ exit 1
+ fi
+ if [[ ! -d "$PROJECT_DIR" ]]; then
+ echo "❌ Project dir not found: $PROJECT_DIR"
+ exit 1
+ fi
+ if [[ ! -f "$PROJECT_DIR/.cheat-state.json" ]]; then
+ echo "❌ $PROJECT_DIR is not a cheat-on-content project (no .cheat-state.json)."
+ echo " Run /cheat-init in that directory first."
+ exit 1
+ fi
+
+ HOOK_DST="$PROJECT_DIR/.cheat-hooks"
+ mkdir -p "$HOOK_DST"
+
+ echo ""
+ echo "Reinstalling hook scripts in: $PROJECT_DIR"
+ echo " source: $SCRIPT_DIR/hooks/"
+ echo ""
+
+ for hook_script in prediction-immutability.sh session-start.sh log-event.sh; do
+ if [[ -f "$SCRIPT_DIR/hooks/$hook_script" ]]; then
+ cp "$SCRIPT_DIR/hooks/$hook_script" "$HOOK_DST/$hook_script"
+ chmod +x "$HOOK_DST/$hook_script"
+ echo " ✓ updated: .cheat-hooks/$hook_script"
+ else
+ echo " ⚠️ missing in source: hooks/$hook_script (skipped)"
+ fi
+ done
+
+ echo ""
+ echo "✅ Hook scripts reinstalled."
+ echo ""
+ echo "Note: This did NOT touch:"
+ echo " - .cheat-state.json (your data)"
+ echo " - .claude/settings.json (hook registration — should still point at .cheat-hooks/)"
+ echo " - rubric_notes.md / predictions/ / videos/ (your work)"
+ echo ""
+ echo "If schema also changed (CHANGELOG marks BREAKING), additionally run /cheat-migrate"
+ echo "in Claude Code from your project directory."
+ echo ""
+ exit 0
+fi
+
+if [[ "${1:-}" == "--copy" ]]; then
+ MODE="copy"
+fi
+
+# Sanity check: confirm we're in the cheat-on-content root
+for s in "${SKILLS[@]}"; do
+ if [[ ! -f "$SCRIPT_DIR/skills/$s/SKILL.md" ]]; then
+ echo "❌ Missing: $SCRIPT_DIR/skills/$s/SKILL.md"
+ echo " Are you running install.sh from the cheat-on-content root?"
+ exit 1
+ fi
+done
+
+# Ensure ~/.claude/skills exists
+mkdir -p "$HOME/.claude/skills"
+
+echo ""
+echo "Installing cheat-on-content (mode: $MODE)"
+echo " source: $SCRIPT_DIR"
+echo " target: $HOME/.claude/skills/"
+echo ""
+
+# Detect any existing installation that conflicts
+WARNED=0
+for s in "${SKILLS[@]}"; do
+ TARGET="$HOME/.claude/skills/$s"
+ if [[ -e "$TARGET" || -L "$TARGET" ]]; then
+ if [[ -L "$TARGET" ]]; then
+ EXISTING=$(readlink "$TARGET")
+ if [[ "$EXISTING" != "$SCRIPT_DIR/skills/$s" ]]; then
+ echo "⚠️ $TARGET already symlinked to: $EXISTING"
+ WARNED=1
+ fi
+ else
+ echo "⚠️ $TARGET exists (not a symlink) — will be overwritten"
+ WARNED=1
+ fi
+ fi
+done
+
+if [[ $WARNED -eq 1 ]]; then
+ echo ""
+ read -p "Continue and overwrite? (y/N) " -n 1 -r
+ echo ""
+ if [[ ! $REPLY =~ ^[Yy]$ ]]; then
+ echo "Aborted."
+ exit 1
+ fi
+fi
+
+# Install each sub-skill
+for s in "${SKILLS[@]}"; do
+ SRC="$SCRIPT_DIR/skills/$s"
+ DST="$HOME/.claude/skills/$s"
+
+ # Remove any existing entry first (to allow overwriting non-symlink dirs)
+ if [[ -e "$DST" || -L "$DST" ]]; then
+ rm -rf "$DST"
+ fi
+
+ if [[ "$MODE" == "symlink" ]]; then
+ ln -s "$SRC" "$DST"
+ echo " ✓ symlinked: $s"
+ else
+ cp -R "$SRC" "$DST"
+ echo " ✓ copied: $s"
+ fi
+done
+
+echo ""
+echo "✅ Install complete!"
+echo ""
+echo "Next steps:"
+echo " 1. cd into your content project (or create one):"
+echo " mkdir ~/my-channel && cd ~/my-channel"
+echo ""
+echo " 2. Open Claude Code in that directory"
+echo ""
+echo " 3. In the chat, say:"
+echo " 初始化"
+echo " (or: 初始化 cheat-on-content)"
+echo ""
+echo "Verify install: ls -la ~/.claude/skills/ | grep cheat"
+echo ""
+if [[ "$MODE" == "symlink" ]]; then
+ echo "ℹ️ Mode: symlink — edits to source SKILL.md files take effect immediately."
+ echo " To switch to frozen copy: bash install.sh --copy"
+else
+ echo "ℹ️ Mode: copy — frozen at install time. Re-run install.sh to update."
+fi
+echo ""
diff --git a/migrations/1.0-to-1.1.md b/migrations/1.0-to-1.1.md
new file mode 100644
index 0000000..c561f5d
--- /dev/null
+++ b/migrations/1.0-to-1.1.md
@@ -0,0 +1,99 @@
+# Migration: schema_version 1.0 → 1.1
+
+> **Type**: MINOR(兼容;老 state 用默认值读不会崩,但跑迁移让字段语义对齐)
+>
+> **Status**: 这是 v1 第一份正式 migration——主要作为模板和示例。绝大多数早期用户直接从 init 出来就是 1.1,无需迁移。
+
+---
+
+## WHAT changed
+
+### 删除字段
+
+| 字段 | 旧值 | 删除原因 |
+|---|---|---|
+| `mode` | "cold-start" / "calibration" 二元 | 用 `calibration_samples` 整数替代——硬切换是设计者猜测,连续整数更准确 |
+| `prediction_complexity` | "cold-start-simple" / "complete" | 所有预测都用统一 7 组件结构,confidence 派生自 calibration_samples |
+| `bucket_scheme` | "ratio" / "absolute" / "absolute_with_ratio" / "percentile" | bucket 边界由单一算法自动派生(有 `baseline_plays` → 倍数;无 → 平台默认) |
+
+### 新增字段
+
+| 字段 | 默认值 | 写入者 |
+|---|---|---|
+| `typical_duration_seconds` | 240 | cheat-init Q1.5 派生 |
+| `target_publish_cadence_days` | null(灵活节奏) | cheat-init Q1.6 派生 |
+| `rubric_form_mismatch` | false | cheat-init(content_form ≠ opinion-video 时 true) |
+| `benchmark_status` | "none" | cheat-init Phase 2.5 |
+| `benchmark_name` | null | cheat-learn-from |
+| `benchmark_sample_count` | 0 | cheat-learn-from |
+| `baseline_plays` | null | cheat-init / cheat-retro |
+| `enabled_perf_adapters` | `[]` | cheat-init |
+| `last_published_file` | null | cheat-publish |
+| `last_retro_at` | null | cheat-retro |
+| `pending_retros` | `[]` | cheat-publish / cheat-retro |
+| `shoots` | `[]` | cheat-shoot / cheat-publish |
+
+---
+
+## WHY
+
+v1.0 的 `mode` 是离散二元,强迫"前 5 篇 cold-start vs 后续 calibration"二选一。实际频道是**连续光谱**——第 4 篇和第 6 篇没有质变。用整数 `calibration_samples` 配一张派生表(详见 [shared-references/state-management.md](../shared-references/state-management.md) 的 confidence 派生表),既保留信号又消除假断点。
+
+类似地 `bucket_scheme` 把"bucket 怎么分"硬塞给用户决定,但用户根本没数据决定——交给算法从 baseline_plays 派生才合理。
+
+---
+
+## HOW (Claude steps for /cheat-migrate)
+
+按顺序:
+
+1. 读 `.cheat-state.json` → 解析 JSON
+2. 校验 `schema_version == "1.0"`,否则报错"当前 state 不是 1.0,无需此迁移"
+3. 派生新字段值:
+ - `typical_duration_seconds`: 询问用户"你的视频典型时长多少秒?"(默认 240)
+ - `target_publish_cadence_days`: 询问"目标发布频率(1=日更/2=隔日/7=周更/null=灵活)"(默认 null)
+ - `rubric_form_mismatch`: 检查 content_form 是否 ≠ "opinion-video"(v1.0 字段保留)→ 是则 true
+ - `benchmark_status`: 默认 "none"
+ - `benchmark_name`: null
+ - `benchmark_sample_count`: 0
+ - `baseline_plays`: 扫 `predictions/` 找含实绩的 reconstructed predictions → 取播放数中位数;找不到→ null
+ - `enabled_perf_adapters`: `[]`
+ - `last_published_file`: null(不能从 1.0 字段反推)
+ - `last_retro_at`: null(同上)
+ - `pending_retros`: 扫 `predictions/` 找有 `published_at` 但无 `## 复盘` 的 → 列表
+ - `shoots`: 扫 `videos/` 找有 script.md 但对应 prediction 无 `published_at` 的 → 构造 shoot 条目
+4. 删除字段:`mode`, `prediction_complexity`, `bucket_scheme`
+5. 设 `schema_version = "1.1"`
+6. **原子写**:写到 `.cheat-state.json.tmp` → rename
+7. 报告:"✅ 迁移到 1.1 完成。新增 N 字段,删除 3 字段。"
+
+---
+
+## Manual fallback
+
+不想跑 `/cheat-migrate` 的用户可以手改 `.cheat-state.json`:
+
+```diff
+ {
+ "schema_version": "1.0",
++ "schema_version": "1.1",
+- "mode": "cold-start",
+- "prediction_complexity": "cold-start-simple",
+- "bucket_scheme": "ratio",
++ "typical_duration_seconds": 240,
++ "target_publish_cadence_days": null,
++ "rubric_form_mismatch": false,
++ "benchmark_status": "none",
++ "benchmark_name": null,
++ "benchmark_sample_count": 0,
++ "baseline_plays": null,
++ "enabled_perf_adapters": [],
++ "last_published_file": null,
++ "last_retro_at": null,
++ "pending_retros": [],
++ "shoots": [],
+ ...
+ }
+```
+
+> 手改后建议跑 `/cheat-status` 验证 state 文件能被所有 skill 正常读。
diff --git a/migrations/registry.md b/migrations/registry.md
new file mode 100644
index 0000000..e14f15a
--- /dev/null
+++ b/migrations/registry.md
@@ -0,0 +1,64 @@
+# Migrations Registry
+
+cheat-on-content 的 schema 版本演进单一来源。`/cheat-migrate` 读这份文件决定要跑哪些迁移。
+
+---
+
+## 当前 schema_version
+
+**`1.1`** —— 由 `cheat-init` Phase 3 写入新 state 文件。
+
+下方 `LATEST_SCHEMA` 标记位被 `cheat-migrate` skill 和 SessionStart hook 引用:
+
+```
+LATEST_SCHEMA = "1.1"
+```
+
+> 维护者注意:bump 这个值的同时**必须**新增对应迁移文件 + 在下方"版本链"追加一行。
+
+---
+
+## 版本链
+
+按时间顺序,每行表示一个 schema 升级。`/cheat-migrate` 用此表算出从用户当前版本到 LATEST_SCHEMA 需要按顺序跑哪些 step。
+
+| from | to | breaking? | 迁移文件 | 描述 |
+|---|---|---|---|---|
+| (none) | 1.0 | — | (内置) | v1 首版 schema |
+| 1.0 | 1.1 | NO | [1.0-to-1.1.md](1.0-to-1.1.md) | 删 `mode` / `prediction_complexity` / `bucket_scheme` 三个枚举字段;新增 `target_publish_cadence_days` / `baseline_plays` / `benchmark_*` / `shoots` 等 |
+
+---
+
+## 迁移文件命名约定
+
+- 文件名:`<from>-to-<to>.md`(如 `1.1-to-1.2.md`)
+- 每份必含 4 段:
+ 1. **WHAT changed** — 字段层 diff(新增 / 删除 / 重命名)
+ 2. **WHY** — 为什么这个改动
+ 3. **HOW (Claude steps)** — Claude 跑 `/cheat-migrate` 时按顺序执行的自然语言步骤
+ 4. **Manual fallback** — 如果用户不想跑 skill,手改 `.cheat-state.json` 的最小指令
+
+---
+
+## 哲学(详见 [shared-references/migration-protocol.md](../shared-references/migration-protocol.md))
+
+- **MINOR bump**(如 1.1 → 1.2):仅新增字段或软化 enum 取值。老 state 用 `state.get(field, default)` 读到默认值,**可以不跑 migrate**——但跑了能让 state 文件变完整
+- **MAJOR bump**(如 1.x → 2.0):删字段 / 重命名字段 / 改字段语义。老 state **必须**跑 migrate,否则 skill 会读到不一致的字段
+- **不允许跳版**:1.0 用户升到 1.3 必须按顺序跑 1.0→1.1、1.1→1.2、1.2→1.3。每步幂等
+- **失败停在原地**:迁移到第 N 步失败 → state.schema_version 仍是 N-1(不是目标版本)。修复后重跑能从断点继续
+
+---
+
+## 给开发者:新增一个迁移
+
+bump schema 时(顺序):
+
+1. 想清楚是 MINOR 还是 MAJOR(参考上面哲学段)
+2. 改 `cheat-init/SKILL.md` 的 `schema_version` 硬编码为新值
+3. 改本文件的 `LATEST_SCHEMA = "X.Y"` 标记位
+4. 本文件"版本链"表追加一行
+5. 新建 `migrations/<old>-to-<new>.md`,4 段都填
+6. CHANGELOG.md 标 `BREAKING`(major)或 `MINOR`,加迁移文件链接
+7. 跑一遍:在 fixture 老 state 上调 `/cheat-migrate`,验证升级到新版且 state 字段齐全
+
+如果懒得写 4 段的标准 migration 文件,把 schema bump **推迟**到下一次有规模改动时一起做——不要先 bump schema 再补文档。
diff --git a/shared-references/blind-prediction-protocol.md b/shared-references/blind-prediction-protocol.md
new file mode 100644
index 0000000..9f4dcc8
--- /dev/null
+++ b/shared-references/blind-prediction-protocol.md
@@ -0,0 +1,137 @@
+# Blind Prediction Protocol(盲预测协议)
+
+被这些子 skill 引用:`cheat-predict`、`cheat-retro`、主 SKILL.md。
+
+这是项目原则 #1 的完整规范。任何子 skill 在写预测前都必须执行本协议。
+
+---
+
+## 核心定义
+
+**盲预测**:在预测者(人或模型)看到任何关于该作品发布后真实表现数据**之前**完成的预测。
+
+预测一旦写入 `predictions/*.md` 的 `## 预测` 段,该段即为 **immutable**——只能在文件末尾追加 `## 复盘` 段,不能修改预测段任何字符。
+
+---
+
+## "见过数据"的边界(关键,常被违反)
+
+下列任一条件成立 → 已不再 blind,**禁止写预测**:
+
+| 信息 | 是否破坏 blind | 例外 |
+|---|---|---|
+| 该作品任何平台的播放数 / 阅读数 | ✗ 破坏 | 无 |
+| 该作品的点赞 / 评论 / 转发数 | ✗ 破坏 | 无 |
+| 该作品的具体评论内容 | ✗ 破坏 | 无 |
+| 该作品的算法推荐位 / 热门榜位置 | ✗ 破坏 | 无 |
+| 该作品发布后的截图 / 后台数据 | ✗ 破坏 | 无 |
+| **同期发布的其他人**作品的表现 | ○ 不破坏 | — |
+| **历史上类似主题**作品的表现 | ○ 不破坏(这正是锚点对比要做的) | — |
+| 该作品**发布前**的稿子内容 | ○ 不破坏 | 这是预测的输入 |
+| 用户口述的"我感觉这条还行" | △ 谨慎 | 用户的主观感觉不算"数据",但要在预测里标注用户偏见 |
+
+**判断捷径**:只要这条信息**只能在作品发布后才能获得**,就算"数据"。
+
+---
+
+## 预测者必须主动声明的情况
+
+子 skill 在启动 `cheat-predict` 前,必须自检并向用户**主动声明**:
+
+1. **作品已发布超过 RETRO_WINDOW_DAYS 天**(默认 3 天)→ 必须拒绝写"预测",改记为 `**Reconstructed retrospective**`,明确标注非预测
+2. **作品已发布但 < RETRO_WINDOW_DAYS 天,用户尚未透露任何数据**→ 允许 blind 预测,但在文件头部标记 `published_before_prediction: true` + `blind_status: confirmed_no_data_seen`
+3. **用户在对话里已粘贴了任何后续数据**→ 同 #1 处理,记为 reconstructed
+
+`BLIND_CHECK=strict`(默认):上述任何破坏条件命中,**拒绝执行**。
+`BLIND_CHECK=lenient`:仅警告 + 强制标注,允许继续——只用于离线测试或学术演练,**不推荐用于真实校准**。
+
+---
+
+## Immutable 的工程边界
+
+`## 预测` 段的不可修改是**用户体验承诺**,由 hook 层强制:
+
+- `hooks/prediction-immutability.sh` 在 PreToolUse(Edit|Write) 上检查 `predictions/` 下文件
+- 命中 `## 预测` 与下一个二级标题之间任何 diff → exit 1 阻塞
+- `## 复盘` 段的追加 → 放行
+
+**禁止的"绕开"模式**(子 skill 必须拒绝):
+- "把预测段重写得更准一点" → 拒绝。如有正当理由重做,创建新文件 `<原文件名>_redo.md`,原文件保留
+- "我的概率分布写错了 0.5%,让我改一下" → 拒绝。在复盘段追加 `修正:原概率分布 X% 应为 Y%,于 <date> 发现笔误`
+- "我前面没考虑 SR=4,重打一下分" → 拒绝。同上路径
+
+唯一允许编辑预测段的场景:**纯 markdown 排版错误**(标题层级错误、列表 bullet 格式错),且用户明确说明这是格式修复。这种情况 hook 仍会阻塞,需要用户显式 bypass(手动设置环境变量 `CHEAT_BYPASS_IMMUTABILITY=1` 单次)——bypass 应在 git history 留痕。
+
+---
+
+## 文件名约定(**三处一致**)
+
+一个内容三处文件,**用同一组 `<date>_<id>_<short>` 命名**:
+
+```
+scripts/<date>_<id>_<short>.md ← pre-shoot 草稿(cheat-seed 写或用户写)
+predictions/<date>_<id>_<short>.md ← immutable 预测(cheat-predict 写)
+videos/<date>_<id>_<short>/ ← 拍后才建(cheat-shoot 创建)
+ ├── script.md ← 用户提供的最终拍摄稿
+ └── report.md ← T+3d 数据(cheat-retro 写)
+```
+
+- `<date>`:**草稿首次落盘日期**(即 `scripts/<id>.md` 的创建日),不是预测日 / 拍摄日 / 发布日。理由:保持 ID 稳定——草稿大改后 hash 变了仍想保持文件可追溯
+- `<id>`:12 位 sha256 前缀,对**草稿首次落盘的内容**做 hash。用户 edit 草稿后**不变**——便于跨文件引用
+- `<short>`:3-8 字中文或英文短名,便于人类辨识
+
+Reconstructed 重做:在 `<short>` 后加 `_redo`,三处都加:
+- `scripts/<date>_<id>_<short>_redo.md`
+- `predictions/<date>_<id>_<short>_redo.md`
+- `videos/<date>_<id>_<short>_redo/`
+
+原文件保留(不删)。
+
+---
+
+## 子 skill 必须做的检查清单
+
+`cheat-predict` 启动时:
+1. 读 `BLIND_CHECK` 常量
+2. 询问用户该作品当前发布状态(未发 / 已发 < RETRO_WINDOW_DAYS / 已发 ≥ RETRO_WINDOW_DAYS)
+3. 询问对话历史里是否提到过该作品的任何后续数据(如有,自检对话里有没有 "播放/阅读/点赞/评论" 等关键词)
+4. 若 #2 或 #3 命中破坏条件 → 按 `BLIND_CHECK` 模式处理
+5. 通过后才允许写 `predictions/*.md`
+
+`cheat-retro` 启动时:
+1. 读目标 prediction 文件
+2. **先在内存里 cache 住 `## 预测` 段**——后续任何对该文件的写都必须先校验该段未变
+3. 抓数据 → 追加 `## 复盘` 段
+4. 写完后**再次校验**:写入后该文件的 `## 预测` 段哈希应等于步骤 2 的 cache。不等 → 报错并回滚
+
+主 SKILL.md:
+- 用户说出"重写预测" / "改一下预测段" / "你之前预测错了我帮你改" 时,**直接拒绝并解释**,引导改用 `_redo.md` 路径
+
+---
+
+## 异常状态处理
+
+| 场景 | 处理 |
+|---|---|
+| 预测文件不小心被人手编辑了预测段 | 不自动回滚(破坏更大)。下次 `cheat-retro` 检测到不一致 → 在复盘段追加 `**Integrity warning**: 预测段于 <ISO timestamp> 被外部修改,无法保证盲度`,校准价值降级为"参考",不计入 bump 校准池 |
+| 预测文件遗失 / 被删 | git log 找回。找不到 → 在 `rubric_notes.md` 记录"<id> 预测文件遗失,校准池缺该样本" |
+| 用户原本是 cold-start,半路想"补"已发作品的预测 | 一律记为 `**Reconstructed retrospective**`,不计入校准池——这是补的不是预测。可作为"观察"记录到 `rubric_notes.md` |
+
+---
+
+## 反模式(必须拒绝的请求)
+
+- 「帮我预测一下,但我先告诉你播放量你来反推就行」 → 拒绝。直接破坏盲度
+- 「这条已经发了 5 天数据出来了,但你假装没看到,给我做个预测看会不会准」 → 拒绝。请改用 `_redo.md` 走 reconstructed 路径
+- 「上次预测算错了,帮我把概率分布改一下」 → 拒绝。在复盘段说明
+- 「能不能跳过 blind check 我有特殊原因」 → 询问原因;只有"格式修复"是合法的 bypass 理由
+
+---
+
+## Why(为什么这套这么严)
+
+盲预测是整个 cheat-on-content 校准循环的**唯一信号源**。一旦预测段被事后修改,所有"哪个维度被验证 / 推翻"的判断都失去基线——你不知道当初是真预测对了,还是事后改对了。
+
+校准价值 = 预测精度 × 预测可信度。
+- 预测精度可以靠 rubric 升级慢慢提升。
+- 预测可信度一旦破坏不可恢复——**这是为什么 immutability 是 hook 层强制,不是君子协定**。
diff --git a/shared-references/bump-validation-protocol.md b/shared-references/bump-validation-protocol.md
new file mode 100644
index 0000000..3cec401
--- /dev/null
+++ b/shared-references/bump-validation-protocol.md
@@ -0,0 +1,155 @@
+# Rubric Bump Validation Protocol(升级验证协议)
+
+被这些子 skill 引用:`cheat-bump`、主 SKILL.md。
+
+这是项目原则 #2 的完整规范——**升级 = 全量重打**。任何对 rubric 的结构性变更都必须走完本协议。
+
+---
+
+## "升级"的定义
+
+下列任一变更触发完整 bump 流程:
+
+- 公式系数变化(ER×1.5 → ×2.0)
+- 维度增减(删 NA,加 MS)
+- 维度定义颠覆性改写("QL=金句数量" → "QL=可挪用句式")
+- 归一化常数变化(除数从 8.5 → 9.0)
+
+下列变更**不**触发 bump,但要在 `rubric_notes.md` 标注:
+- 维度定义边际细化(QL=5 的门槛从"≥3 句"细化为"≥3 句且分布在不同段")
+- 单维度门槛变严的备注(不改公式,只改打分时的判断习惯)
+- 锚点样本更新(用新样本作为 5 分标杆)
+
+---
+
+## 何时**可以**提议升级(**Claude 判断为主,下面是参考触发场景**)
+
+任一成立即可提议——但**最终是 Claude 判断观察的成熟度 + 信号强度**,下面只是 default heuristic:
+
+1. 某个跨样本观察出现**清晰、可追溯到具体数据点的支持模式**(默认参考 ≥3 样本,但 Claude 可以基于 1-2 个**特别强**的样本提议——如 6x 流量比 / 单一模因 ≥2000 赞这种异常信号)
+2. 当前 rubric 在最近复盘中**系统性偏向同一方向**(默认参考 ≥3 次同向,但 Claude 可以基于 1-2 次**极端偏离**提议——如中枢 50w 实绩 5w 这种 10x 偏差)
+3. 某候选维度展示了独立预测力(参考样本数:≥3 是稳,但 1-2 个强证据也算)
+4. 校准池跨过某分水岭(5 / 10 / 20 / 50)触发常规复审
+
+**Claude 提议 bump 时必须显式标注**:本次提议是 default-aligned(满足上面常规门槛)还是 judgment-driven(基于强信号但样本少)。让用户审视依据。
+
+---
+
+## 何时**禁止**提议升级
+
+下面是**硬约束**——Claude 不能突破:
+
+- 当前正处于 in-progress prediction(state file `in_progress_session != null`)—— 流程纪律
+- 上次 bump 后没有任何新校准样本——必须至少 1 个新样本才能再次 bump(避免循环验证自己)
+
+下面是**软建议**——Claude 通常应避免,但有强理由可以打破并显式标注:
+
+- 校准池 < 5 样本时一般不 bump(除非出现强反例)
+- 上次 bump 距今 < 3 篇新校准样本时一般不 bump(除非新样本含强反例)
+
+**Claude 软违反时必须:**
+1. 在提议中显式说明"我知道默认建议等到 N≥5 / 等到 ≥3 篇新样本,但本次原因是 [X 强信号]"
+2. 仍走完整 5 步验证流程(包括跨模型审核)
+3. 跨模型审核如果 REJECT → bump 被拒,**不允许"我觉得信号强"绕过**
+
+---
+
+## 完整升级流程(强制 5 步,不允许跳步)
+
+### Step 1:写出新公式的完整方程
+
+不能只说"ER 权重提高",必须把整个方程完整写出,所有系数和归一化常数。
+
+示例(合规):
+```
+v2.0 composite = (ER×1.5 + SR×1.5 + HP×1.5 + QL + NA + AB + SAT) / 8.5 × 2.0
+v2.1 composite = (ER×2.0 + HP×1.5 + MS×1.5 + QL + SR + TS + SAT) / 9.0 × 2.0
+```
+
+示例(违规):
+- "把 ER 权重提到 2.0" ← 没说其他权重是否变
+- "加 MS 维度" ← 没说权重和归一化常数
+
+### Step 2:在校准池上**本地**全量重打分
+
+校准池定义:`predictions/*.md` 中所有有完整复盘段(含 `actual_*` 数据)的文件。
+
+每篇用新公式重新算 composite。**不重新打各维度分数**——维度分数不变(v2 的 ER=5 在 v2.1 也是 ER=5),只重算综合分。
+
+例外:如果新公式增加了维度(如新增 MS),那对每个老样本必须**回追打 MS 分**。这一步会让升级成本随样本数线性上升,是设计上的"升级阻尼"。
+
+### Step 3:计算排序一致性
+
+新 composite 排序 vs 各样本实绩 bucket 排序,必须满足:
+- 在 ≥`THRESHOLD` 比例样本上一致(默认 4/5 = 80%)
+- 不能把旧公式做对的任一对样本顺序搞反(pairwise no-regression)
+
+排序一致性的算法:
+1. 用新 composite 给所有校准样本排序
+2. 用 actual_plays 给所有样本排序
+3. 计算 Spearman rank correlation;同时检查每对 (i, j) 的相对顺序是否颠倒
+4. 输出对照表:每个样本的 [新 rank, actual rank, delta]
+
+### Step 4:跨模型独立审核(**强制**,除非 escape hatch)
+
+`CROSS_MODEL_AUDIT=true`(默认)时:
+1. 调用 `mcp__llm-chat__chat`,把以下打包发给外部 LLM:
+ - 旧公式 + 新公式
+ - 校准池所有样本的:维度分数、composite(新+旧)、actual_plays、actual_likes、actual_comments、actual_shares
+ - Step 3 的排序对照表
+2. 外部 LLM 独立判定两件事:
+ - 排序一致性是否真的 ≥ THRESHOLD?
+ - 新公式相比旧公式是否解释力更强?
+3. 外部 LLM 必须输出 **PASS** / **REJECT** + ≥ 100 字理由
+4. 本地判定与外部判定**两个都通过**才能进入 Step 5
+
+`CROSS_MODEL_AUDIT=false`:跳过外部审核——**仅在离线/无网时使用**。state file 标记 `last_bump_self_audited: true`,`cheat-status` 持续提示用户配置外部审核。
+
+### Step 5:升级后清算(Cleanup pass)
+
+bump 落地必须一次性完成:
+
+1. 在 `rubric_notes.md` 顶部更新 `**当前版本**` 和**版本速查表**新增一行
+2. 在 `rubric_notes.md` 的"vN → vN+1 升级 Memo" 段写完整 memo(触发观察 + 证据数据 + 诊断 + 新公式 + 已知局限)
+3. 删除驱动本次升级、且已被吸收为正式维度的所有"观察记录"段条目
+4. 删除升级过程中被推翻的"观察记录"段条目
+5. 仍未解决的"观察记录"段条目 → 移到新版本的"待验证假设"段(保留)
+6. 更新所有校准样本的 prediction 文件**底部**追加一行:`**Re-scored under <new-version> on YYYY-MM-DD**: composite=X.XX → Y.YY`(不动预测段、不动复盘段,只追加这一行)
+
+清算不是可选的。rubric_notes.md 是工作台,不是博物馆——见 `observation-lifecycle.md`。
+
+---
+
+## bump 被拒后的处理
+
+任一步失败 → bump 拒绝,按下列规范处理:
+
+| 失败位置 | 处理 |
+|---|---|
+| Step 3 本地排序不一致 | 候选公式回到"待验证"区。**不允许**默默放宽 THRESHOLD(如从 4/5 改到 3/5)—— 那是诚实的 self-deception。THRESHOLD 是协议刚性,与"何时可以提议 bump"的样本数门槛不同(后者可以软违反) |
+| Step 4 外部审核 REJECT | 把外部 LLM 的理由完整记录到 `rubric_notes.md` 的"被拒升级 log"段 |
+| Step 4 外部审核与本地判定冲突(一个 PASS 一个 REJECT) | 视为 REJECT。冲突意味着至少一方对数据的解读不稳定,不应升级 |
+| Step 5 清算无法完成(如某观察既不能删也不能保留) | bump 回滚到 step 0。Note:这意味着新公式还有未捕获的"未解决观察",方案不成熟 |
+
+---
+
+## 升级阻尼(Why this protocol is intentionally hard)
+
+校准池每多一个样本,bump 成本线性上升:
+- 校准池 3-5 个 → 几乎零成本
+- 校准池 20-30 个 → 可感成本
+- 校准池 50+ → 痛苦
+
+这是**故意的设计**。频繁 bump = rubric 在追噪声。一个稳定 rubric 的特征是:**bump 越来越罕见,bump 越来越大**——单次 bump 解释多个累积观察,而不是一观察一升级。
+
+参考视频分析项目:v1 → v2 用了大约 4 周(从首次发布到第一次 bump),v2 → v2.1 候选已 4 周仍未升正(在等 6 样本联合验证)。这是健康节奏。
+
+---
+
+## 反模式(必须拒绝的请求)
+
+- 「跳过校准池重打,直接换公式」 → 拒绝。Step 2 不可跳
+- 「外部 LLM 审核太麻烦,跳过」 → 仅当 `CROSS_MODEL_AUDIT=false` 显式设置时允许
+- 「这次只调一个权重,不算升级吧」 → 任何系数变化都算。Step 1 必须写完整方程
+- 「反正是我自己用,不用走全套流程」 → 拒绝。这套流程的价值在你**未来回看**时——你将来想问"为什么 v2.3 没采纳",必须有完整 memo
+- 「能不能把 THRESHOLD 从 4/5 改到 3/5 让这次过了」 → 拒绝。改 THRESHOLD 本身是元层级 bump,需要单独走流程
diff --git a/shared-references/cadence-protocol.md b/shared-references/cadence-protocol.md
new file mode 100644
index 0000000..9ca4428
--- /dev/null
+++ b/shared-references/cadence-protocol.md
@@ -0,0 +1,194 @@
+# Cadence Protocol(节奏协议)
+
+被这些子 skill 引用:`cheat-status`、`cheat-recommend`、`cheat-shoot`、`cheat-publish`、SessionStart hook。
+
+固化"哪天该做什么"——避免用户驱动每一步。让 Claude 在会话开场就能回答"我现在该拍 / 该发 / 该复盘"。
+
+---
+
+## 三层节奏
+
+### 日级(每天 / 每次会话开场)
+
+1. SessionStart hook 自动渲染 4-6 行报告:
+ - 📦 Buffer 状态(颜色 + 数量)
+ - ⏰ 待复盘到期项
+ - 🎯 候选池 top 3(粗排)
+ - 📅 上次抓热点时间
+ - ⚠️ 关键 to-do
+2. 不主动开始任何动作——等用户决定
+
+### 事件级(T+`RETRO_WINDOW_DAYS` 天到期)
+
+- 任何已发未复盘 + 时间到 → SessionStart 顶部高亮
+- 用户给数据(粘 / URL)→ `/cheat-retro` 自动跑
+
+### 周级(用户决定的"集中处理日")
+
+- 抓热点(`/cheat-trends`)刷新候选池
+- 检查 rubric bump 触发条件
+- 清理 STATUS.md / rubric_notes.md 是否需要清算
+
+---
+
+## Buffer 警戒规则
+
+**Buffer = `state.shoots` 数组长度** = 已拍但未发布的视频数。
+
+`/cheat-shoot` 把视频加进 `state.shoots`,`/cheat-publish` 移除——两个事件分开使 buffer 跟踪准确。
+
+### 颜色阈值(按 `target_publish_cadence_days` 派生)
+
+`buffer_days = buffer_count × target_publish_cadence_days`
+
+| buffer_days | 颜色 | 含义 | 行动 |
+|---|---|---|---|
+| < 1 | 🔴 **红** | 警戒——下个发布日可能断更 | **今天必须拍**,且只拍稳分(top 1,不冒险) |
+| 1-2 | 🟠 橙 | 偏低 | 应该拍 1-2 条 |
+| 3-5 | 🟢 绿 | 正常 | 节奏稳定,可以拍可以休 |
+| > 5 | 🔵 蓝 | 积压 | **暂停拍摄**,全力发布存货 + 复盘 |
+
+**示例**:
+- 用户 cadence = 1(日更),buffer count = 0 → buffer_days = 0 → 🔴
+- 用户 cadence = 7(周更),buffer count = 1 → buffer_days = 7 → 🔵(一篇够发七天)
+- 用户 cadence = 1,buffer count = 4 → buffer_days = 4 → 🟢
+
+### 灵活节奏(target_publish_cadence_days = null)
+
+用户在 cheat-init 选"灵活/不固定" → buffer 监控**关闭**。SessionStart 报告只显示"已拍未发:N 条",不显示颜色,不警戒。
+
+---
+
+## 选题策略(`/cheat-recommend` 推 ≥ 2 个时)
+
+每次推荐 2 条时遵循 **1 稳分 + 1 实验性** 原则:
+
+### 第 1 条(稳分)
+
+- 排序 top 1-3
+- 类目与最近 N 条已发**不重复**(N = max(3, target_publish_cadence_days × 3),避免审美疲劳)
+- composite 高 + 议题安全(非 risky)
+
+### 第 2 条(实验性)
+
+- 候选池里能验证某个**待验证假设**的样本(如新维度的 A/B 对照)
+- 或验证某个**新 pattern**([script_patterns.md](script_patterns.md) 的 Pattern N)
+- composite 不一定 top,但有"信息价值"——复盘后能让 rubric / pattern 库前进
+
+### Buffer 颜色对推荐的覆盖
+
+| Buffer 颜色 | 推荐策略覆盖 |
+|---|---|
+| 🔴 红 | **只推稳分 top 1**——不推实验性。"今天能拍出来就行" |
+| 🟠 橙 | 1 稳 + 1 实验,但建议优先拍稳分 |
+| 🟢 绿 | 标准 1+1 |
+| 🔵 蓝 | **暂停推荐**——回 "你 buffer 积压了,先发存货 + 复盘" |
+
+**关键约束**(任何颜色都遵守):
+- 同一 category 连发 ≤ 2 条
+- 已发过的 candidate(标 done)不推
+- 用户主动跳过的 candidate(标 skip)6 个月内不推
+
+---
+
+## 节奏元规则
+
+按优先级(高→低):
+
+1. **Buffer 优先于评分**:红色警戒时不要因为"等更好的选题"而断更——拍 composite 7.5 的稳分比"等明天的 9.0"安全
+2. **复盘优先于新拍**:T+RETRO_WINDOW_DAYS 到期当天**先复盘再考虑拍新的**——否则数据信号丢失,rubric 校准受损
+3. **同步优先于积压**:buffer 满(蓝色)时不要再拍,先发掉再说——已拍议题的时效性会衰减
+4. **实验性最多 1/天**:每天拍 2 条时至少 1 条是稳分。**不要全实验**——冷启动期实验失败率太高,伤校准节奏
+
+---
+
+## 标准化"今日工作流"模板
+
+### 情况 1:buffer 充足 + 没到 T+3d 复盘
+
+```
+SessionStart 报告 → user 决定拍/不拍
+├─ 拍 → "推荐选题" → cheat-recommend 推 2 个 →
+│ user 选 → /cheat-seed 写 draft (cold-start) 或 user 自己写 →
+│ user 改写 → script.md → user 拍 → "拍了 videos/<...>/" → cheat-shoot
+└─ 不拍 → 等
+```
+
+### 情况 2:buffer 充足 + 到 T+3d 复盘
+
+```
+SessionStart 报告含 ⏰ 复盘提醒 → user 给 video URL 或粘数据 →
+cheat-retro 自动跑 → 写复盘段 → 检查 bump 触发条件
+├─ 触发 → 提议 /cheat-bump(不强制,用户决定)
+└─ 未触发 → 等下个验证样本
+```
+
+### 情况 3:buffer 红色警戒
+
+```
+🔴 SessionStart 第一行警戒 → user 决定
+├─ 拍 → cheat-recommend 只推 v 当前 top 1 稳分 → 立即拍
+└─ 接受断更风险 → user 自负,cheat-status 持续提示
+```
+
+### 情况 4:buffer 蓝色积压
+
+```
+🔵 SessionStart 报告"积压" → user 决定
+├─ 发 → "已发布 https://..." → cheat-publish → buffer -1
+├─ 复盘 → 见情况 2
+└─ 拍新 → cheat-recommend 拒绝:"你 buffer 已 N 条,先发掉 ≤3 条再来"
+```
+
+### 情况 5:周期性集中处理日(用户主动触发)
+
+```
+user 说"抓热点" → cheat-trends → 候选池更新
++ user 说"看看 rubric 是不是该升了" → cheat-status 检查同向偏差累计
++ user 说"看看 rubric_notes 行数" → cheat-status 健康度检查
+```
+
+---
+
+## 兜底:流程偏离时
+
+如果某天违反节奏(buffer=0 但用户强行不拍 / 积压 ≥10 但用户继续拍),SessionStart 报告**显式标注**:
+
+```
+❌ 你已 N 天没发新内容(最后一次发布:YYYY-MM-DD),
+ buffer = 0,你的频道目前处于"事实断更"状态
+```
+
+或:
+
+```
+❌ 你 buffer 已 N 条但还在新拍,
+ 过去 N 条里有 N 条已超过 X 天未发——存在时效性流失风险
+```
+
+**不会自动尝试补救**——只显式报告,由 user 决定如何回到节奏。
+
+---
+
+## 子 skill 责任表
+
+| Skill | 节奏责任 |
+|---|---|
+| `/cheat-init` | 问 cadence;写 `target_publish_cadence_days`;装 SessionStart hook |
+| `/cheat-shoot` | 把 video folder 加 state.shoots,buffer +1 |
+| `/cheat-publish` | 从 state.shoots 移除对应项,buffer -1 |
+| `/cheat-status` | 计算 buffer + 颜色,输出报告 |
+| `/cheat-recommend` | 按 buffer 颜色 + 选题策略给推荐 |
+| `/cheat-retro` | 复盘后更新 STATUS(自动 trigger /cheat-status) |
+| SessionStart hook | 调 /cheat-status 渲染 4-6 行报告,写到 STATUS.md |
+
+---
+
+## 关键差异:cheat-on-content vs 视频分析
+
+| 维度 | 视频分析 | cheat-on-content |
+|---|---|---|
+| Cadence 来源 | 默认日更(CADENCE.md 硬编码) | 用户自填(cheat-init 问,4 档:日/隔日/周/灵活) |
+| Buffer 阈值 | 0/1/2/3-5/6+(按"篇")| 0/1-2/3-5/>5(按"buffer_days"——按用户 cadence 派生) |
+| 推荐 2 条策略 | 1 稳 + 1 实验 | 同 |
+| SessionStart 报告 | CLAUDE.md 文字约束 + Claude 自觉 | hook 强制 + Claude 读 hook 输出 |
diff --git a/shared-references/candidate-schema.md b/shared-references/candidate-schema.md
new file mode 100644
index 0000000..be0a25a
--- /dev/null
+++ b/shared-references/candidate-schema.md
@@ -0,0 +1,169 @@
+# Candidate Schema(候选项统一 schema)
+
+被这些子 skill 引用:`cheat-trends`、`cheat-recommend`、`cheat-init`、所有 `adapters/`。
+
+任何"待决定要不要做"的内容素材——不管来自手粘列表 / RSS / Notion / 平台热点抓取——都必须 normalize 成本 schema 之后才进入候选池。这是 `adapters/` 的输出契约。
+
+字段设计参考博主项目的 `articles` 表 schema(私有项目,工具的方法论由此抽象而来)。
+
+---
+
+## 必填字段
+
+| 字段 | 类型 | 说明 |
+|---|---|---|
+| `id` | string (12 chars) | 稳定 hash:`sha256(source + normalized_title + url_path)[:12]`。同一条素材在不同时间被抓到 → 同 id |
+| `title` | string | 候选项的人类可读标题 |
+| `source` | string | 来源标识,格式 `<adapter-type>:<source-name>`,例:`trend:hackernews`、`pool:notion-mybook`、`paste:manual` |
+| `snapshot_text` | string | 候选项的全文或摘要——**这是打分的输入**,不是 url。adapter 必须负责把 url 拓展成可读文本 |
+| `snapshot_at` | ISO 8601 | 抓取/录入这条 item 的时间 |
+
+---
+
+## 可选字段
+
+| 字段 | 类型 | 说明 |
+|---|---|---|
+| `url` | string | 原始链接(便于追溯) |
+| `tier` | enum | `tier1` / `tier2` / `tier3` / `skip` / `risky` / `done`。粗分类,用于过滤 |
+| `read_status` | enum | `unread` / `skimmed` / `deep_read` / `done`。处理状态 |
+| `category` | string | 自定义分类标签(如"社会"、"家庭"、"学术") |
+| `composite_score` | float | 用当前 rubric 打分得到的综合分(如已打) |
+| `dimension_scores` | object | 各维度的整数分,键名对齐当前 rubric 的维度(如 `{"ER": 5, "HP": 4, ...}`) |
+| `scored_under_rubric_version` | string | 打分时用的 rubric 版本号 |
+| `predicted_bucket` | string | 粗预测桶(如 `30-100w`),**注意:不是正式预测**——选题阶段的粗略估计,与 `predictions/*.md` 的 immutable 预测完全独立 |
+| `predicted_reason` | string | 一句话理由 |
+| `note` | string | 自由文本备注,例如"等节点再发"、"待重读"、"风险议题" |
+| `rejected_at` / `rejected_reason` | ISO 8601 / string | 用户主动跳过此候选时记录 |
+
+---
+
+## JSON 范例
+
+### Markdown 列表 adapter 输出
+
+```json
+{
+ "id": "a3f2c1d4e5b6",
+ "title": "为什么我们都讨厌主动联系朋友",
+ "source": "pool:markdown-list",
+ "snapshot_text": "[用户从 candidates.md 复制的全文]",
+ "snapshot_at": "2026-05-04T08:30:00+08:00",
+ "url": null,
+ "tier": "tier1",
+ "read_status": "skimmed",
+ "category": "社交",
+ "composite_score": 7.4,
+ "dimension_scores": {"ER": 4, "HP": 4, "QL": 5, "NA": 3, "AB": 5, "SR": 3, "SAT": 3},
+ "scored_under_rubric_version": "v0",
+ "predicted_bucket": "5-30w",
+ "predicted_reason": "ER=4+QL=5 强金句感,AB=5 普适,但 SR=3 议题不够强",
+ "note": ""
+}
+```
+
+### Trend adapter 输出(HN)
+
+```json
+{
+ "id": "8c4d92e1f0b3",
+ "title": "Show HN: I built a tool that predicts whether your video will go viral",
+ "source": "trend:hackernews",
+ "snapshot_text": "[文章全文 + 评论 top 5 的摘要]",
+ "snapshot_at": "2026-05-04T09:15:00+08:00",
+ "url": "https://news.ycombinator.com/item?id=12345678",
+ "tier": null,
+ "read_status": "unread",
+ "category": "tech-meta",
+ "composite_score": null,
+ "dimension_scores": null,
+ "scored_under_rubric_version": null
+}
+```
+
+打分前 score 字段全部为 null——是预期的。`cheat-trends` 抓回来后会调 `cheat-score` 给每条算 composite。
+
+---
+
+## Markdown 表示(用户可见的存储格式)
+
+候选池的默认存储是 `candidates.md`(人类可读),不是 JSON。每条 item 是一个 H3 entry:
+
+```markdown
+### [tier1] 为什么我们都讨厌主动联系朋友
+- **id**: a3f2c1d4e5b6
+- **source**: pool:markdown-list
+- **snapshot_at**: 2026-05-04
+- **category**: 社交
+- **composite (v0)**: 7.4 — ER=4 HP=4 QL=5 NA=3 AB=5 SR=3 SAT=3
+- **predicted bucket**: 5-30w
+- **note**:
+
+> [snapshot_text 段,如有]
+```
+
+升级到 SQLite 之后(见 `cheat-status` 的升级触发),同样字段走 `articles` 表存储,markdown 视图自动从 DB 渲染。
+
+---
+
+## ID 稳定性的关键规则
+
+**同一条素材在不同时间被不同 adapter 抓到 → 必须算出同 id**。这是去重的基础。
+
+算法:
+```python
+import hashlib
+
+def candidate_id(source: str, title: str, url: str = None) -> str:
+ normalized_title = title.strip().lower().replace(" ", "")
+ url_path = url.split("?")[0].rstrip("/") if url else ""
+ raw = f"{source.split(':')[0]}|{normalized_title}|{url_path}"
+ return hashlib.sha256(raw.encode("utf-8")).hexdigest()[:12]
+```
+
+注意:
+- `source` 取冒号前的 adapter type(`trend:hackernews` → `trend`),不是具体 source name——同一标题被 HN 和 Reddit 都抓到,应判定为同一候选(避免重复打分)
+- title 做了 lowercase + 去空格——避免 "Hello World" 和 "hello world" 被算成不同 id
+- url 砍掉 query string—— `?utm_source=xxx` 不影响内容
+
+---
+
+## 去重协议
+
+`cheat-trends` / `cheat-recommend` 在写入 `candidates.md` 前必须执行:
+
+1. 计算新 item 的 id
+2. 检查 `candidates.md` 是否已含此 id → 跳过
+3. 检查 `predictions/*.md` 是否含此 id(已发过)→ 跳过
+4. 检查 `.cheat-cache/trends-history.jsonl` 是否含此 id 且 `rejected_at != null` → 跳过(用户已主动拒绝过)
+5. 通过则写入
+
+`.cheat-cache/trends-history.jsonl` 是抓取历史的去重缓存,每行一个 JSON record,append-only。被用户拒绝的候选会在这里保留 6 个月;之后允许重新出现(也许素材在新 rubric 下评估不同)。
+
+---
+
+## tier 的语义
+
+| Tier | 含义 | 对应行动 |
+|---|---|---|
+| `tier1` | 强候选,应推荐 | 进入 `cheat-recommend` 排序池 |
+| `tier2` | 中等,备选 | 进入排序池但权重低 |
+| `tier3` | 弱候选,备而不用 | 不进推荐池,留作长尾 |
+| `skip` | 用户主动跳过 | 不再出现 |
+| `risky` | 议题敏感 / 平台风控风险 | 推荐时额外标注,需用户确认 |
+| `done` | 已发布 | 移出候选池,由 prediction file 接管 |
+
+**Cold-start 期间所有 item 默认是 `unread`/`null tier`**——直到用户或 `cheat-score` 给出 composite 后才能粗分类。**未打分的 item 不应出现在 `cheat-recommend` 输出**——避免推荐没读过的素材。
+
+---
+
+## adapter 实现契约
+
+任何 `adapters/` 下的 adapter 都必须:
+
+1. 实现 `fetch() → List[Candidate]` 接口(伪签名,实际是 markdown 文档描述的协议)
+2. 输出符合本 schema 的 items
+3. 自己负责把 url / 短摘要拓展成可读 `snapshot_text`——**adapter 不输出"光秃秃的 url"**
+4. 优雅降级:如配置缺失(API key、cookie),返回空列表 + 在 stderr/log 写明原因,**不抛异常**
+
+详见 `adapters/HOWTO.md`(待批次 3 写)。
diff --git a/shared-references/migration-protocol.md b/shared-references/migration-protocol.md
new file mode 100644
index 0000000..64e98a8
--- /dev/null
+++ b/shared-references/migration-protocol.md
@@ -0,0 +1,149 @@
+# Migration Protocol(schema 演进哲学)
+
+被 `cheat-migrate` skill / `cheat-init` / SessionStart hook / 维护者引用。规定如何安全演进 `.cheat-state.json` schema 而不让老用户被打断。
+
+---
+
+## 核心原则
+
+1. **每个 release 必须能让老用户的旧 state 工作**——通过 migrate 升级,或通过 `state.get(field, default)` 兼容
+2. **MINOR 改动 = 加字段 / 软化 enum**;老 state 不跑 migrate 也能工作(字段缺失用默认值),跑了让 state 完整
+3. **MAJOR 改动 = 删字段 / 重命名 / 改语义**;老 state **必须**跑 migrate,否则 skill 读到不一致字段会出错
+4. **不允许跳版**;多版升级必须按顺序应用每个 step。每步幂等
+5. **失败停在原地**;不回滚,让用户在断点修复后继续
+6. **schema_version 是单调递增**;不允许降级(如需降级,cp 历史 git 快照)
+
+---
+
+## 何时算 MINOR vs MAJOR
+
+### MINOR 范围(不需要 migrate 也能跑老 state)
+
+- 新增字段(默认值定义良好,老 skill 不读它也不出错)
+- 软化 enum 取值(如 `"strict" / "lenient"` 加第三个 `"adaptive"`,老值仍合法)
+- 给字段加新可选取值(如某个 list 字段加新元素)
+- 改默认值(不改语义)
+
+### MAJOR 范围(必须跑 migrate)
+
+- **删除字段**——老 skill 仍写它,新 skill 不读它,会出歧义
+- **重命名字段**——老/新 skill 看不到对方写的
+- **改字段语义**(如 `mode` 从 enum 改为整数;`baseline_plays` 从 int 改为 list)
+- **改 enum 取值**(如 `"opinion-video"` 改成 `"opinion_video"`,老值不再合法)
+- **拆字段 / 合字段**
+
+> 模糊地带建议**保守判定为 MAJOR**——多写一份 migration 文件比让用户的 state 出错更好。
+
+---
+
+## 维护者 checklist:bump schema 时必做的 4 件事
+
+每次准备 release 时如果改了 state schema:
+
+### 1. 改 cheat-init 写新 state 的硬编码 schema_version
+
+```diff
+- "schema_version": "1.1",
++ "schema_version": "1.2",
+```
+
+位置:`skills/cheat-init/SKILL.md` Phase 3 的 state 写入段。
+
+### 2. 改 migrations/registry.md 的 LATEST_SCHEMA 标记位
+
+```diff
+- LATEST_SCHEMA = "1.1"
++ LATEST_SCHEMA = "1.2"
+```
+
+并在"版本链"表追加新行:
+
+```
+| 1.1 | 1.2 | NO/YES | [1.1-to-1.2.md](1.1-to-1.2.md) | 一句话描述 |
+```
+
+### 3. 写 migrations/<old>-to-<new>.md
+
+4 段必填(参考 `1.0-to-1.1.md` 模板):
+- WHAT changed
+- WHY
+- HOW (Claude steps for /cheat-migrate)
+- Manual fallback
+
+> 写不出 4 段 = 改动太复杂没想清楚 = 不该 release 这次 schema bump。
+
+### 4. CHANGELOG.md 标版本号 + 链接
+
+```markdown
+## [0.2.0] — YYYY-MM-DD
+
+### BREAKING / MINOR
+
+- schema_version 1.1 → 1.2: <一句话描述>。迁移指南:[migrations/1.1-to-1.2.md](migrations/1.1-to-1.2.md)
+- ...
+```
+
+MINOR 用 `### MINOR`,MAJOR 用 `### BREAKING`,要醒目。
+
+---
+
+## skill 内部怎么读 state(防御式编程)
+
+每个 skill 读 state 时**必须**用 `state.get(field, default)` 模式:
+
+```python
+# 好
+target_cadence = state.get("target_publish_cadence_days", None)
+benchmark_status = state.get("benchmark_status", "none")
+shoots = state.get("shoots", [])
+
+# 坏(老 state 没这字段会 KeyError)
+target_cadence = state["target_publish_cadence_days"]
+```
+
+理由:
+- MINOR 升级时老 state 缺新字段——`get` 模式让 skill 自动用默认值
+- 用户手改 state 删了字段——同上
+- 减少 skill 内"必须先迁移才能跑"的强依赖
+
+**例外**:核心标识字段允许直接索引(如 `state["schema_version"]`、`state["rubric_version"]`)——这些缺失意味着 state 文件根本不合法,应该明确报错。
+
+---
+
+## SessionStart hook 的角色
+
+hook 在每次会话开始时检测:
+
+```bash
+state_schema=$(jq -r '.schema_version // "unknown"' "$STATE_FILE")
+if [[ "$state_schema" != "$LATEST_SCHEMA" ]]; then
+ echo "⚠️ schema 版本不一致:state=$state_schema, skill 期望=$LATEST_SCHEMA"
+ echo " 建议跑 /cheat-migrate 升级(不阻塞继续工作)"
+fi
+```
+
+**非阻塞**:用户可以选择"先继续工作,回头再跑 migrate"。MINOR 不一致时大部分功能仍能跑;MAJOR 时部分 skill 可能报错——这时再跑 migrate 也来得及。
+
+---
+
+## 给开发者:避免 schema 频繁 bump 的实践
+
+不是每个改动都需要 schema bump。下面是哲学:
+
+- **优先 MINOR**:能加字段就加字段,少删字段。删字段让老用户不爽
+- **批量 bump**:积攒 3-5 个 MINOR 一起 release 比每次小改都 bump 要友好
+- **延迟 bump**:MINOR 字段如果 90% 用户用不到,**不**急着 bump schema——可以让该字段 `state.get(field, default)` 默默 work,等下次 release 顺路 bump
+- **避免 MAJOR**:能用 MINOR 解决的绝不上 MAJOR。例:与其重命名字段,不如保留旧字段 + 加新字段(旧的标 deprecated,下个 MAJOR release 才删)
+
+---
+
+## 备份保留策略
+
+`/cheat-migrate` 写之前会备份到 `.cheat-state.json.backup-<timestamp>`。
+
+备份保留多久:
+- 用户跑 `/cheat-status` 时,如果有备份 + state 已稳定运行 N 天 → 提示"可以清理 N 个旧备份"
+- `/cheat-init` 重 init 时清理所有旧备份(既然要重 init,老备份意义不大)
+- 用户手动 `rm .cheat-state.json.backup-*` 永远 OK
+
+不入版本控制:`.cheat-state.json.backup-*` 应在 `.gitignore` 里(已含 `.cheat-state.json` 通配规则)。
diff --git a/shared-references/observation-lifecycle.md b/shared-references/observation-lifecycle.md
new file mode 100644
index 0000000..0bb9d57
--- /dev/null
+++ b/shared-references/observation-lifecycle.md
@@ -0,0 +1,182 @@
+# Observation Lifecycle(观察生命周期协议)
+
+被这些子 skill 引用:`cheat-retro`、`cheat-bump`、主 SKILL.md。
+
+这是项目原则 #3 的完整规范——**rubric 是工作台,不是博物馆**。任何对 `rubric_notes.md` 中观察条目的增删都必须遵循本协议。
+
+---
+
+## 三个生命阶段
+
+每条观察都在下列状态之一:
+
+```
+[新增] → [观察记录] → [跨视频观察] → [规律沉淀] / [被吸收为维度] / [被推翻]
+ ↘
+ [待验证假设](暂存)
+```
+
+| 阶段 | 在 rubric_notes.md 的位置 | 触发 |
+|---|---|---|
+| **观察记录** | `## 观察记录` 段 | 单次复盘后写入。每篇视频复盘对应一条 |
+| **跨视频观察** | `## 重大跨视频观察` 段 | 同一个 pattern 在 ≥2 个样本里出现 |
+| **规律沉淀** | `## 规律沉淀区(高置信度)` 段 | 已有 ≥2 样本支持且**通过升级验证流程**(即被吸收进维度或被显式确认) |
+| **待验证假设** | `## 待验证假设` 段 | 单样本观察暂存,等更多样本 |
+
+---
+
+## 升级到下一阶段的门槛(**Claude 判断为主,下面是参考默认**)
+
+| 从 → 到 | 默认参考门槛 | Claude 判断信号强度(可软违反) |
+|---|---|---|
+| 观察记录 → 跨视频观察 | 同 pattern ≥2 样本 | 1 样本 + 评论区 ≥2000 赞的强模因证据也可升 |
+| 跨视频观察 → 待验证假设 | 单样本 + 强信号但还没复现 | — |
+| 跨视频观察 → 规律沉淀 | ≥2 样本 + 不需要改公式 | 1 样本 + 强反例(≥3x 偏差)也可升(标 `**Single-sample, high-confidence**`) |
+| 跨视频观察 → 维度(不再单独存在) | ≥3 样本 + 通过 bump 流程被吸收 | 同 cheat-bump 的 READINESS_HEURISTIC |
+| 任意 → 删除 | 被新数据推翻 / 被吸收为维度 / 被沉淀为规律 | `cheat-bump` cleanup pass,或单独操作 |
+
+**核心原则**:样本数是**信号强度的代理指标**,不是信号本身。3 个清晰、可追溯到具体数据点的样本 > 10 个零碎、低置信度的样本。
+
+**Claude 软违反的纪律**:
+- 标注 `**Promoted with N samples (default expects M)**: <为什么仍然成立>`,让用户审视
+- 不连环软违反——如果 Claude 在最近 3 次升格里有 2 次以上软违反,cheat-status 提示"你的观察升格判断可能太激进,建议回到默认门槛 review"
+
+### Sample size → 允许的动作(细化分级)
+
+按校准池**总样本数**决定能做什么改动——粗暴改大动作需要更多证据:
+
+| 校准池规模 | 允许的动作 | 备注 |
+|---|---|---|
+| **1 个** | 记录"单次观察" | 单点不能触发任何规则改动,只能作为种子 |
+| **2-4 个** | 提炼"候选规律" + 升级到"跨视频观察"段 | 仍不能改公式 |
+| **5-9 个** | 修正维度定义(**定性变更**——如把 SR=5 的门槛说更严)| 不动权重数值,只改判断习惯。**第一次正式 bump 也在这一档**(rubric 形态首次成型) |
+| **10-19 个** | 微调权重 ±0.2(**定量变更**)| 如 ER ×1.5 → ×1.7;新增 / 删除维度仍属"定性大动作",需要更多样本 |
+| **20+ 个** | 用回归反推权重(**数据驱动**)| Spearman correlation 之类,可作为 bump 依据 |
+
+**关键纪律**:
+- 不要在 N=5 时就用回归——5 个点拟合 7 维公式必过拟合
+- 不要在 N=20 时还用直觉调权重——已经有数据信号了
+- bump 协议(`bump-validation-protocol.md`)的 `MIN_SAMPLES_FOR_BUMP=5` 是**形态首次成型**的最低门槛,不是"开始数据驱动"的门槛——后者要 N≥20
+
+---
+
+## 删除规则(最容易做错的部分)
+
+**两类条目必须删,不能保留**:
+
+### 类型 A:被吸收为维度的观察
+
+例:v2.1 升级时,"观察 E(致谢段二创量级是 ER=5 的最强外部证据)"被吸收为新维度 **MS(Memetic Shareability)**。
+
+→ 升级落地后,**删除**"观察 E"这条观察记录。维度 MS 本身就是新归宿。
+
+**理由**:保留观察 = 同一概念在文件里出现两次(一次作为维度,一次作为观察)。读者会困惑:这是历史还是仍生效的规则?
+
+### 类型 B:被新数据推翻的观察
+
+例:观察 X 提议"长视频天花板低",后来 4 个长视频样本都破 50w → 推翻。
+
+→ **删除**这条观察。
+
+**理由**:保留 = 让未来的你或其他读者基于错误规则打分。
+
+---
+
+## 必须保留的条目
+
+下列条目**不删**,留在原处或迁移到合适段:
+
+- **未解决的观察**(既未被吸收也未被推翻)→ 跨升级时迁移到新版本的"待验证假设"段
+- **历史校准事件**(如"v1 → v2 升级是因为房价 259w 严重低估")→ 保留在版本日志的"升级 Memo"段,**不**保留在观察段
+- **本版本仍生效的规律**(已沉淀到"规律沉淀区")→ 保留
+
+---
+
+## 不允许的反模式(**必须拒绝**)
+
+下列模式都是"博物馆冲动"——把 rubric_notes.md 当历史档案:
+
+| 反模式 | 为什么不行 |
+|---|---|
+| `~~ER 权重 1.5~~` `**改为 2.0**`(带删除线的旧值) | 用 git history 看旧值,不要在文件里堆 |
+| "我曾经以为 SR 重要,但其实..." | 这种考古条目让读者读完不知道当下规则是什么 |
+| "v1 时代 NA 是关键,v2 后发现不是" | 同上。删掉 NA 相关条目,留版本 memo 解释为什么 NA 被砍 |
+| "保留这条观察作为反例" | 反例的位置是版本 memo 的"被推翻假设"小节,不是观察段 |
+| "下个 bump 再删,先放着" | 拒绝。bump 落地的同一次操作里删干净 |
+
+git history 才是真正的归档。`rubric_notes.md` 是当前生效规则的快照——读者打开它应该看到**今天该怎么打分**,而不是过去几个月的演化史。
+
+---
+
+## cleanup pass 的强制时机
+
+`cleanup pass` = 把所有满足"可删除"条件的观察一次性清掉。
+
+强制触发:
+- **bump 落地的最后一步**(见 `bump-validation-protocol.md` Step 5)
+- 用户显式触发"清算"操作(罕见)
+
+非强制但建议:
+- 校准池每加 5 个样本,主动审视"观察记录"段,看哪些已经可以升格 / 删除
+- `cheat-status` 看板检测到 `rubric_notes.md` 行数超过 500 时,建议清算
+
+---
+
+## 行数预算
+
+健康 `rubric_notes.md` 的体积参考(目标):
+
+| 校准池规模 | 健康行数 | 警戒行数 |
+|---|---|---|
+| 0-5 篇 | 100-200 | >300 |
+| 5-20 篇 | 200-400 | >500 |
+| 20-50 篇 | 300-500 | >700 |
+| 50+ 篇 | 400-600 | >800 |
+
+行数超警戒 → 必跑一次 cleanup pass。这不是为了好看,是为了**读者打分前能在 60 秒内读完核心规则**。
+
+---
+
+## 与"观察记录"模板的对齐
+
+每条观察记录的标准模板(`rubric_notes.template.md` 也用这个):
+
+```markdown
+### YYYY-MM-DD [标题简称] (id) — [一句话定性,如"验证 ER 主导"]
+- 预测:composite=X.XX,bucket=Y
+- 实绩:播放 / 点赞 / 评论 / 转发(带 T+Nd 标注)
+- Top 评论关键词:[简短摘录 + 赞数]
+- 判断:哪个维度被验证 / 推翻?为什么?
+- Rubric 调整:[如果有,写明 "下次打 XX 类文章时改 YY"]
+- 详见:[predictions/<file>.md]
+```
+
+跨视频观察的模板:
+
+```markdown
+### 观察 X — [一句话规律]
+**证据**:
+- 样本 1(composite, 实绩):核心数据
+- 样本 2(composite, 实绩):核心数据
+- 样本 3(composite, 实绩):核心数据
+
+**假设**:[如果规律成立,意味着什么 rubric 调整]
+
+样本数:N 个,[已超 / 待补]。
+```
+
+---
+
+## 与 bump 协议的衔接
+
+`cheat-bump` 在 Step 5(cleanup pass)必须按以下顺序处理观察段:
+
+1. 列出所有 `## 观察记录` 段条目
+2. 对每条问 3 个问题:
+ - 它是否被本次 bump 吸收为正式维度?→ 删
+ - 它是否被本次 bump 的新数据推翻?→ 删
+ - 它是否仍未解决?→ 迁移到"待验证假设"段
+3. 列出所有 `## 重大跨视频观察` 段条目
+4. 对每条问相同 3 个问题
+5. 把"已被验证但不需改公式"的规律 → 迁移到"规律沉淀区"
+6. 最后**重新阅读** `rubric_notes.md` 全文,确保读者打开能在 60 秒内理解当下打分规则
diff --git a/shared-references/prediction-anatomy.md b/shared-references/prediction-anatomy.md
new file mode 100644
index 0000000..d22b6df
--- /dev/null
+++ b/shared-references/prediction-anatomy.md
@@ -0,0 +1,286 @@
+# Prediction Anatomy(预测日志解剖)
+
+被这些子 skill 引用:`cheat-predict`、`cheat-retro`、`templates/prediction.template.md`。
+
+**所有预测都用统一格式**——7 个必备组件 + 复盘段。Confidence 等级(基于 `calibration_samples` 派生,见 [state-management.md](state-management.md) 的 confidence 表)作为 header 字段标注,告诉用户这次预测有多可信,**但不改变预测格式本身**。
+
+> **为什么不分 cold-start 简化版 / complete 完整版(旧设计的弃疑)**:
+> 把 cold-start 切成简化版是基于"前 5 篇 bucket 数字是 false precision"的担忧。但更好的解决方案是**显示 confidence 等级**——天气预报永远报具体温度,再标置信度,不会因为预报员经验少就不给数字。
+> 双版本切换还引入了"第 5 篇突然解锁完整版"的复杂度跃迁——用户体验割裂。统一格式 + 渐进信心标注更平滑。
+
+参考真实样本:参考博主项目(私有,含 25+ 视频校准)—— 工具的设计灵感与 rubric 权重均来自此实测。
+
+---
+
+## 7 个必备组件
+
+### 组件 1:File header(文件头)
+
+```markdown
+# <标题> — 预测日志
+
+**Article ID**: <12 位 hash> (sha256 of scripts/<id>.md initial content, 取前 12)
+**Title**: <作品完整标题>
+**Rubric Version**: **v0** | **v1** | **v2** | ...
+**预测时间**: 2026-05-04(基于最终稿)
+**Script Path**: scripts/2026-05-04_<id>_<short>.md
+**Script Hash**: <sha256:12 of script content at predict time>
+**Target Duration (s)**: 240 (state.typical_duration_seconds 派生)
+**Actual Script Length**: 980 字 (从 Script Path 文件读)
+**Calibration Samples (at predict time)**: 3
+**Confidence**: 🟡 偏低 (中枢 ±40%,可作为参考之一)
+**Scored By**: claude ← 或 `claude+user_override`
+**User Override**: none ← 或列出被覆盖字段
+**预测时数据状态**: **blind**(未看任何 <平台> 实际播放数据)
+```
+
+字段必填规则:
+- `Rubric Version` 必填——将来 v3 时代回看 v2 预测,没有版本号就无法公平对比
+- `预测时数据状态` 必填——明确声明 blind 是 immutable 承诺的前提
+- `Script Path` 必填——指向 `scripts/<id>.md`(pre-shoot 草稿)
+- `Script Hash` 必填——cheat-shoot 时再 hash `videos/<id>/script.md`,不一致 → 复盘段加 integrity warning
+- `Calibration Samples` + `Confidence` 必填——告诉读者这次预测有多可信。**Confidence 自动派生**自 calibration_samples(见 state-management.md)
+- `Scored By` 必填——告诉读者这次预测是 Claude 全自动还是用户介入改过:
+ - `claude`:Claude 主动打分 + bucket + 概率,用户 review 后回 "ok" 接受
+ - `claude+user_override`:用户在 review 阶段挑刺改了某些字段
+- `User Override` 必填(如有覆盖)——列出哪些字段从 X 改成 Y,附用户给的理由。复盘时这个字段帮诊断:用户的覆盖被实绩验证(用户直觉准)→ rubric 可能漏了什么
+
+---
+
+### 组件 2:输入快照(Input snapshot)
+
+记录**预测时**的稿子状态——尤其是用户的最终改动。
+
+```markdown
+## 输入快照
+
+**分数 (vN)**: ER5 / HP5 / QL5 / NA3 / AB5 / SR2 / SAT4 → composite=**8.24**
+
+**用户改写要点 vs Claude 草稿(如有)**:
+- **开头**:user 砍掉 EWDM 模型名和铺垫
+- **砍掉**:[具体段落 / 概念名 / 铺垫]
+- **保留**:[关键的金句 / 致谢段 / 主体结构]
+- **节奏**:比草稿 [紧 / 松] 约 N%
+```
+
+> 如果是用户从零写的(没用 cheat-seed),这一段写"用户原创稿,无 Claude 草稿对照"。
+
+---
+
+### 组件 3:预测主体(Prediction)⭐ immutable 段
+
+这是 immutable 段的核心。`hooks/prediction-immutability.sh` 拦截这段往后到下一个 `##` 的所有 Edit。
+
+```markdown
+## 预测
+
+**Bucket**: `30-100w`
+
+**内心概率分布**:
+- `<5w` → 3%
+- `5-30w` → 22%
+- **`<headline bucket>` → 55%**(中枢 ~50w)
+- `>100w` → 17%
+- `>150w` → 3%
+
+**一句话 reason**:
+> ER=5+AB=5 暗恋普适受众;IS 直接锁定;7.3天+零信号反转+MVP金句情绪曲线完整;SR=2 无社会议题托底是天花板瓶颈;预计 40-60w 中枢。
+```
+
+强制要求:
+- **Bucket** 必须是预定义的 5 个之一
+- **概率分布** 必须加起来 100%——这是逼你诚实的工具
+- **中枢** 是该 bucket 内的点估计,便于复盘判断"偏高 / 偏低"
+- **一句话 reason** 浓缩到 DB 字段,便于跨样本检索
+
+**关于 cold-start 期的 bucket**:calibration_samples 少 → 概率分布**应该更平**(如 30/30/20/15/5 而非 5/40/45/8/2)。Confidence 低不代表跳过 bucket,而代表对 bucket 该有合适的不确定度。
+
+---
+
+### 组件 4:推理因素表(Reasoning factors)
+
+每个驱动判断的因素 + 方向 + 置信度 + 说明。
+
+```markdown
+## 推理因素
+
+| 因素 | 方向 | 置信度 | 说明 |
+|---|---|---|---|
+| ER=5 | 强 + | 高 | "半夜三点翻聊天记录"极端具象 |
+| IS 钩子 | 强 + | 高 | "仅影响 X 的人"一句锁定受众 |
+| SR=2 | 强 - | 高 | 无社会议题托底,纯个人情感天花板有限 |
+| 数据+金句路线 | 中 ? | 低 | 对算法友好度未验证 |
+```
+
+**置信度** 分三档:高(强证据 + 多锚点支持)、中(有理由但样本少)、低(凭直觉)。
+- 复盘时如果"低置信度"因素被验证 → 直觉强
+- 如果"高置信度"因素被推翻 → rubric 有 bug
+
+---
+
+### 组件 5:锚点对比(Anchor comparison)
+
+找 2-4 个 composite 接近的旧样本,列出它们的实绩。
+
+```markdown
+## 锚点对比
+
+| 对照样本 | composite | 实绩 | 异同 |
+|---|---|---|---|
+| 仓鼠 | 9.41 | ~150w | composite 低 1.17,但路线差异大(类比讲解 vs 数据+金句) |
+| 房价 | 9.41 | 259w | SR 差 3 分(2 vs 5) |
+| 谁问你了 | 8.24 | T+8d 11.7w | 同 composite 但 ER 5 vs 3,SR 2 vs 4 |
+```
+
+锚点的价值:抓出公式抓不到的错误。
+
+**校准样本不够时**(< 2 个 composite 邻近的已发样本):
+
+```markdown
+## 锚点对比
+
+校准池只有 N 个样本,无 composite ±0.5 邻近样本。**锚点对比 N/A**——
+注意这次预测的 confidence 标注是 🟡 偏低 / 🔴 极低,bucket 中枢仅供参考。
+```
+
+**仍然写出这段**——告诉读者锚点为何缺。不是把段落删掉。
+
+---
+
+### 组件 6:反事实场景(Counterfactual scenarios)
+
+每个可能的 bucket 写一段"如果落在这里,意味着什么"。
+
+```markdown
+## 反事实场景
+
+**如果爆 `>X w`**(X% 预期):
+- [验证什么假设]
+- [推翻什么假设]
+- [可能新增什么 rubric 维度]
+
+**如果落在 `headline bucket`**(X% 预期):
+- [基准线验证什么]
+
+**如果跌到 `<X w`**(X% 预期):
+- [推翻什么核心判断]
+
+**如果 `<<X w`**(X% 预期):
+- [极端场景的可能解释]
+```
+
+为什么必填:复盘时**实际落在哪个 bucket** 直接告诉你 rubric 的哪个假设被测试。没有反事实场景,复盘退化为"这次准 / 不准"——没有诊断价值。
+
+---
+
+### 组件 7:关键校准假设(Critical calibration hypothesis)
+
+可选但强烈推荐:把这次预测当成一次实验,明确写下"如果 X 发生,证明 Y"。
+
+```markdown
+## 关键校准假设(对比谁问你了)
+
+两篇同 composite=8.24,差异:
+- 怎么停止期待:ER=5 / SR=2
+- 谁问你了:ER=3 / SR=4
+
+**我押:本篇 > 谁问你了(比率 1.5-2x)**
+
+如果反过来 → rubric 里 SR 权重应上调,ER 权重应下调
+如果差距 < 1.3x → rubric 基本 OK,差异在噪声范围
+```
+
+校准假设是 rubric 升级的种子——单条假设被 ≥3 样本验证 → 进入 bump 候选。
+
+**校准样本不够时**:写"无可对照样本——仍写下我对这次的核心赌注(即使没有锚点)",然后写一两条这次想测的事。**不要删掉这段**。
+
+---
+
+### 组件 ∞:复盘段(Retrospective)— 仅追加
+
+发布后 T+N 天复盘时追加。**不修改预测段任何字符**。
+
+```markdown
+## 复盘
+
+**复盘时间**: 2026-05-07(发布 T+3d)
+**抓取时间**: 2026-05-07 09:30
+**数据来源**: manual paste / adapter:douyin-session
+
+### 实绩数据
+- 播放:71.1w(落在 `30-100w` 桶内偏高,相对中枢 50w **+42%**)
+- 点赞:2.4w(赞播比 3.38%)
+- 分享:1.8w(分播比 2.53%,强)
+
+### Top 评论关键词
+- 「她不一样」模因爆发:2266 赞独占榜首,全文 12+ 次变体
+
+### 哪些预测被验证 / 推翻
+**被验证 ✅**:
+- 关键校准假设完全成立:本篇 71.1w / 谁问你了 11.7w = 6.07x
+- ER=5 主导情感传播力 → H1 强证据
+
+**被推翻 ❌**:
+- 中枢 50w 被超出 +42%
+- 我对 SR 的押注反向被推翻:SR 在情感向场景应下调
+
+### 需要写进 rubric_notes.md 的新观察
+1. ER 在情感向场景的真实权重应 ≥ ×2.0
+2. 议题分享冲动 (TS) 是隐藏维度
+```
+
+---
+
+## 完整结构总览
+
+```
+file: predictions/YYYY-MM-DD_<id>_<short>.md
+
+# 标题 — 预测日志 ← 组件 1: header(含 confidence + script_hash)
+(metadata block)
+
+## 输入快照 ← 组件 2
+(scores + 用户改写要点 vs Claude 草稿)
+
+## 预测 ← 组件 3 ⭐ IMMUTABLE 起点
+(bucket + 概率 + 中枢 + 一句话 reason)
+
+## 推理因素 ← 组件 4
+(带方向 + 置信度的表)
+
+## 锚点对比 ← 组件 5(校准池不够时仍写"N/A 段")
+
+## 反事实场景 ← 组件 6
+(每 bucket 一段"意味着什么")
+
+## 关键校准假设 ← 组件 7
+(这次预测作为实验的明确赌注)
+
+## 复盘 ← 仅追加,IMMUTABLE 边界
+(实绩 + top 评论 + 验证/推翻 + 新观察)
+```
+
+---
+
+## 子 skill 验收标准
+
+`cheat-predict` 写完一份预测后,必须自检 7 个组件齐全:
+- 组件 5 / 7 在校准样本不足时仍写"N/A 段 + 解释",**不允许直接跳过**
+- header 的 `Calibration Samples` + `Confidence` 必填——读者一眼看到这次预测多可信
+
+`cheat-retro` 写复盘段时,必须先校验该文件的 7 个组件:
+- 缺组件 → 警告"该 prediction 不规范,复盘价值打折"
+- 复盘段格式与 confidence 等级**无关**——任何阶段复盘都是同一格式
+- diff `Script Hash` 与当前 `videos/<id>/script.md` 的 hash → 不一致则在复盘段加 `**Script changed between predict and shoot**` 警告
+
+---
+
+## 与旧设计的对照(v1 用户迁移参考)
+
+| v0 设计(已弃) | v1 设计(当前)|
+|---|---|
+| `prediction_complexity = cold-start-simple` 用 3 组件简化版 | 删除字段。所有预测都用 7 组件统一版 |
+| `prediction_complexity = complete` 用 7 组件 | 同上——一直就是 7 组件 |
+| 第 5 次复盘"解锁完整预测" | 不需要解锁——一直完整。Confidence 等级随 calibration_samples 自动提升 |
+| Cold-start 期跳过 bucket / 锚点对比 / 反事实 | **不跳过**——锚点不够就显式标"N/A",bucket 该写还写(概率分布需诚实平摊) |
+| 用 mode=cold-start 字段判断流程分支 | 删除字段。所有 skill 走同一流程,按 calibration_samples 渐进显示 confidence |
diff --git a/shared-references/state-management.md b/shared-references/state-management.md
new file mode 100644
index 0000000..5218f09
--- /dev/null
+++ b/shared-references/state-management.md
@@ -0,0 +1,315 @@
+# State Management(状态文件读写约定)
+
+被所有子 skill 引用。`.cheat-state.json` 是各子 skill 共享上下文的**单一来源**——任何运行时状态、累计指标、模式标记都从这里读、写回这里。
+
+---
+
+## 文件位置
+
+```
+<user-content-project>/.cheat-state.json
+```
+
+**绝不**放到全局 `~/.claude/` 或 cheat-on-content 自己的目录——一个用户可能维护多个内容项目,每个项目独立状态。
+
+---
+
+## 完整 schema
+
+```json
+{
+ "schema_version": "1.1",
+ "skill_version": "1.0.0",
+
+ "rubric_version": "v0",
+ "content_form": "opinion-video",
+ "typical_duration_seconds": 240,
+ "target_publish_cadence_days": 2,
+ "rubric_form_mismatch": false,
+ "benchmark_status": "none",
+ "benchmark_name": null,
+ "benchmark_sample_count": 0,
+ "baseline_plays": null,
+
+ "calibration_samples": 0,
+ "calibration_samples_at_last_bump": 0,
+
+ "data_collection": "manual",
+ "pool_status": "none",
+ "data_layer": "markdown",
+
+ "hooks_installed": false,
+ "enabled_trend_sources": ["manual-paste"],
+ "enabled_perf_adapters": [],
+
+ "last_bump_at": null,
+ "last_bump_self_audited": false,
+ "last_published_at": null,
+ "last_published_file": null,
+ "last_retro_at": null,
+ "last_trends_run_at": null,
+ "last_trends_added_count": 0,
+
+ "consecutive_directional_errors": [],
+ "pending_retros": [],
+ "shoots": [],
+
+ "in_progress_session": null,
+
+ "initialized_at": "2026-05-04T15:00:00+08:00"
+}
+```
+
+### 关键变更(v1.1)
+
+相比 v1.0:
+
+- **删除 `mode`**("cold-start" / "calibration" 二元)→ 用 `calibration_samples` 整数判断状态
+- **删除 `prediction_complexity`**("cold-start-simple" / "complete" 二元)→ 所有预测都用统一完整 7 组件结构,**confidence 等级派生自 calibration_samples**
+- **删除 `bucket_scheme`**("ratio" / "absolute" / "absolute_with_ratio" / "percentile" 四档)→ bucket 边界由单一算法**自动派生**:有 `baseline_plays` → 按倍数;无 → 平台通用默认;样本 ≥10 → 重算 baseline
+
+理由:硬模式切换是设计者的猜测,不是用户体验该有的样子。统一流程 + 渐进信心标注更符合"频道是不断进化的连续光谱,不是离散阶段"的事实。
+
+---
+
+## 字段说明(每个字段的语义 + 谁写谁读)
+
+### 元数据
+
+| 字段 | 类型 | 写入者 | 读取者 | 说明 |
+|---|---|---|---|---|
+| `schema_version` | string | cheat-init / cheat-migrate | 所有 skill | "1.1"。schema 升级时 bump;老用户由 [/cheat-migrate](../skills/cheat-migrate/SKILL.md) 升级。详见 [migration-protocol.md](migration-protocol.md) |
+| `skill_version` | string | cheat-init | 所有 skill | cheat-on-content 当前版本 |
+| `initialized_at` | ISO 8601 | cheat-init | cheat-status | 首次初始化时间,永不变 |
+
+### 模式与配置
+
+| 字段 | 类型 | 取值 | 写入者 | 读取者 |
+|---|---|---|---|---|
+| `rubric_version` | string | "v0" / "v1" / "v2" / ... | cheat-init / cheat-bump | cheat-score / cheat-predict / cheat-retro |
+| `content_form` | enum | "opinion-video" / "long-essay" / "short-text" / "podcast" / "other" / "mixed" | cheat-init | cheat-predict / cheat-recommend |
+| `typical_duration_seconds` | int | 用户视频典型时长。决定 cheat-seed 写 draft 的字数 + cheat-predict 锚点优先同时长 | cheat-init | cheat-seed / cheat-predict |
+| `target_publish_cadence_days` | int / null | 用户目标发布频率(1=日更 / 2=隔日 / 7=周更 / null=灵活)。决定 buffer 警戒颜色阈值 | cheat-init | cheat-status / cheat-recommend / cheat-shoot / cheat-publish / SessionStart hook |
+| `rubric_form_mismatch` | bool | true 表示 content_form ≠ opinion-video 但仍用 opinion 内置 rubric 起步——提示用户 bump 时调权重 | cheat-init | cheat-status(持续提示) |
+| `benchmark_status` | enum | "none" / "imported" / "pending"(用户答应等下找)| cheat-init / cheat-learn-from | cheat-seed(brainstorm 时读 benchmark.md)/ cheat-status(pending 时持续提醒) |
+| `benchmark_name` | string / null | 对标账号名(如"蜗牛学长留学");none 时为 null | cheat-learn-from | cheat-status / cheat-seed |
+| `benchmark_sample_count` | int | 已导入的对标视频条数 | cheat-learn-from(写入 / append) | cheat-status(N≥10 时提示 benchmark 影响淡出) |
+| `baseline_plays` | int / null | 用户基准播放数;首次 init 时若有抓取历史→中位数;无→null;后续 cheat-retro 第 1 篇有实绩时回填 | cheat-init / cheat-retro / cheat-bump (--bucket-only) | cheat-predict(派生 bucket 边界) |
+| `data_collection` | enum | "manual" / "adapter" | cheat-init | cheat-retro(决定 DATA_SOURCE 默认值) |
+| `pool_status` | enum | "none" / "markdown" / "notion" / "sqlite" | cheat-init / cheat-recommend | cheat-recommend / cheat-status |
+| `data_layer` | enum | "markdown" / "sqlite" | cheat-init / md-to-sqlite.py | 所有读 predictions 的 skill |
+| `hooks_installed` | bool | true / false | cheat-init | cheat-status(持续提示) |
+| `enabled_trend_sources` | array of string | trend-source adapter 名列表(如 `["weibo-hot", "zhihu-hot"]`) | cheat-init / 用户手动 | cheat-trends |
+| `enabled_perf_adapters` | array of string | perf-data adapter 名列表(如 `["douyin-session"]`)。空 → cheat-retro 走 manual paste | cheat-init / 用户手动配置后 | cheat-retro |
+
+### 累计计数
+
+| 字段 | 类型 | 写入者 | 用途 |
+|---|---|---|---|
+| `calibration_samples` | int | cheat-retro(每次复盘 +1) | cheat-status 进度条 / cheat-bump 门槛 |
+| `calibration_samples_at_last_bump` | int | cheat-bump | "距上次 bump 多少新样本" |
+
+### 时间戳(last_X_at)
+
+| 字段 | 类型 | 写入者 |
+|---|---|---|
+| `last_bump_at` | ISO 8601 / null | cheat-bump |
+| `last_bump_self_audited` | bool | cheat-bump(CROSS_MODEL_AUDIT=false 时 true) |
+| `last_published_at` | ISO 8601 / null | cheat-publish |
+| `last_published_file` | string / null | cheat-publish |
+| `last_retro_at` | ISO 8601 / null | cheat-retro |
+| `last_trends_run_at` | ISO 8601 / null | cheat-trends |
+| `last_trends_added_count` | int | cheat-trends |
+
+### 列表队列
+
+| 字段 | 类型 | 写入者 | 读取者 | 协议 |
+|---|---|---|---|---|
+| `consecutive_directional_errors` | array of "high"/"low" | cheat-retro(push) / cheat-bump(清空) | cheat-status / cheat-retro 自检 | 最近 N 次复盘的偏差方向;连续 3 同向触发 bump 提议 |
+| `pending_retros` | array of file path | cheat-publish(push) / cheat-retro(remove) | cheat-status | 等待复盘的预测文件路径 |
+| `shoots` | array of {video_folder, prediction_file, shot_at, ad_hoc} | cheat-shoot(push) / cheat-publish(remove) | cheat-status / cheat-recommend / SessionStart hook | 已拍未发队列。`len(shoots) = buffer count`,`buffer_days = buffer × target_publish_cadence_days` 决定颜色 |
+
+### 会话状态
+
+| 字段 | 类型 | 写入者 | 读取者 | 协议 |
+|---|---|---|---|---|
+| `in_progress_session` | object / null | cheat-predict(创建) / cheat-publish(清除) | cheat-publish / cheat-status | 见下方"in_progress_session 子结构" |
+
+#### `in_progress_session` 子结构
+
+```json
+{
+ "type": "prediction",
+ "file": "predictions/2026-05-04_a3f2c1d4e5b6_停止期待.md",
+ "started_at": "2026-05-04T14:00:00+08:00",
+ "rubric_version": "v2"
+}
+```
+
+`type`:当前只有 `"prediction"`。未来可能加 `"bump"` 表示长流程 bump 在进行中。
+
+---
+
+## 读写协议
+
+### 读(任何 skill)
+
+```python
+# 伪代码
+import json, os
+
+state_path = os.path.join(os.getcwd(), ".cheat-state.json")
+if not os.path.exists(state_path):
+ # 不存在 = 用户没初始化,路由到 /cheat-init
+ raise NeedsInitError()
+
+with open(state_path) as f:
+ state = json.load(f)
+
+# 检查 schema_version 兼容
+LATEST_SCHEMA = "1.1" # see migrations/registry.md
+if state.get("schema_version") != LATEST_SCHEMA:
+ # 不直接 raise — 提示用户跑 /cheat-migrate(非阻塞)
+ log_warning(f"schema 版本不匹配:state={state.get('schema_version')}, 期望={LATEST_SCHEMA}。建议跑 /cheat-migrate")
+ # MINOR mismatch 通常仍能继续;MAJOR 时部分字段读取可能 KeyError → 用 .get(field, default) 兜底
+```
+
+**关键纪律**:
+- 读完不立刻关心字段缺失——用 `state.get(field, default)` 容错。新版 skill 引入新字段时旧 state file 会缺该字段,应优雅默认而非崩溃
+- **绝不**在内存里 mutate state 后忘记写回——下游 skill 读到的是磁盘版
+
+### 写(任何 skill)
+
+```python
+# 伪代码 — read-modify-write 模式
+state = read_state()
+state["calibration_samples"] += 1
+state["last_retro_at"] = now_iso()
+write_state(state)
+
+def write_state(state):
+ state_path = os.path.join(os.getcwd(), ".cheat-state.json")
+ tmp_path = state_path + ".tmp"
+ with open(tmp_path, "w") as f:
+ json.dump(state, f, indent=2, ensure_ascii=False)
+ os.replace(tmp_path, state_path) # atomic rename
+```
+
+**关键纪律**:
+- **原子写**:写到 .tmp → rename。避免半写损坏的 state file
+- **永远 indent=2**:人类可读,便于用户手改 + git diff
+- **ensure_ascii=False**:保留中文字符不转 \uXXXX
+- **写完再继续后续操作**:避免下游 skill 读到旧值
+
+### 并发模型
+
+预期场景:**单用户 + 单 Claude Code 会话**。不做锁。
+
+如果两个会话并行操作同一个项目(罕见且不推荐):可能出现写覆盖。**未来需要时**可加文件锁(`fcntl.flock`);当前不加,避免引入复杂度。
+
+---
+
+## 字段写入责任表(防止"谁该写这个字段"歧义)
+
+| 字段 | 唯一写入者 | 何时写 |
+|---|---|---|
+| `rubric_version` | cheat-init / cheat-bump | init 写初值;bump 升版 |
+| `baseline_plays` | cheat-init / cheat-retro / cheat-bump (--bucket-only) | init 时若有 adapter 抓回历史→中位数;无历史→null;retro 第 1 篇有实绩→回填;bump --bucket-only→重新计算 |
+| `calibration_samples` | cheat-retro | 每次复盘成功落盘 +1 |
+| `pending_retros` | cheat-publish(push)/ cheat-retro(remove) | publish 时 push 本次;retro 完成时 remove |
+| `consecutive_directional_errors` | cheat-retro(push)/ cheat-bump(清空) | retro 判定偏差方向时 push;bump 落地时清空 |
+| `in_progress_session` | cheat-predict(创建)/ cheat-publish(清除) | predict 写完文件时创建;publish 登记时清除 |
+| `last_bump_at` | cheat-bump | bump 落地时 |
+
+**绝不允许**多个 skill 写同一字段——会导致状态语义破碎。如果未来需要新字段,先想好"谁是唯一写者"。
+
+---
+
+## state file 损坏 / 不一致的处理
+
+| 症状 | 处理 |
+|---|---|
+| 文件不存在 | 提示"未初始化,请跑 /cheat-init",**不**自动创建 |
+| JSON 解析失败 | 提示"state file 损坏:path/to/.cheat-state.json",建议手动修复或备份 + 重新 init |
+| schema_version 不识别 | 提示版本号 + 建议跑 [/cheat-migrate](../skills/cheat-migrate/SKILL.md)。SessionStart hook 会自动检测并提示 |
+| `pending_retros` 含已删除的文件 | cheat-status 检测时安静移除,不报错 |
+| `in_progress_session` 文件已不存在 | cheat-status 检测到 → 询问用户是否清理 |
+| `calibration_samples` 与 `predictions/` 实际复盘数不一致 | cheat-status 报告差异。临时手改 state 即可;持续不一致是 bug,应在下个 minor 版本里加入 cheat-migrate 的 reconciliation step |
+
+---
+
+## 与 git 的关系
+
+`.cheat-state.json` **应该**被纳入 git:
+- ✅ 它是项目配置 + 累计指标的快照
+- ✅ git history 提供状态演化的完整轨迹
+- ✅ 多设备同步靠 git push/pull
+- ❌ **不**含敏感信息(cookie / API key 应放 `.env` 或 `.cheat-secrets.json`,单独 gitignore)
+
+`.cheat-cache/` 目录**不应该**被纳入 git:
+- 含 `usage.jsonl`(meta-logging 钩子的本地日志)
+- 含 `trends-history.jsonl`(trend 抓取的去重缓存)
+- 这些是设备本地状态,跨设备同步无意义
+
+`/cheat-init` 应自动在用户项目根追加(不覆盖)`.gitignore`:
+
+```
+.cheat-cache/
+.cheat-secrets.json
+```
+
+---
+
+## 升级路径
+
+完整哲学和 maintainer checklist 详见 [migration-protocol.md](migration-protocol.md)。简版:
+
+未来 schema 变化时:
+1. bump `schema_version`(如 "1.1" → "1.2")
+2. 写 `migrations/<old>-to-<new>.md`(4 段:WHAT/WHY/HOW/Manual fallback)
+3. 改 `migrations/registry.md` 的 `LATEST_SCHEMA` 标记位 + 版本链表
+4. SessionStart hook 检测到不一致时自动提示用户跑 `/cheat-migrate`
+5. **绝不**让 skill 静默兼容旧版 schema 的删字段或重命名——那会让"哪个版本下哪个字段是什么含义"成谜
+
+新增字段(MINOR,不破坏兼容):
+- 用 `state.get(field, default)` 读
+- 老 state file 自动获得 default
+- **仍需 bump schema_version + 写 migrations 文件**——保证状态文件最终一致;但用户可以延迟跑 migrate
+
+删除 / 重命名 / 改语义(MAJOR,破坏兼容):
+- 必须 bump schema_version + 写迁移文件
+- CHANGELOG 标 `BREAKING`
+
+---
+
+## 用户手改 state file 的边界
+
+允许手改的字段:
+- `enabled_trend_sources`(数组,决定 cheat-trends 用哪些源)
+- `data_collection`(切换 manual ↔ adapter)
+
+**不**建议手改的字段(会破坏不变量):
+- `calibration_samples` / `pending_retros` / `consecutive_directional_errors`(应通过 retro 流程更新)
+- `rubric_version`(应通过 bump 流程更新)
+- `in_progress_session`(应通过 predict/publish 流程更新)
+
+如用户确实想重置:建议**删除整个 .cheat-state.json + 重跑 /cheat-init**——这比手改单字段安全。
+
+---
+
+## Confidence label 派生表(**单一真值**)
+
+被 cheat-predict / cheat-status / cheat-recommend / SessionStart hook 等共同使用。从 `calibration_samples` 派生,所有 skill 用同一逻辑:
+
+| `calibration_samples` | confidence emoji + 标签 | 数值含义 | 用户该如何用 |
+|---|---|---|---|
+| 0 | 🔴 极低 | "占星级别,纯纪律训练" | 不要基于 composite 决定要不要发;写 prediction 是为了**采集数据**,不是为了**做决策** |
+| 1-2 | 🟠 低 | "中枢 ±50%,方向感优于绝对数字" | 信"A 比 B 流量好"的方向,不信具体数字 |
+| 3-5 | 🟡 偏低 | "中枢 ±40%,可作为参考之一" | bucket 排序可用,中枢点估计仍是猜测 |
+| 6-10 | 🟢 中 | "中枢 ±25%,可参与决策" | 可作为"要不要发"的依据之一 |
+| 11-20 | 🟢 较高 | "中枢 ±15%,rubric 形态稳定" | 可信中枢估计 |
+| 21+ | 🔵 高 | "中枢 ±10%,可数据驱动 bump" | 进入数据驱动阶段 — bump 用回归而非直觉 |
+
+> 上表的 ±X% 是**经验值**(基于参考博主的真实校准曲线),不是数学严格保证。新人账号的真实 ±X% 要等自己跑出 score-curve.png 才能验证。
+
+**不要用这个表来 gating 任何功能**——所有 skill 在所有 calibration_samples 下都跑相同流程,只是输出里**显示**当前 confidence 等级。这是新设计的核心原则。
diff --git a/skills/cheat-bump/SKILL.md b/skills/cheat-bump/SKILL.md
new file mode 100644
index 0000000..d2ffd2e
--- /dev/null
+++ b/skills/cheat-bump/SKILL.md
@@ -0,0 +1,401 @@
+---
+name: cheat-bump
+description: 提议并执行 rubric 或 bucket 升级。两种模式:**完整 rubric bump**(最高风险动作,5 步强制 + 跨模型审核)和 **--bucket-only 轻量重校**(只换 bucket 边界,不动 rubric 公式)。触发词:"升级 rubric"/"bump rubric"/"更新公式"/"我想加一个维度"/"调整权重"/"重校桶"/"recalibrate bucket"。
+argument-hint: --propose "<...>" | --bucket-only [--scheme ratio|absolute|percentile]
+allowed-tools: Bash(*), Read, Write, Edit, Glob, Grep, Skill, mcp__llm-chat__chat
+---
+
+# /cheat-bump — Rubric / Bucket 升级
+
+两种模式:
+
+| 模式 | 触发 | 做什么 | 验证强度 |
+|---|---|---|---|
+| **完整 rubric bump** | `--propose "<新公式>"` | 改公式 / 维度 / 权重 | 5 步 + 跨模型审核(强制) |
+| **bucket-only 重校** | `--bucket-only` | 只重新派生 bucket 边界 | 数据自动派生,无审核 |
+
+完整 rubric bump 严格遵守 [shared-references/bump-validation-protocol.md](../../shared-references/bump-validation-protocol.md) 的 5 步。bucket-only 走轻量路径——见下方 Phase B。
+
+## Overview
+
+```
+入口:用户触发 /cheat-bump
+ ↓
+[Phase A0: 检测调用模式]
+ ↓
+ ├─ --bucket-only → [Phase B: 轻量 bucket 重校]
+ └─ --propose → [Phase 0~6: 完整 rubric bump]
+```
+
+## Phase A0: 调用模式分流(先做)
+
+读用户参数:
+- 含 `--bucket-only` → 走 **Phase B**(轻量重校)
+- 含 `--propose "<...>"` → 走 **Phase 0~8**(完整 rubric bump)
+- 都没有 → 询问用户:"你想做什么?1) 调 rubric 公式 / 加减维度 → --propose;2) 只重新派生 bucket 边界 → --bucket-only"
+
+如果用户说"我觉得 ER 太低了想调"→ 是 `--propose` 路径。
+如果用户说"我账号长大了,bucket 不准了"→ 是 `--bucket-only` 路径。
+**两条路径不能混调**——一次操作只做一种事。
+
+---
+
+## 完整 rubric bump 流程
+
+```
+[用户:升级 rubric --propose "ER×1.5→2.0,砍 NA,加 MS"]
+ ↓
+[Phase 0: 前置门槛检查]
+ ↓
+[Phase 1: 写出新公式完整方程]
+ ↓
+[Phase 2: 校准池全量重打分]
+ ↓
+[Phase 3: 计算排序一致性]
+ ↓
+[Phase 4: 跨模型独立审核(强制)]
+ ↓
+[Phase 5: 落地 + cleanup pass]
+ ↓
+[Phase 6: 更新所有校准样本的 prediction 文件底部追加 Re-scored 行]
+```
+
+## Constants
+
+- **READINESS_HEURISTIC** —
+ - **默认参考**:校准池 ≥ 5 样本 + 至少 1 个跨样本观察有 ≥3 样本支持
+ - **但 Claude 可以提议 bump**(即使样本少)如果观察信号特别强:
+ - N=3 但出现完全推翻当前 rubric 假设的强反例(composite 8.5 vs 实绩 5w 这种 ≥3x 偏差)
+ - 1 篇出现单点但极强的现象(如评论区出现 ≥2000 赞的单一模因)
+ - **Claude 也可以拒绝 bump**(即使样本足)如果证据弱:
+ - N=10 但观察都是低置信度的零碎 pattern,无清晰方向
+ - 用户复盘时大量"随便看了下"的非严肃判断
+ - **写在 prediction header 或 cheat-bump 输出时必说明**:本次提议是 default-aligned 还是 judgment-driven,给用户审视依据
+- **THRESHOLD = 0.8** — 新排序与实绩排序一致性阈值(4/5)。这条**写死**——bump 验证的统计刚性
+- **CROSS_MODEL_AUDIT = true** — 调外部 LLM 独立审核。false 仅用于离线
+- **REQUIRE_CONFIRM = true** — 落地前要求用户明确"yes, bump"
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `--propose` 文本 | 用户参数;缺失则询问 |
+| `rubric_notes.md` | 用户项目根 |
+| `predictions/*.md` 全量 | 校准池数据 |
+| `.cheat-state.json` | 状态 |
+
+## Workflow
+
+### Phase 0: 前置门槛检查
+
+按 [bump-validation-protocol.md](../../shared-references/bump-validation-protocol.md) 的"何时禁止"段,逐项检查:
+
+| 检查 | 失败处理 |
+|---|---|
+| 校准池总样本数 vs 观察强度 | **Claude 判断**——按 READINESS_HEURISTIC:默认 ≥5 样本但允许特例(强反例 / 强模因)。如不满足默认,Claude 必须**显式说明**为什么仍然提议 bump("虽然只 N=3 样本,但 X 这条出现 composite Y vs 实绩 Z,这是 W 倍偏差"),让用户审视 |
+| 上次 bump 距今的新校准数 vs 观察成熟度 | **Claude 判断**——默认建议 ≥3 篇新样本,但如果连续 3 篇都强证据指向同一方向 → 不必再等 |
+| `in_progress_session == null` | 拒绝:"你有 in-progress 预测未完成。先走完那条流程或清掉 state" |
+| 触发条件成立(系统性偏差 / 跨样本新观察 / 新维度证据足) | 警告但不阻塞——询问用户为什么现在 bump |
+
+通过 → 进入 Phase 1。
+
+### Phase 1: 写出新公式完整方程
+
+**不能只接受用户的简短描述**。把它展开为完整方程:
+
+```
+当前:v2 composite = (ER×1.5 + SR×1.5 + HP×1.5 + QL + NA + AB + SAT) / 8.5 × 2.0
+提议:v2.1 composite = (ER×2.0 + HP×1.5 + MS×1.5 + QL + SR + TS + SAT) / 9.0 × 2.0
+
+变化总结:
+- ER ×1.5 → ×2.0(升)
+- SR ×1.5 → ×1.0(降)
+- 新增 MS ×1.5(Memetic Shareability)
+- 新增 TS ×1.0(Topic Shareability)
+- 删除 NA(与 HP 重叠)
+- 删除 AB(被 TS 替代)
+- 归一化常数 8.5 → 9.0
+- 公式总维度数:7 → 7(净变化 0)
+```
+
+如果用户的提议含糊(如"ER 权重提一点")→ 询问具体数值,**禁止自己猜**。
+
+### Phase 2: 校准池全量重打分
+
+Glob `predictions/*.md` 中所有有完整复盘段的文件 → 校准池。
+
+对每篇:
+1. 读各维度分数(从输入快照段)
+2. 用新公式重算 composite
+3. 如果新公式增加了维度(如 MS / TS)→ **回追打分**:读稿子全文(或复盘段的关键证据)→ 给 MS / TS 打 0-5
+4. 写一份"重打表"到内存(或临时文件 `.cheat-cache/bump-rescores.json`)
+
+**回追打分的诚实要求**:你已经看过实绩数据了,回追打 MS / TS 时**会被实绩污染**——这是不可避免的。在重打表里**明确标注** `score_post_hoc: true`。
+
+### Phase 3: 计算排序一致性
+
+```
+每个样本:
+ new_composite_rank: 用新公式排序的 rank
+ actual_plays_rank: 用实际播放排序的 rank
+ delta: |new_rank - actual_rank|
+
+输出对照表:
+| 样本 | composite (v2) | composite (v2.1) | rank (new) | actual | rank (actual) | delta |
+|---|---|---|---|---|---|---|
+| 仓鼠 | 9.41 | 9.55 | 1 | 124.8w | 1 | 0 |
+| 停止期待 | 8.24 | 9.11 | 2 | 71.1w | 2 | 0 |
+| 老板废话 | 7.65 | 8.11 | 4 | 39.6w | 3 | 1 |
+| 求职悖论 | 8.47 | 7.56 | 5 | 16.8w | 4 | 1 |
+| 谁问你了 | 8.24 | 7.00 | 6 | 11.7w | 5 | 1 |
+
+排序一致性:4/5 在 |delta| ≤ 1
+Pairwise no-regression:旧公式做对的所有 pair 在新公式下未颠倒 ✓
+```
+
+判定:
+- 排序一致性 < THRESHOLD(默认 0.8) → **本地拒绝**,转 Phase 4 之前明确报告失败
+- pairwise 出现回归 → **本地拒绝**
+
+`THRESHOLD` 写死在协议里——不允许临时调低(那本身是另一个需要 bump 的元决策)。
+
+### Phase 4: 跨模型独立审核(**强制**,除非 escape hatch)
+
+`CROSS_MODEL_AUDIT=true`(默认):
+
+调用 `mcp__llm-chat__chat`:
+
+```
+prompt:
+你是一个独立审稿人。下面是一个内容创作者准备升级的 rubric 公式。
+请独立判定两件事:
+1. 排序一致性:新公式给样本的排序与实际表现排序,是否真的在 ≥80% 样本上一致?
+2. 解释力:新公式相比旧公式,是否更好地解释了校准池的实绩分布?
+
+数据:
+旧公式:(ER×1.5 + SR×1.5 + HP×1.5 + QL + NA + AB + SAT) / 8.5 × 2.0
+新公式:(ER×2.0 + HP×1.5 + MS×1.5 + QL + SR + TS + SAT) / 9.0 × 2.0
+
+校准池:
+[Phase 2 重打表的完整 JSON]
+
+排序对照:
+[Phase 3 表格的完整 JSON]
+
+输出格式:
+- 判定:PASS 或 REJECT
+- 理由:≥100 字
+- 关键风险:[如有,列出新公式的潜在问题]
+```
+
+收到外部 LLM 回复 → 解析判定。
+
+判定逻辑:
+- 本地 PASS + 外部 PASS → 通过,进入 Phase 5
+- 本地 PASS + 外部 REJECT → **视为 REJECT**。冲突意味着至少一方解读不稳定
+- 本地 REJECT → 已在 Phase 3 终止
+- mcp__llm-chat__chat 不可用 → 优雅降级到 `CROSS_MODEL_AUDIT=false`,state file 标 `last_bump_self_audited: true`
+
+`CROSS_MODEL_AUDIT=false`:
+- 仅依赖本地判定
+- state file 持续标记,cheat-status 持续提示用户"这次 bump 是自审,建议配置 mcp__llm-chat__chat"
+
+### Phase 5: 落地 + cleanup pass
+
+通过审核后,**REQUIRE_CONFIRM=true** → 询问用户:"新公式 PASS 本地与外部审核。最后确认:执行 bump 落地?这会修改 rubric_notes.md 并删除若干已被吸收的观察。回答 'yes, bump' 才执行。"
+
+用户确认后:
+
+1. 在 `rubric_notes.md` 顶部更新 `**当前版本**: vN+1`
+2. 在版本速查表加一行
+3. 在文件 Memo 段写完整 v.N → v.N+1 升级 Memo(按 [bump-validation-protocol.md](../../shared-references/bump-validation-protocol.md) Step 5 模板):
+ - 触发观察
+ - 证据数据(校准池重打表 + 排序对照)
+ - 诊断
+ - 新公式
+ - 跨模型审核结论引用
+ - 已知局限
+4. 更新"当前评分维度"段(删 NA / AB,加 MS / TS)
+5. **执行 cleanup pass**(按 [observation-lifecycle.md](../../shared-references/observation-lifecycle.md) 的"cleanup pass 强制时机"):
+ - 已被吸收为新维度的观察 → 删(如观察 E 被吸收为 MS → 删观察 E)
+ - 被新数据推翻的观察 → 删
+ - 仍未解决的观察 → 迁移到新版本"待验证假设"段
+ - 已被验证的"规律"→ 移到"规律沉淀区"
+6. 重新读 `rubric_notes.md` 全文,确保读者能在 60 秒内理解当下规则——超出 600 行触发额外清算
+
+### Phase 6: 校准样本批量更新
+
+对每个校准样本的 prediction 文件,**底部追加**(不动预测段、不动复盘段):
+
+```markdown
+
+---
+**Re-scored under v2.1 on 2026-05-04**: composite=8.24 → 9.11
+(rubric bump 时全量重算,详见 rubric_notes.md 的 v2 → v2.1 升级 Memo)
+```
+
+用 Edit 工具,匹配每个文件的最末尾。
+
+### Phase 7: 更新 state file
+
+```json
+{
+ "rubric_version": "v2.1",
+ "last_bump_at": "<ISO timestamp>",
+ "last_bump_self_audited": false,
+ "consecutive_directional_errors": [],
+ "calibration_samples_at_last_bump": <current value>
+}
+```
+
+清空 `consecutive_directional_errors`——新 rubric 重新计数。
+
+### Phase 8: 控制台报告
+
+```
+✅ Rubric 已升级 v2 → v2.1
+
+变化:
+- ER ×1.5 → ×2.0
+- SR ×1.5 → ×1.0
+- 新增 MS / TS
+- 删除 NA / AB
+
+校准池重打:5/5 通过排序检查(4/5 一致 + 0 pairwise 回归)
+跨模型审核:✅ PASS
+Cleanup pass:删除观察 D 和 E(已吸收为 QL 重定义和 MS 维度)
+
+下一篇预测起按 v2.1 公式打分。
+所有历史预测文件已追加 Re-scored 标记。
+```
+
+---
+
+## Phase B:bucket-only 重校(轻量分支)
+
+`/cheat-bump --bucket-only [--scheme ratio|absolute|percentile]`
+
+**与完整 bump 的本质区别**:bucket 边界不是规则的一部分,是数据派生量。重新派生它**不需要跨模型审核**——派生算法是确定性的,没有"判断"成分。
+
+### B1: 选择算法(按可用样本数自动派生,**state 不存 scheme**)
+
+| 算法 | 适用 | 边界派生方式 |
+|---|---|---|
+| `ratio`(默认 N=1-4) | 小样本 | 上一篇 / 最近 3 篇中位数 × {0.3 / 1 / 3 / 10 / 30} |
+| `absolute`(默认 N=5-9)| 中等样本 | 校准池中位数 × {0.3 / 1 / 3 / 10 / 30},固定边界 |
+| `percentile`(默认 N≥10)| 大样本 | 校准池实绩 percentile {30 / 60 / 85 / 95 / 100} |
+
+`--scheme` 参数允许用户**显式覆盖默认**:
+- `--scheme ratio` 强制用 ratio(即使 N≥5)
+- `--scheme absolute` 强制用 absolute
+- `--scheme percentile` 强制用 percentile(要求 N≥3,否则报错)
+
+未指定 `--scheme` → 按上表自动派生。
+
+> 旧设计有 `bucket_scheme` state 字段——v1.1 删了。所有 skill 实时按 calibration_samples 派生算法,不需要持久化"当前用哪个"。这避免了"切换 scheme 后忘了同步"的状态不一致问题。
+
+### B2: 派生新边界
+
+读 `predictions/*.md` 中所有有 `actual_plays` 的样本。
+
+**ratio 模式**:
+```
+baseline = median(最近 3 篇 actual_plays)
+buckets = {
+ "退步": (-inf, baseline * 0.3),
+ "持平": (baseline * 0.3, baseline * 1),
+ "命中": (baseline * 1, baseline * 3),
+ "小爆": (baseline * 3, baseline * 10),
+ "大爆": (baseline * 10, +inf),
+}
+```
+
+**absolute 模式**:
+```
+baseline = median(全部校准池 actual_plays)
+buckets = {
+ "底部": (-inf, baseline * 0.3),
+ "基础盘": (baseline * 0.3, baseline * 1),
+ "命中": (baseline * 1, baseline * 3),
+ "爆款": (baseline * 3, baseline * 10),
+ "现象级": (baseline * 10, +inf),
+}
+```
+
+**percentile 模式**:
+```
+sorted_plays = sorted(全部校准池 actual_plays)
+buckets = {
+ "底部": ≤ p30,
+ "基础盘": p30 - p60,
+ "命中": p60 - p85,
+ "小爆": p85 - p95,
+ "大爆": ≥ p95,
+}
+```
+
+### B3: 报告变化 + 用户确认
+
+```
+当前 bucket scheme: ratio
+proposed scheme: absolute
+baseline: 4.2w 中位数(基于 5 篇校准样本)
+
+新边界:
+- 底部: < 1.3w
+- 基础盘: 1.3w - 4.2w
+- 命中: 4.2w - 12.6w
+- 爆款: 12.6w - 42w
+- 现象级: > 42w
+
+派生说明:
+- 5 篇实绩:1.5w / 3.8w / 4.2w / 5.6w / 18w
+- 中位数 4.2w,新桶按 ×{0.3, 1, 3, 10} 派生
+
+确认应用?(yes / no)
+```
+
+### B4: 落地
+
+用户确认后:
+1. 编辑 `rubric_notes.md` 的 "Bucket 方案" 段,替换为新表
+2. 更新 `.cheat-state.json` 的 `baseline_plays` 字段(bucket scheme 不持久化——下次 cheat-predict 实时派生)
+3. 在 `rubric_notes.md` 的 bucket 段顶部追加一行变更记录:`v2 buckets recalibrated on YYYY-MM-DD: scheme=absolute, baseline=4.2w (基于 N=10 个样本)`
+4. **不**修改任何 prediction 文件——历史预测的 bucket 标签保持原样(在该样本写入时的方案下做出的判断)
+
+### B5: 对未来预测的影响
+
+下一次 `/cheat-predict` 起按新 bucket 派生。历史 prediction 文件里的 bucket 标签**不重算**——bucket 是预测时的语义判断,事后改写会破坏盲度。
+
+### Phase B 不做的事
+
+- 不重打 composite(公式没变)
+- 不重新审核观察段(rubric 没变)
+- 不调跨模型审核(确定性派生无需判断)
+- 不要求严格的样本数门槛(按 READINESS_HEURISTIC 由 Claude 判断;ratio 模式 N=1 就能跑)
+
+---
+
+## Key Rules
+
+1. **5 步不可跳**(仅完整 rubric bump)。任何"先简化跑一下"的请求都拒绝
+2. **THRESHOLD 写死**(仅完整 rubric bump)。不允许动态调整
+3. **跨模型审核是默认**(仅完整 rubric bump)。关闭审核需要在 state file 显式标记
+4. **cleanup pass 是 bump 的一部分**(仅完整 rubric bump)。不允许 bump 完不清理观察段
+5. **REQUIRE_CONFIRM**(两种模式都要)。最后落地前必须用户明确说 "yes, bump" 或 "yes, recalibrate"
+6. **bucket 重校不动历史预测**。bucket 是预测时语义,事后改写破坏盲度
+
+## Refusals
+
+- 「跳过校准池重打,直接换公式」 → 拒绝。原则 #2
+- 「跳过外部 LLM 审核」 → 仅当 `CROSS_MODEL_AUDIT=false` 显式设置
+- 「这次 THRESHOLD 调到 3/5 让它过」 → 拒绝。改 THRESHOLD 是元层级 bump
+- 「保留所有旧观察作为历史」 → 违反原则 #3
+- 「先 bump,cleanup 下次再做」 → 拒绝。cleanup 是 bump 的一部分
+
+## Integration
+
+- 上游:`/cheat-retro` 检测到 ≥3 同向偏差 → 提议跑 `/cheat-bump`
+- 依赖:`mcp__llm-chat__chat`(如配置)
+- 修改:`rubric_notes.md`(结构性)+ 所有 `predictions/*.md`(追加 Re-scored 行,不动预测段)+ `.cheat-state.json`
+- 下游:下一篇 `/cheat-predict` 自动按新 rubric_version 打分
diff --git a/skills/cheat-init/SKILL.md b/skills/cheat-init/SKILL.md
new file mode 100644
index 0000000..55c12b1
--- /dev/null
+++ b/skills/cheat-init/SKILL.md
@@ -0,0 +1,444 @@
+---
+name: cheat-init
+description: cheat-on-content 的首次 onboarding 与脚手架创建器。统一流程——所有用户都走相同 5 阶段闭环,唯一区别是"发过视频的人"会在 init 时多一步:抓取已有视频建立历史 context(用于后续 cheat-seed 给更贴合的选题、更准的 baseline)。触发词:"初始化"/"init"/"首次使用"/"我是新用户"/"setup cheat-on-content"。**必须在用户第一次会话执行;其他子 skill 在 .cheat-state.json 不存在时自动路由到此。**
+argument-hint: [— form: opinion-video|long-essay|short-text|podcast]
+allowed-tools: Bash(*), Read, Write, Edit, Glob, WebFetch, Skill
+---
+
+# /cheat-init — 首次 onboarding
+
+让用户从零到能跑第一篇预测,全程 ≤ 5 分钟(没发过历史的)或 ≤ 10 分钟(已发过、要 import 历史的)。
+
+## Overview
+
+```
+[用户首次说"初始化"]
+ ↓
+[Phase 0: 检测当前状态]
+ ↓
+[Phase 1: 首屏文案 — 适用性 + 期望管理]
+ ↓
+[Phase 2: 6 个问题(Q1-Q5 都问;Q2 决定是否走 user-history import)]
+ ↓
+[Phase 2.5: 对标账号 — 强烈建议(cold-start 必须问,已发用户可选)]
+ ↓
+[Phase 3: 创建脚手架(含 scripts/ + videos/ + samples/ 空目录 + 模板文件含 benchmark.md)]
+ ↓
+[Phase 3.5: user-history import 流程(仅 Q2=有发过历史 + 用户同意)]
+ ↓
+[Phase 4: 测试 hook 是否生效]
+ ↓
+[Phase 5: 给"下一步该说什么"清单]
+```
+
+## Constants
+
+- **DEFAULT_RETRO_WINDOW_DAYS = 3**
+- **INSTALL_HOOKS = ask** — 默认询问;用户选 `auto` 直接装;`skip` 不装
+- **TREND_DEFAULT_SOURCES = ["manual-paste"]**
+
+## Inputs
+
+无。所有信息从 6 个对话问题里收集。
+
+## Workflow
+
+### Phase 0: 检测当前状态
+
+1. 读用户当前工作目录(**用户的 content project,不是 cheat-on-content 自己**)
+2. 检查是否已存在 `.cheat-state.json`:
+ - 存在 → 提示"项目似乎已初始化(state file 存在)。要重新初始化会覆盖现有配置——确认?" 等用户明确确认才继续
+ - 不存在 → 进入 Phase 1
+3. 检查是否已存在 `rubric_notes.md` / `predictions/` 等核心文件——存在但 state file 不存在 → 是"半初始化"状态,提示用户并询问"要从现有文件推断状态还是重置?"
+
+### Phase 1: 首屏直白告知期望(含适用性验证)
+
+向用户输出(一字不漏,不要软化):
+
+```
+🎯 cheat-on-content / 网红作弊器 — 初始化
+
+这个工具的**方法论**给所有想把"感觉"变成可校准预测的内容创作者用——
+打分 → 盲预测 → 复盘 → 进化 rubric 这一套**循环本身**适用任何能被量化的内容:
+视频 / 文章 / 播客 / Newsletter / 短文 thread——什么形态都行。
+
+**rubric 是循环的"内容",不是循环本身**。当前内置的 rubric 是观点视频版
+(参考博主 25+ 视频拟合)——其他形态可以借这套**起步**,跑几篇后用
+`/cheat-bump` 调整权重 + 加减维度 → 适配你的形态。
+
+诚实告诉你三件事:
+1. 你**没发过视频** → 我强烈建议你先找一个对标账号,导入几条样本(5-10 条),
+ 工具的初始信号(rubric / pattern / 选题方向感)从对标账号反推。
+ 不找对标的话用通用 v0 等权 rubric 起步,前 5 篇精度更差。
+2. 你**已发过视频** → 你可以用自己的历史 calibrate,也建议至少 1 个对标做 sanity check。
+3. 早期预测精度差是数学事实——通过显示 confidence 等级(🔴/🟠/🟡/🟢/🔵)告诉你
+ 这次预测有多可信,**不是**通过隐瞒数字。
+4. 你跳过任何一次复盘,整个系统退化为占星——这是必走的纪律。
+
+继续 init 吗?
+```
+
+如果用户答"继续"或类似肯定回应 → Phase 2。
+不再因为 content_form 拒绝继续——任何形态都允许,只是 `rubric_form_mismatch` 字段标真,cheat-status 后续会持续提示用户"你的形态需要 bump 调权重"。
+
+### Phase 2: 6 个问题(一问一答,**不**批量提问)
+
+**Q1: 内容形态**
+
+> "你的内容更接近哪一种?
+> a) **观点视频**(评论 / 时评 / 论说 / 议题讨论 / 个人观点)— 直接匹配内置 rubric
+> b) **长文 essay**(公众号 / Substack / Medium)— 可借观点视频 rubric 起步,bump 时调权重
+> c) **短文 / thread**(X / 微博 / 即刻)— 同上
+> d) **播客 / 视频长内容**(YouTube 长片 / 播客)— 同上
+> e) **教程 / 工具教学 / Builder**(教别人怎么用 X 工具 / 怎么做 Y 项目)— 同上
+> f) **其他**(游戏 / 美食 / 妆教 / 新闻 / 剧情)— 工作流通用,但 rubric 维度需要调
+> (ER / SR / HP 这套对你形态可能不太预测,需要自己拆出适合的维度)
+> g) **混合**"
+
+记录到 `content_form` + `rubric_form_mismatch`。
+- 选 a → `rubric_form_mismatch: false`
+- 选 b/c/d/e/f/g → `rubric_form_mismatch: true`,cheat-status 持续提示"你的形态可能需要 bump 调权重"
+- **不再有"严重不匹配"档**——所有形态都能跑工作流,只是有的 rubric 需要更激进的 bump
+
+**Q1.5: 典型时长**(仅 Q1=a/d/f 时问)
+
+> "你的视频典型时长?
+> a) 30秒-1分钟 b) 1-3分钟 c) 3-5分钟(推荐起步)
+> d) 5-10分钟 e) 10分钟以上"
+
+记录到 `typical_duration_seconds`(30 / 90 / 240 / 450 / 900)。
+
+**Q1.6: 发布频率**
+
+> "你打算多久发一篇?
+> a) 日更 b) 隔日 c) 每周 d) 灵活 / 不固定(关闭 buffer 监控)"
+
+记录到 `target_publish_cadence_days`(1 / 2 / 7 / null)。
+
+**Q2: 你这个频道发过视频吗?**
+
+> "a) 没发过 — 我会帮你从兴趣 + 热点 brainstorm 5 个候选 + 写 5 份初稿
+> b) 发过 — 不管 1 条还是 100 条,我会帮你抓历史让后续 brainstorm 更贴合你做过什么"
+
+如选 a → state 写 `calibration_samples: 0`,**Phase 3.5 跳过**,直接进入 Phase 4。
+如选 b → 进入 **Q2.1**。
+
+**Q2.1: 平台 + 抓取计划**(仅 Q2=b)
+
+> "你内容主要在哪个平台?
+> a) 抖音 — 装 douyin-session adapter(Playwright + 扫码登录抖音创作者中心)
+> b) YouTube — 装 youtube-data-api adapter(需 API key)
+> c) B 站 — bilibili-stat adapter
+> d) 其他 / 多平台 — 走 manual paste 模式"
+
+如选 a/b/c → 询问 Q2.2;如选 d → 跳到 Q2.3 manual。
+
+**Q2.2: adapter 安装时机**(仅 Q2.1=a/b/c)
+
+> "现在装 adapter 自动抓取,还是先手动告诉我?
+> - 现在装 — 引导你装 Playwright + 扫码 → 抓回最近 N 条数据
+> - 等下再装 — 先 manual 模式,state 标 'pending_adapter_setup',
+> cheat-status 持续提示装"
+
+如选"现在装"→ 走 adapter install 引导(详见各 adapter README)→ 验证抓取可用 → Q2.3。
+如选"等下"→ 跳到 Q2.3 manual。
+
+**Q2.3: 抓取范围 / 历史规模**
+
+如 adapter 已装并验证可用:
+> "我可以抓你最近多少条作为基础?
+> (建议 10-25 条;样本越多 baseline 越准。最多到你账号实际数量)"
+→ 用户给数字 N,Phase 3.5 抓取 N 条
+
+如 manual 模式:
+> "你大概发过多少条?给个范围就行(比如 '5-10 条' / '20+ 条'),
+> 这只用来标 calibration_samples 估值,不用准确。"
+→ 用户给一个估值,Phase 3.5 跳过抓取,calibration_samples 写估值
+
+**Q3: 数据回收方式**
+
+> "T+3 天复盘怎么拿数据?
+>
+> a) 手动粘 — 候补方案。**你必须粘 top 20+ 评论(带赞数)**,不是只粘播放数。
+> 评论才是真信号——'她不一样'这种模因爆发只能从评论看出,
+> 播放数永远告诉不了你什么内容真的击中了观众。
+> b) **[推荐默认]** adapter 自动抓 — 评论 + 数据全要。
+> 如果你现在没装 adapter,没关系,state 标 'pending_adapter_setup',
+> 第一次 publish 之前装上就行(cheat-status 会持续提醒装)。
+> 装的指引在 adapters/perf-data/<platform>/README.md。"
+
+记录到 `data_collection`(manual / adapter)。
+默认推荐 b——除非用户明确说 "a 我就要手动"。
+
+**Q4: 候选选题**
+
+> "你现在有候选选题列表吗?(如有外部 markdown / Notion 维护的)
+> a) 没有(默认)— 一会儿我帮你 brainstorm,或日常用 /cheat-trends 抓
+> b) 有,markdown 列表
+> c) 有,Notion / 其他"
+
+记录到 `pool_status`(none / markdown / notion)。
+
+**Q5: 装几个 hook(默认装,不需要你决定)**
+
+> "Q5:我顺便装几个 hook,回 'yes' 或 'enter' 就装:
+>
+> 1. **预测锁** — 我们一起做完预测后,文件被锁。你或我都不能改预测段。
+> 复盘只能往同一文件下半段追加,不污染上半段判断。
+> (没这个锁,事后看到数据想"修一下当时的预测"几乎是必然的——你或我都会犯)
+>
+> 2. **SessionStart 自动报告** — 每次开新会话顶部显示 buffer / 待复盘 / 候选 top
+>
+> 3. **静默使用日志** — 异步记录使用频率,不阻塞,给将来诊断用
+>
+> 三个一起装。**不装也可以**(回 'no')但你失去预测锁,校准价值会下降。
+>
+> 回 yes / no。"
+
+记录到 `hooks_installed`(true / false)。
+默认 yes——除非用户明确说 no。
+
+### Phase 2.5: 对标账号(**所有用户都问**,cold-start 强烈建议)
+
+> 工具早期最重要的信号源是**对标账号**——你 init 完没数据,rubric 等权 v0 等于占星。
+> 但如果你能找一个你想做成那样的账号,导入 5-10 条它的高 / 中 / 低样本,工具就有了 anchor。
+
+询问:
+
+```
+🎯 对标账号
+
+你能找一个对标账号吗?至少 3 条该账号的视频。
+
+ - 你**完全没发过历史**(Q2=a/b)→ **强烈建议**——rubric 没 anchor 全靠对标。
+ 不找的话用通用 v0 等权 rubric,前 5 篇精度更差更久
+ - 你**已发历史**(Q2=c)→ **可选**——你也可以只用自己历史 calibrate;
+ 但建议至少导 1 个对标做 sanity check(看你账号是否真的偏离对标方向)
+
+a) 现在找 → 立刻进入 /cheat-learn-from(5-15 分钟,看你材料准备程度)
+b) 等下找 → state 标 `benchmark_status: pending`,cheat-status 持续提醒
+c) 不找 → state 标 `benchmark_status: none`,用通用 v0 起步
+
+回 a / b / c。
+```
+
+行为:
+- 选 a → Phase 3 创建脚手架完毕后,**自动 dispatch 到 /cheat-learn-from**(不让用户手动跑——已经在 init 流程里了)。完成后回 init Phase 4
+- 选 b → state 标 `benchmark_status: pending` + `benchmark_name: null`
+- 选 c → state 标 `benchmark_status: none`
+
+记录到 `benchmark_status` / `benchmark_name`(如 a 选则在 cheat-learn-from 里写入)。
+
+### Phase 3: 创建脚手架(逐项解释)
+
+按顺序创建并**解释每一项的作用**:
+
+1. **`.cheat-state.json`**
+ ```
+ "正在创建 .cheat-state.json — 各子 skill 共享上下文的地方。
+ 这次 init 收集的所有答案都会写在这里。"
+ ```
+ 写入:
+ ```json
+ {
+ "schema_version": "1.1",
+ "skill_version": "1.0.0",
+ "rubric_version": "v0",
+ "content_form": "<Q1>",
+ "typical_duration_seconds": <Q1.5 派生>,
+ "target_publish_cadence_days": <Q1.6 派生>,
+ "rubric_form_mismatch": <Q1≠a 时 true>,
+ "benchmark_status": "<none/imported/pending 派生自 Phase 2.5 答案>",
+ "benchmark_name": <如有 imported 则名字字符串,否则 null>,
+ "benchmark_sample_count": <如有 imported 则数字,否则 0>,
+ "baseline_plays": null,
+ "calibration_samples": <Q2=a 时 0;Q2=b 时 import 后回填或 Q2.3 估值>,
+ "data_collection": "<Q3>",
+ "pool_status": "<Q4>",
+ "data_layer": "markdown",
+ "hooks_installed": <Q5>,
+ "enabled_trend_sources": ["manual-paste"],
+ "enabled_perf_adapters": [],
+ "consecutive_directional_errors": [],
+ "pending_retros": [],
+ "shoots": [],
+ "in_progress_session": null,
+ "initialized_at": "<ISO>"
+ }
+ ```
+
+2. **`rubric_notes.md`**
+ ```
+ "正在创建 rubric_notes.md — 你的评分维度的真实来源。
+ 用的是 v0 占位 rubric——等权 7 维(每个维度同等重要)。
+
+ 为什么叫 v0:v0 是没校准前的占位。你的账号自己的真权重要从你
+ 的数据反推,不是预设。跑完 5 篇有数据的内容后,会自动提议
+ 升级到「校准 v1」(你的第一个真正校准过的 rubric)。"
+ ```
+ - 复制 `cheat-on-content/starter-rubrics/<form>-zero.md`(cold-start)或 `<form>.md`(已有数据时仍可参考)
+
+3. **`script_patterns.md`**
+ ```
+ "正在创建 script_patterns.md — 你的写作 pattern 沉淀(与 rubric 解耦)。
+ rubric_notes.md 教 Claude 怎么打分;
+ script_patterns.md 教 Claude 怎么写。"
+ ```
+ - 复制 `cheat-on-content/templates/script_patterns.template.md`
+
+4. **四个目录**:`scripts/` + `predictions/` + `videos/` + `samples/`(都加 `.gitkeep`)
+ ```
+ "正在创建四个目录:
+
+ scripts/ — 拍前的草稿(cheat-seed 写或你写)
+ predictions/ — immutable 预测日志(hook 保护)
+ videos/ — 拍后的工作目录(cheat-shoot 创建子目录)
+ samples/ — 对标账号视频 / 转录(cheat-learn-from 创建子目录)
+
+ 前三处用同一组 <date>_<id>_<short> 命名相互关联。
+ samples/ 按对标账号名分组:samples/<账号名>/<video-id>/。"
+ ```
+
+4.5. **`benchmark.md`**(仅 Phase 2.5 选 a/b 时)
+ ```
+ "正在复制 benchmark.md 占位模板(实际内容由 cheat-learn-from 填)——
+ 这是你的对标账号的中央 reference。
+ 前期工具的 rubric / pattern / 选题方向感大量从这里推;
+ 后期 N≥10 后影响淡出,但保留作 sanity check。"
+ ```
+ - 复制 `cheat-on-content/templates/benchmark.template.md` → `<user-repo>/benchmark.md`
+ - **Phase 2.5 选 c 不创建** → benchmark.md 不存在,state 标 `benchmark_status: none`
+
+5. **`WORKFLOW.md`** + **`STATUS.md`**
+ - 复制 templates/ 对应文件
+
+6. **如果 Q5=是 → 安装 hooks**
+ - 读 `.claude/settings.json`(如不存在则创建空 `{}`)
+ - merge 进 `hooks/prediction-immutability.json` 的 `hooks.PreToolUse`
+ - merge 进 `hooks/session-start.json` 的 `hooks.SessionStart`
+ - merge 进 `hooks/meta-logging.json` 的 hooks(如同时启用)
+ - 复制 `prediction-immutability.sh` + `session-start.sh` + `log-event.sh` 到 `.cheat-hooks/`,chmod +x
+ - settings.json 里的 command 路径用 `${CLAUDE_PROJECT_DIR}/.cheat-hooks/`
+
+7. **(Pool 选项 c—Notion)** 仅记录到 state file 的 `pool_status: notion`,后续 cheat-trends 调用时再处理
+
+### Phase 3.5: import 流程(仅 Q2=b 且用户同意抓取)
+
+如 Q2.2=现在装 → 走 adapter install + login(详见 [adapters/perf-data/<platform>/README.md](../../adapters/perf-data/))。
+
+抓取成功后,对每条已发视频:
+
+1. **建 video folder**:`videos/<date>_<id>_<short>/`
+ - `<date>` = 视频实际发布日
+ - `<id>` = 12 位 hash,对 (title + 平台 ID) 做 sha256
+ - `<short>` = 标题前 3-8 字
+2. **写 report.md**:从 adapter 抓回的数据(播放 / 点赞 / 评论 / 转发 / top 评论)填入
+3. **询问用户原稿**:"video 「{标题}」 你保留了原稿吗?"
+ - 是 → 用户提供 → 存为 `videos/<id>/script.md`
+ - 否 → 标 `script_lost`(仍建 video folder,只是 script.md 缺失)
+4. **写 reconstructed prediction**:`predictions/<date>_<id>_<short>.md`
+ - header 标 `**Reconstructed retrospective — NOT a blind prediction**`
+ - 7 维打分基于 script + 复盘段实绩数据**反向打**——明确这是非校准用途
+ - 不计入 calibration_samples(这是导入的历史,不是校准积累)
+
+import 完成后:
+- 派生 `baseline_plays` = 抓回视频的播放中位数 → 写入 state file
+- 派生 confidence 等级 → 后续 cheat-predict 写预测时直接用
+- 输出汇总:"已 import N 条历史。最近一条 X w 播放,中位数 Y w,已建 N 个 video folder + reconstructed predictions"
+
+### Phase 4: 测试 hook 是否生效(仅当 Q5=是)
+
+跑一次假的 Edit 拦截测试:
+1. 创建临时文件 `predictions/_test_hook.md`,含 `## 预测\n[test]\n## 复盘\n`
+2. 尝试 Edit 这个文件的 `## 预测` 段
+3. 钩子应 exit 1 阻塞 → 报告"✅ immutability 钩子生效"
+4. 删除测试文件
+5. SessionStart hook 验证:直接调一次 `bash .cheat-hooks/session-start.sh` → 应输出报告(即使是空的也行)
+
+如果钩子未生效 → **不要假装成功**,明确告诉用户:"钩子安装失败,可能是 .claude/settings.json 配置没生效。建议手动检查或重启 Claude Code。"
+
+### Phase 4.5: 如 Phase 2.5 选 a → dispatch 到 /cheat-learn-from
+
+如果用户在 Phase 2.5 选了 a(现在导对标账号)→ **自动触发 /cheat-learn-from**:
+
+```
+✅ 脚手架 + hooks 装完。
+
+下面立刻进入 /cheat-learn-from 帮你导入对标账号——
+你 init 时选了"现在找",不让你又开一个会话才跑。
+
+[invoke /cheat-learn-from]
+```
+
+cheat-learn-from 完成后回到 init 的 Phase 5。
+
+如 Phase 2.5 选 b/c → 跳过 Phase 4.5,直接 Phase 5。
+
+### Phase 5: 给"下一步该说什么"清单
+
+```
+✅ 初始化完成(rubric: v0,calibration_samples: <N>,confidence: <emoji 等级>)
+
+下次你可以直接说这些:
+
+📝 写完一篇稿子 → "打分这篇 scripts/<...>.md"
+🎯 准备发布前 → "启动预测 scripts/<...>.md"
+🎬 拍完了 → "拍了 scripts/<...>.md" → 建 video folder + buffer +1
+🚀 发布后 → "已发布 https://..."
+📊 T+3 天 → "复盘 videos/<...>/"
+📈 任何时候 → "状态"(看完整看板)
+
+<如果 Q4=没有候选选题:>
+🌱 现在跑 /cheat-seed 找选题?
+ - 没发过历史的:纯 brainstorm(兴趣 × 热点)
+ - 发过历史的(已 import):brainstorm 会基于你过去做过什么给推荐
+ 回 "yes, seed" 立刻跑,回 "no" 你自己想。
+
+💡 你的 confidence 是 <当前等级> —— 它会随着你跑更多复盘自动提升。
+ 不要因为 confidence 低就跳过预测——预测的纪律本身就是工具的核心,
+ 早期预测的"价值"是数据采集,不是决策。第 5 次复盘后 rubric 第一次校准,
+ confidence 会跨入 🟡 偏低;第 10 次后 🟢 中。
+```
+
+## Key Rules
+
+1. **不假装成功**:任何步骤失败 → 明确告诉用户哪一步出错。绝不写"✅ 初始化完成"如果实际没完成
+2. **不批量提问**:5 个问题一次问一个
+3. **不静默 mkdir**:每创建一个文件都解释它的作用
+4. **不强推 SQLite**:所有用户给 markdown,提一句"将来到 30 篇会建议升级"就够了
+5. **state 字段统一**:删掉 mode / prediction_complexity / bucket_scheme 等枚举字段——单一用 calibration_samples 整数 + confidence 派生
+6. **import 失败不阻塞**:Q2=b 但 adapter 装失败 / 抓取失败 → 优雅降级到"标 calibration_samples 估值,不导入历史 video folder"
+
+## Refusals
+
+- 「跳过 Q1-Q5,直接给我创建所有文件」 → 拒绝。问题答案直接影响默认配置(content_form、cadence、hooks)
+- 「我已经在别处初始化过了,把那个项目的配置同步过来」 → 慎重。提示用户手动 cp 现有 `.cheat-state.json` 和 `rubric_notes.md`,不自动跨项目同步
+- 「不装 hook 但保留 immutability 承诺」 → 允许,state 标 `hooks_installed: false`,cheat-status 持续提示"你的 immutability 是君子协定"
+
+## Integration
+
+- 写完后,主 SKILL.md 的路由就解锁了所有其他子 skill
+- `cheat-status` 读 `.cheat-state.json` 的 `calibration_samples` 字段决定显示哪个 confidence 等级
+- 如 Q2=b 走了 import → 历史 reconstructed predictions 进 `predictions/` 和 `videos/<...>/`,但**不**计入 calibration_samples(不是真校准样本)
+- `/cheat-seed` 读 `predictions/` 的所有历史 reconstructed prediction → brainstorm 时知道"用户过去做过什么"
+
+## State 字段写入清单
+
+| 字段 | 写入时机 | 来源 |
+|---|---|---|
+| `schema_version` | Phase 3 | 硬编码 "1.1" |
+| `skill_version` | Phase 3 | 硬编码 "1.0.0" |
+| `rubric_version` | Phase 3 | "v0" |
+| `content_form` | Phase 3 | Q1 |
+| `typical_duration_seconds` | Phase 3 | Q1.5 派生 |
+| `target_publish_cadence_days` | Phase 3 | Q1.6 派生 |
+| `rubric_form_mismatch` | Phase 3 | Q1≠a → true |
+| `benchmark_status` | Phase 3 / 2.5 | Q2.5 答案派生 |
+| `benchmark_name` | Phase 3 / 2.5 | Q2.5 用户提供 |
+| `benchmark_sample_count` | Phase 3 / 2.5 | cheat-learn-from import 后回填 |
+| `baseline_plays` | Phase 3.5(如 import 成功) | import 数据中位数;否则 null |
+| `calibration_samples` | Phase 3 / Phase 3.5 | Q2=a→0;Q2=b→Q2.3 估值或 import 数 |
+| `data_collection` | Phase 3 | Q3 |
+| `pool_status` | Phase 3 | Q4 |
+| `hooks_installed` | Phase 3-4 | Q5 + Phase 4 测试结果 |
+| `initialized_at` | Phase 3 | now() |
diff --git a/skills/cheat-learn-from/SKILL.md b/skills/cheat-learn-from/SKILL.md
new file mode 100644
index 0000000..4be4a35
--- /dev/null
+++ b/skills/cheat-learn-from/SKILL.md
@@ -0,0 +1,399 @@
+---
+name: cheat-learn-from
+description: 从对标账号导入 script + 数据 → 拆 pattern + 派生 base rubric 信号 → 写到 benchmark.md / script_patterns.md / rubric_notes.md。**这是工具最早期信号的来源**——cold-start 用户没自己历史时全靠对标,发过历史的用户也建议至少 1 个对标做 sanity check。触发词:"学这个账号"/"拆这几个对标视频"/"learn from"/"导入对标账号"/"找对标"。
+argument-hint: <账号名> [— way: a (default) | b] [— append | --replace]
+allowed-tools: Bash(*), Read, Write, Edit, Glob, WebFetch, Skill
+---
+
+# /cheat-learn-from — 对标账号导入
+
+工具早期最重要的信号源是**对标账号**——你 init 完没数据,rubric 等权 v0 等于占星。但如果你能找一个你想做成那样的账号,导入 5-10 条它的高/中/低样本,工具就有了 anchor。
+
+后期当你自己 calibration_samples ≥ 10 时,benchmark 影响自然减弱——你的真实数据成为主要信号源。但 benchmark.md **不删**,仍是 cheat-seed brainstorm 的 reference frame。
+
+## Overview
+
+```
+[用户:学这个账号 / 启动 cheat-learn-from]
+ ↓
+[Phase 0: 检查 benchmark 状态]
+ ↓
+[Phase 1: 选 input 方式(Way a 默认)]
+ ↓
+[Phase 2: 收集材料]
+ Way a: 用户粘 N 条 script 文本 + 数据
+ Way b: 用 whisper 转录 samples/ 目录里的视频
+ ↓
+[Phase 3: 询问每条样本的"印象判断"(高/中/低 + 为啥)]
+ ↓
+[Phase 4: Claude 拆 pattern + 派生 rubric 信号]
+ ↓
+[Phase 5: 用户 review → 改 → 落盘]
+ ↓
+[Phase 6: 写 benchmark.md / script_patterns.md / rubric_notes.md]
+ ↓
+[Phase 7: 更新 state.benchmark_status]
+```
+
+## Constants
+
+- **MIN_SAMPLES = 3** — 最少 3 条样本(少于拆不出 pattern)
+- **RECOMMENDED_SAMPLES = 5-10** — 推荐区间,平衡信号量 vs 用户工作量
+- **MAX_SAMPLES_PER_RUN = 15** — 单次导入上限——再多 Claude context 不够 + 用户也累
+- **DEFAULT_WAY = a** — Way a 简单 + 准确,是 default
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `<账号名>` | 用户参数;缺失则询问 |
+| `.cheat-state.json` | 状态文件 |
+| Way a: 用户粘的 script 文本 + 数据 | 对话 |
+| Way b: `samples/<账号名>/*.mp4` 等视频文件 | 用户提前下载好放进去 |
+
+## Workflow
+
+### Phase 0: 检查 benchmark 状态
+
+读 `.cheat-state.json` 的 `benchmark_status`:
+
+| 状态 | 处理 |
+|---|---|
+| `none` | 首次导入——继续 Phase 1 |
+| `pending` | 用户之前答应等下找——继续 Phase 1 |
+| `imported` 已有 benchmark | 询问"你已有 benchmark [当前名],N 条样本。要做什么? a) 追加新视频到当前 benchmark b) 替换为新 benchmark c) 只看不改" |
+
+参数解析:
+- `--append` → 追加到现有 benchmark
+- `--replace <new-name>` → 用新 benchmark 替换(旧的归档到 benchmark.archived/)
+- 没标志 + 已有 benchmark → 走上面询问
+
+### Phase 1: 选 input 方式(**两个独立维度**)
+
+每条样本 = **script** + **数据**。两者怎么拿是独立的——你可以混搭。
+
+#### Phase 1a: script source(怎么拿稿子)
+
+```
+script 怎么拿?
+
+a) **粘文本(最简单,推荐)**
+ - 你自己整理过 / 用工具提取过——直接粘进对话
+ - 工具推荐(按方便程度排):
+
+ 抖音 / 小红书:
+ - 微信小程序「轻抖」—— 粘视频链接 → 自动提取文案 + 评论。最快
+ - 类似工具:"视频解析助手" / "短视频文案提取" 等小程序
+ - 通常有免费额度,重度使用收费
+
+ B 站 / YouTube:
+ - 视频页面有"显示字幕/文字记录"按钮(如果 UP 主开了)
+ - 第三方:DownSub / SaveSubs / yt-dlp --write-auto-sub
+
+ 公众号 / Substack:
+ - 直接复制网页文字
+
+b) **whisper 转录视频文件**
+ - 你下载了视频到 samples/<账号名>/<video>/source.mp4
+ - 需要装 whisper-cpp + ffmpeg(见 adapters/script-extraction/whisper/README.md)
+ - 转录可能有错别字 / 漏字 / 标点不准——准确度比 a 差
+
+c) **跳过 script,只用元数据 + 印象**
+ - 你拿不到稿子也懒得用工具
+ - 后果:pattern 拆不深(只能看标题 / 数据 / 你的印象),但 rubric 信号还行
+ - 适合"先快速搭起来,将来补"
+
+回 a / b / c。
+```
+
+#### Phase 1b: data source(怎么拿播放/点赞/评论)
+
+```
+数据(播放 / 点赞 / 评论 / 转发)怎么拿?
+
+a) **手填数字(最简单)**
+ - 你查一下账号后台或视频页面,告诉我数字
+ - 不需要装任何工具
+
+b) **adapter 自动抓(如已配置)**
+ - 你已经装了 perf-data adapter(如 douyin-session)
+ - 给我视频 URL,工具自己抓数据 + top 评论
+ - 评论数据更全(手填只能告诉我数字,adapter 能拿到具体评论文本)
+
+回 a / b。
+```
+
+**最常见的组合**:
+- 完全零依赖路径:1a + 1b(粘文本 + 手填)—— 5 分钟搞定
+- 评论质量优先:1a + 2b(粘文本 + adapter 抓)—— 装了 adapter 就走这个
+- 拿不到稿子兜底:1b + 1b(whisper + 手填)
+
+### Phase 2: 收集材料
+
+按 Phase 1a + 1b 的组合走对应路径。
+
+**通用纪律**:每条样本最少要有 (script 或 transcript 或 N/A标记) + 数据 (4 项基础:播放/点赞/评论/转发)。
+
+#### Path A: 粘文本(Phase 1a=a)
+
+```
+好。我们一条一条来。最少 3 条,推荐 5-10 条。
+
+第 1 条 script,把整段粘下面(段落版,不要字幕格式):
+```
+
+收到 script → 算 video_id(sha256(script_content)[:12])→ 进 Phase 2 数据采集。
+
+#### Path B: whisper 转录(Phase 1a=b)
+
+```
+先确认 whisper 装了:
+
+[运行 `command -v whisper-cpp` 或 `command -v whisper` 检测]
+
+如果没装:
+ ❌ whisper 没装。三选一:
+ - brew install whisper-cpp(推荐——快)
+ - pip install openai-whisper(Python 慢些)
+ - 切回 Path A 自己粘文本(推荐用轻抖等小程序)
+
+装好后:把视频文件放到 samples/<账号名>/<video-name>/source.mp4
+(一个视频一个子目录)
+
+放好后告诉我"放好了 N 条",我转录。
+```
+
+用户放好后:
+1. Glob `samples/<账号名>/*/source.*` 找视频文件
+2. 对每个视频跑 `bash adapters/script-extraction/whisper/run.sh <video> samples/<账号名>/<id>/`
+3. 失败项报告但继续其他
+4. 进 Phase 2 数据采集
+
+#### Path C: 跳过 script(Phase 1a=c)
+
+直接进 Phase 2 数据采集——告诉用户"没 script 我能拆的 pattern 仅限标题级别 / 你的印象,rubric 信号正常拆"。
+
+#### Phase 2 数据采集(Phase 1b=a 手填 / b adapter)
+
+**如 Phase 1b=a(手填)**:
+
+```
+第 1 条数据:告诉我
+- 标题
+- 播放量
+- 点赞
+- 评论数(不是评论内容,是数字)
+- 转发 / 分享数
+
+格式随意,能识别就行。例如:
+ "标题:怎么停止期待
+ 播放:71w / 点赞 2.4w / 评论 899 / 转发 1.8w"
+
+如果你能再粘 top 5-10 条评论(带赞数)更好——pattern 拆能挖到模因层。
+```
+
+**如 Phase 1b=b(adapter)**:
+
+```
+你说装了 adapter(如 douyin-session)。给我每条视频的 URL,
+我跑 adapter 自动抓数据 + top 评论。
+
+第 1 条 URL:
+```
+
+收到 URL → 调对应 adapter → 写数据 + 评论到 samples/<账号名>/<id>/meta.md。
+
+**通用**:继续问第 2 条 / 第 3 条 / ... 用户说"够了"或达到 MAX_SAMPLES_PER_RUN 时进 Phase 3。
+
+### Phase 3: 询问"印象判断"
+
+对每条样本(不管 Way a 或 b),收完数据后**追加问印象**:
+
+```
+你看完 / 听完这条视频的印象,算这个账号的:
+ a) 高表现样本(代表作 / 你想做成这样的)
+ b) 中表现样本(普通水准 / 不上不下)
+ c) 低表现样本(不算这个账号的代表 / 你不想做成这样)
+
+为什么?(一句话——这个判断比数据更能告诉我你想做什么风格)
+```
+
+记录 (impression_label, impression_reason) 到内存。
+
+> 注意:印象**可以**和数据冲突——比如某条数据高但用户觉得"不算代表作"。这种冲突本身是有用信号,记录下来。
+
+### Phase 4: Claude 拆 pattern + 派生 rubric 信号
+
+阅读所有 (script, 数据, 印象) → 自己分析:
+
+#### 4a. Script patterns
+
+按 script_patterns.md 的 cheat sheet 框架拆:
+- 开头钩子:3 种类型分布(场景代入 / IS 戏仿 / 数据反转)
+- 主体结构:几段 / 怎么切
+- 句式 / 句长 / 节奏:短句还是长句、有没有标志性句式
+- emotional 标记 / 双声道
+- 致谢段 / 收尾
+- 高频词汇 / 词汇风格
+
+输出 N 个具体 pattern(每个引用具体样本作证据)。
+
+#### 4b. Rubric 信号(**仅定性,不给数值权重**)
+
+对每条样本打 7 维分(用通用维度),然后看:
+- 高表现样本(按用户印象)共有哪些维度高?
+- 低表现样本共有哪些维度低?
+- 哪些维度在高/低样本之间无差异(说明不是关键维度)?
+
+输出**定性方向**(不是数值权重):
+- "ER 看起来重要"(3/3 高样本 ER ≥4)
+- "SR 看起来不显著"(高低样本 SR 分布无差异)
+- "MS 高的样本评论区有明显模因爆发"
+
+### Phase 5: 用户 review
+
+一次性展示所有结果给用户:
+
+```
+我从你给的 N 条对标视频拆出:
+
+📝 N 个 script pattern:
+ 1. **[Pattern 1 名称]**:[一句话描述] → 证据:[样本 X / Y]
+ 2. ...
+
+🎯 Rubric 定性信号:
+ - 看起来重要的维度:ER / QL / MS(每个有 N 条高样本支持)
+ - 看起来不显著的维度:SR / NA
+ - 给的初始建议:你的对标账号是 [情感+金句驱动型] / [数据驱动型] / [类比讲解型] / ...
+ - **不直接给数值权重**——5-10 样本拟合容易过拟合,先用作 tier-2 信号
+
+🎨 选题方向感:
+ - 主题分布大概:[主题 A 40% / 主题 B 30% / ...]
+ - 调性:[一句话]
+
+回 "ok" 我落盘,
+或指出哪些 pattern / 信号你不认同("Pattern X 我觉得不准" / "Rubric 信号 Y 错了")。
+```
+
+用户反馈循环:
+- "ok" → Phase 6 落盘
+- 用户挑刺 → Claude 改 → 重新展示 → 直至确认
+
+### Phase 6: 落盘
+
+#### 6a. benchmark.md
+
+按 [templates/benchmark.template.md] 格式写到 `<user-channel>/benchmark.md`:
+- 账号信息(账号名、URL、调性、粉丝量级——用户提供)
+- 导入的样本表
+- 基础 rubric 派生(仅定性)
+- 选题方向感
+
+如 `--append` → 在现有 benchmark.md 的样本表追加新行 + 重新拆 pattern;不重写整个文件。
+如 `--replace` → 把现有 benchmark.md 移到 `benchmark.archived/<旧账号名>_<日期>.md`,写新的。
+
+#### 6b. samples/<账号名>/
+
+为每条样本建子目录:
+```
+samples/<账号名>/<video-id>/
+├── source.mp4 (Way b 才有,Way a 没有)
+├── transcript.md (从粘文本写 / whisper 转出来)
+└── meta.md (标题 / 数据 / 印象 / 印象理由)
+```
+
+#### 6c. script_patterns.md
+
+在 `<user-channel>/script_patterns.md` 加新段:
+
+```markdown
+## 对标 [账号名] 借鉴(imported on YYYY-MM-DD,N 条样本)
+
+> 这些 pattern 来自对标账号——**Imported, untested on my channel**。
+> 实拍验证后(≥2 次跑出 + 复盘确认有效)再去掉这个标记,升入正式 pattern。
+
+### Pattern A: [一句话名]
+**来自**: [样本 X]
+**描述**: [详细]
+
+### Pattern B: ...
+```
+
+#### 6d. rubric_notes.md
+
+在 `<user-channel>/rubric_notes.md` 加 / 更新"benchmark-derived initial signals"段:
+
+```markdown
+## Benchmark-derived initial signals
+
+> 来自 benchmark.md 的对标账号 [账号名](N=N 样本,import on YYYY-MM-DD)。
+> **仅定性方向,不直接采纳为数值权重**——5-10 样本拟合容易过拟合。
+> 等你自己 N≥5 校准样本后正式 bump 时**再决定**是否调权重。
+
+- 看起来重要的维度: ER / QL / ...
+- 看起来不显著的维度: SR / NA / ...
+- Claude 给的初始建议: [一句话定性]
+```
+
+### Phase 7: 更新 state file
+
+```json
+{
+ "benchmark_status": "imported",
+ "benchmark_name": "<账号名>",
+ "benchmark_sample_count": <N>
+}
+```
+
+## Key Rules
+
+1. **Way a 默认**——简单 + 准确。Way b 仅给"找不到 script 只有视频"的兜底
+2. **必须问印象**——纯看 transcript 拆 pattern 容易抓表面,加用户印象才挖到深层
+3. **Rubric 信号仅定性**——不直接给数值权重。5-10 样本拟合过拟合
+4. **pattern 默认标 untested**——避免污染用户自己的 pattern 库
+5. **不直接抓视频**——下载是用户的事,避免 TOS + 反爬
+6. **可重复跑**——`--append` 加新视频,`--replace` 换账号
+7. **MIN_SAMPLES = 3**:少于 3 拆不出 pattern,拒绝继续
+
+## Refusals
+
+- 「跳过印象判断,直接拆」 → 拒绝。印象是关键 input
+- 「我只能给 1 条样本」 → 拒绝。最少 3 条
+- 「直接给我数值权重」 → 拒绝。Phase 4 只给定性信号
+- 「能不能不写 transcript 文件,只在内存里拆」 → 不行。transcript 持久化是后续 cheat-retro Phase 4b diff 的依据
+- 「帮我下载对标视频」 → 拒绝。引导用户用 yt-dlp / BBDown 等工具自己下
+
+## Integration
+
+- 上游:`/cheat-init` Phase 2.5 在 cold-start 用户时**强烈建议**跑 `/cheat-learn-from`;calibration 用户**可选**
+- 上游:`/cheat-status` 在 `benchmark_status=pending` + 距 init >24h 时持续提醒
+- 下游:`/cheat-seed` brainstorm 时读 benchmark.md → 知道用户对标方向
+- 下游:`script_patterns.md` 加新段,cheat-seed 写 draft 时按 pattern 选结构
+- 下游:`rubric_notes.md` 加 benchmark-derived signals 段,cheat-bump 时作为参考之一
+- N≥10 提示:`cheat-status` 在用户 calibration_samples ≥10 时提示"你已有足够自己数据,benchmark 影响淡出(保留作 sanity check)"
+
+## benchmark 何时淡出
+
+不是死磕样本数,是 **Claude 判断"用户数据信号是否已超过 benchmark"**:
+
+- **默认参考**:calibration_samples ≥ 10 → benchmark 影响淡出
+- **可以更早**:N=5 但用户的 (打分, 实绩) 配对里出现 ≥3 条与 benchmark pattern 不一致的——说明你账号已经走出对标的路径
+- **可以更晚**:N=15 但用户的样本都很相似(都做同一类内容),benchmark 仍有信号价值
+
+判断条件 + 默认值都在 cheat-status 触发器 #19 / cheat-seed Phase 0 里实现。
+
+**淡出后**:
+- cheat-seed brainstorm 仍读 benchmark.md,但**优先级低于用户自己的 predictions/**
+- rubric_notes 的 benchmark signals 段标 `**Status: superseded by user data**`,不删但不再主导
+- benchmark.md **不删**——保留作 sanity check(看你账号是否真的偏离对标方向太远)
+
+**任何时候用户主动**:跑 `/cheat-learn-from --replace none` 完全解除 benchmark 影响
+
+## 与其他 skill 的区别
+
+| Skill | 用途 |
+|---|---|
+| `/cheat-learn-from` | **从对标账号**导入 pattern / rubric 信号(一次性 / 偶尔追加) |
+| `/cheat-seed` | brainstorm 选题 + 写 draft(读 benchmark.md 作参考) |
+| `/cheat-trends` | 抓今天的热点(与 benchmark 无关) |
+| `/cheat-bump` | 升级 rubric(用户自己 N≥5 后用真实数据,不直接用 benchmark signals) |
diff --git a/skills/cheat-migrate/SKILL.md b/skills/cheat-migrate/SKILL.md
new file mode 100644
index 0000000..212b342
--- /dev/null
+++ b/skills/cheat-migrate/SKILL.md
@@ -0,0 +1,234 @@
+---
+name: cheat-migrate
+description: 把老用户的 .cheat-state.json 升级到当前 schema_version。读 migrations/registry.md 算迁移链,按顺序应用每一步迁移文件。幂等:跑两次结果一样。失败停在中间版本不前进。触发词:"迁移"/"升级 state"/"migrate"/"我的 state 是老版本"/"schema 版本不对"。
+argument-hint: [— from: <version>] [— to: <version>] [— dry-run]
+allowed-tools: Bash(*), Read, Write, Edit, Skill
+---
+
+# /cheat-migrate — Schema 版本迁移
+
+把用户 `.cheat-state.json` 从旧 `schema_version` 升级到 cheat-on-content 当前期望的 `LATEST_SCHEMA`。
+
+---
+
+## Overview
+
+```
+[用户:迁移 / 或 SessionStart 提示后用户跑]
+ ↓
+[Phase 0: 读 .cheat-state.json + migrations/registry.md → 确定迁移链]
+ ↓
+[Phase 1: dry-run(默认)展示迁移计划,等用户确认]
+ ↓
+[Phase 2: 备份 .cheat-state.json → .cheat-state.json.backup-<timestamp>]
+ ↓
+[Phase 3: 按顺序对每个 step 应用对应迁移文件的 HOW 段]
+ ↓
+[Phase 4: 验证升级后 state 文件能被解析 + schema_version 已更新]
+ ↓
+[Phase 5: 报告 + 提示如有备份需要清理]
+```
+
+---
+
+## Constants
+
+- **REGISTRY_PATH = `${SKILL_DIR}/../../migrations/registry.md`** — 版本链单一来源
+- **MIGRATIONS_DIR = `${SKILL_DIR}/../../migrations/`** — 迁移文件目录
+- **DRY_RUN_BY_DEFAULT = true** — 首次跑展示计划,不直接改文件
+- **BACKUP_BEFORE_WRITE = true** — 写之前必备份;备份文件保留至下次成功 init / 用户手动清理
+- **STOP_ON_STEP_FAILURE = true** — 任何 step 失败 → 停在中间版本,不前进,不回滚
+
+> 💡 调用时覆盖:`/cheat-migrate — dry-run: false` 直接执行 / `/cheat-migrate — to: 1.2` 仅升到指定版本
+
+---
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `.cheat-state.json` | 用户项目根 |
+| `migrations/registry.md` | LATEST_SCHEMA + 版本链表 |
+| `migrations/<from>-to-<to>.md` | 每步具体迁移指令 |
+
+---
+
+## Workflow
+
+### Phase 0: 确定迁移链
+
+1. 读 `.cheat-state.json` → 解析 `current_version = state.schema_version`
+2. 读 `migrations/registry.md` → 解析 `LATEST_SCHEMA` 字段(行:`LATEST_SCHEMA = "X.Y"`)
+3. 解析 `args.to` 覆盖(如有);否则 target = LATEST_SCHEMA
+4. 解析 `args.from` 覆盖(罕见场景:用户的 state 文件 schema 字段坏了,强制指定起点)
+5. **状态判断**:
+ - `current_version == target` → 输出"✅ state 已是 {target},无需迁移" → 退出
+ - `current_version > target`(比如用户跑了 dev 版又切回 release)→ 报错"无法降级,请手动调整或重新 init"
+ - `current_version < target` → 继续,从注册表查出迁移链
+6. 从注册表"版本链"表算出 `chain = [(from, to, file), ...]`,按顺序串起 current → target
+
+如果某一步在注册表里缺失(比如 `current_version` 不在表里)→ 报错并展示"目前已知版本:[1.0, 1.1, ...]",让用户检查。
+
+### Phase 1: dry-run
+
+输出迁移计划:
+
+```
+📋 迁移计划
+
+当前版本: 1.0
+目标版本: 1.2
+将按顺序跑 2 步:
+
+ [1/2] 1.0 → 1.1(MINOR)
+ 新增字段:typical_duration_seconds, target_publish_cadence_days, ...(共 12 字段)
+ 删除字段:mode, prediction_complexity, bucket_scheme
+ 详见: migrations/1.0-to-1.1.md
+
+ [2/2] 1.1 → 1.2(MINOR)
+ 新增字段:[...]
+ 详见: migrations/1.1-to-1.2.md
+
+⚠️ 备份位置: .cheat-state.json.backup-<timestamp>
+
+继续吗?回 yes 执行 / no 退出 / dry-run-detail 看每步具体改什么。
+```
+
+如 `args["dry-run"] == false` 或用户回 yes → 进 Phase 2。
+
+### Phase 2: 备份
+
+```bash
+cp .cheat-state.json .cheat-state.json.backup-$(date +%s)
+```
+
+输出:"📦 备份到 .cheat-state.json.backup-1714838400"
+
+### Phase 3: 按顺序应用每步
+
+对 chain 里的每个 (from, to, file):
+
+1. 输出 "→ [N/M] 应用 {file}..."
+2. 读 `migrations/<file>` → 找到 `## HOW (Claude steps for /cheat-migrate)` 段
+3. **按段内自然语言步骤逐项执行**——这是关键:迁移是 Claude 读 markdown 跑的,不是 python 脚本
+4. 每步完成后:
+ - 更新内存里的 state.schema_version = to
+ - **原子写**到磁盘(写 .tmp → rename)
+5. 如某步失败:
+ - 输出"❌ {file} 第 N 步失败:{error}"
+ - 不前进、不回滚(state 已停在前一步成功的中间版本)
+ - 提示:"已停在 schema_version: {last_success_version}。修复后重跑 /cheat-migrate 会从这里继续"
+ - 退出
+
+### Phase 4: 验证
+
+升完后:
+1. 读 `.cheat-state.json` → 解析 → 应能成功
+2. 检查 `schema_version == target`
+3. 检查所有"必填字段"非缺失(参照 [shared-references/state-management.md](../../shared-references/state-management.md) 完整 schema)
+4. 失败 → 报错"迁移完成但验证失败:{detail}。state 文件可能不一致——查看备份恢复"
+
+### Phase 5: 报告
+
+```
+✅ 迁移完成
+
+ 从: 1.0
+ 到: 1.2
+ 应用步骤: 2
+
+state 文件现在含 X 字段,全部通过验证。
+
+📦 备份保留:.cheat-state.json.backup-1714838400
+ (确认一切正常后可手动 rm;下次成功 /cheat-init 也会清理过期备份)
+
+下一步建议:
+ - 跑 /cheat-status 确认看板正常
+ - 如有 hooks 重装需求,跑 bash <skill_repo>/install.sh --reinstall-hooks
+```
+
+---
+
+## Key Rules
+
+1. **幂等**:在已升过的 state 上重跑应该立刻退出"无需迁移",**不**重复应用步骤。靠对比 `current_version == target` 实现
+2. **不跳版**:1.0 → 1.3 必须按 1.0→1.1→1.2→1.3 顺序,每步独立可恢复。不允许"直接升 1.0 → 1.3 的合并 migration"
+3. **不静默兼容**:state 文件 schema_version 不识别 → 明确报错"未知版本 X,最近已知版本 Y",不假装能继续
+4. **失败停在原地**:第 N 步失败时 schema_version 停在 N-1 已成功的版本,不回滚到迁移前。重跑能从断点继续
+5. **备份是硬约束**:写之前必有备份。即使用户跑 `--dry-run: false`,备份动作仍执行
+6. **不动 predictions / rubric / videos**:只改 `.cheat-state.json`。其他用户数据由各自 skill 负责,迁移 skill 不碰
+7. **MAJOR vs MINOR 透明**:dry-run 输出必标 (MAJOR) / (MINOR)。MAJOR 时额外提示"老 skill 用旧字段读会出问题,迁移完不能回退到老 skill 版本"
+
+---
+
+## Refusals
+
+- 「跳过 dry-run,立刻覆盖我的 state」 → **允许**(`--dry-run: false`),但备份仍强制执行
+- 「我的 state 损坏了 / schema_version 字段没了,能不能猜一个版本来跑」 → 允许指定 `--from: 1.0`,但要警告"基于猜测的迁移可能导致字段错位"
+- 「降级到旧版本(current > target)」 → 拒绝。schema 演进单向。要降级请手动 cp 历史 git 快照
+- 「合并多步迁移成一个 atomic」 → 拒绝。每步独立可恢复是设计核心
+- 「在跑 cheat-bump / cheat-predict 中途调 migrate」 → 拒绝。等其他 skill 完成再跑,避免 in_progress_session 状态被破坏
+
+---
+
+## Integration
+
+- 上游:SessionStart hook 检测 `state.schema_version != LATEST_SCHEMA` → 输出红色警告 + 建议跑 `/cheat-migrate`
+- 上游(手动):用户 git pull 拉了新版后,看 CHANGELOG 标 BREAKING → 主动跑
+- 下游:跑完后所有其他 skill 读 state 都能拿到最新字段
+- 与 `cheat-init`:init 写新 state 时直接用 LATEST_SCHEMA,不需要走 migrate
+- 与 `install.sh --reinstall-hooks`:迁移**不**重装 hook 脚本(hook 脚本属于 skill 包代码,不属于用户 state)。这两件事解耦
+
+---
+
+## State 字段读写
+
+本 skill **写**:
+- `schema_version`(每步成功后更新)
+
+本 skill **读**:
+- 所有现有字段(取决于具体 migration 文件的 HOW 步骤)
+
+本 skill **绝不**写:
+- `calibration_samples` / `pending_retros` / `shoots` 等业务状态(这些是其他 skill 的职责)
+- 例外:迁移文件明确说"派生新字段值时需要扫 predictions/ 算 baseline_plays",那是初始化新字段,不是改老字段
+
+---
+
+## Examples
+
+### 示例 1:用户从 v0.1.0 升到 v0.2.0(假设 0.2 引入 schema 1.2)
+
+```
+用户:迁移
+Claude: [跑 cheat-migrate]
+ Phase 0: current=1.1, target=1.2, chain=[(1.1, 1.2)]
+ Phase 1: dry-run 输出计划
+ 用户: yes
+ Phase 2: 备份
+ Phase 3: 应用 1.1-to-1.2.md(MINOR:新增 platform_metrics_url 等字段)
+ Phase 4: 验证 OK
+ Phase 5: 报告 ✅
+```
+
+### 示例 2:用户跳了多版
+
+```
+用户:我从 v0.1.0 升到 v0.5.0,state 还是 1.0
+Claude: [跑 cheat-migrate]
+ Phase 0: current=1.0, target=1.4 (LATEST), chain=[(1.0, 1.1), (1.1, 1.2), (1.2, 1.3), (1.3, 1.4)]
+ Phase 1: dry-run 输出 4 步计划
+ ...
+```
+
+### 示例 3:迁移中途失败
+
+```
+Phase 3:
+ → [1/4] 应用 1.0-to-1.1.md ✓
+ → [2/4] 应用 1.1-to-1.2.md ✓
+ → [3/4] 应用 1.2-to-1.3.md... ❌ 失败:用户 baseline_plays 字段含非数字值,无法转 int
+
+state 已停在 schema_version: 1.2。
+修复 .cheat-state.json 后重跑 /cheat-migrate 会从 1.2 → 1.3 继续。
+```
diff --git a/skills/cheat-predict/SKILL.md b/skills/cheat-predict/SKILL.md
new file mode 100644
index 0000000..5f0850e
--- /dev/null
+++ b/skills/cheat-predict/SKILL.md
@@ -0,0 +1,333 @@
+---
+name: cheat-predict
+description: 给最终稿写一份 immutable 盲预测日志。这是 cheat-on-content 整个校准循环的核心动作——预测段一旦写完不可改,由 hook 强制。触发词:"启动预测"/"start prediction"/"给这稿子打分并预测"/"预测刚拍的视频"/"写预测日志"。
+argument-hint: <video-folder-path-or-script-path>
+allowed-tools: Bash(*), Read, Write, Glob
+---
+
+# /cheat-predict — AI 主导的盲预测 + 用户 review
+
+**这个工具是"作弊器"——AI 帮你做判断**。所以 cheat-predict 的核心是:
+- **Claude 自己**读稿子 + 打 7 维分 + 给 bucket + 概率分布 + 反事实场景
+- 用户 **review** 后回 "ok" 接受,或指出哪个维度 / 哪个判断不对
+- 默认走快路径:用户直接 ok → 落盘
+- 慢路径:用户挑刺某个维度 → Claude 改 → 再 review → 直至确认
+
+不是用户从 7 维分到概率分布全部自己写,那 Claude 只剩"格式化器"——失去工具的核心价值。
+
+**严格遵守 [shared-references/blind-prediction-protocol.md](../../shared-references/blind-prediction-protocol.md)**——见过任何后续数据就不能写预测,只能记 reconstructed。
+完整组件清单见 [shared-references/prediction-anatomy.md](../../shared-references/prediction-anatomy.md)。
+Confidence 派生表见 [shared-references/state-management.md](../../shared-references/state-management.md)。
+
+## Overview
+
+```
+[用户:启动预测 scripts/<id>.md]
+ ↓
+[Phase 0: blind check 自检] ← 触犯就拒绝
+ ↓
+[Phase 1: 读 script + rubric + state + 派生 confidence]
+ ↓
+[Phase 2: **Claude 自己**打 7 维分 + 算 composite]
+ ↓
+[Phase 3: **Claude 自己**找锚点对比]
+ ↓
+[Phase 4: **Claude 自己**给 bucket + 概率分布 + 中枢] ← confidence 低时分布更平
+ ↓
+[Phase 5: **Claude 自己**写反事实场景 + 关键校准假设]
+ ↓
+[Phase 5.5: **用户 review**——展示完整草拟版,等用户 "ok" 或挑刺]
+ ↓
+ ├─ "ok" → Phase 6 落盘
+ └─ "X 维度应该 Y 不是 Z" → Claude 改 → 再 review → 循环
+ ↓
+[Phase 6: 落盘到 predictions/<id>.md(与 scripts/ 同 id)]
+ ↓
+[Phase 7: 更新 state.in_progress_session]
+```
+
+## Constants
+
+- **SCRIPTS_DIR = scripts/** — 草稿源目录
+- **PREDICTION_DIR = predictions/** — 落盘目录
+- **BLIND_CHECK = strict** — strict(默认)/ lenient(仅警告,不推荐)
+- **BUCKET_PRESET = auto** — 自动派生:有 baseline_plays → 按 baseline × {0.3 / 1 / 3 / 10 / 30};无 baseline → 平台通用默认
+- **MIN_ANCHORS = 2** — 锚点对比期望 2 个;不够时显式标"锚点 N/A"段(不删段,不省略)
+
+> 💡 调用时覆盖:`/cheat-predict scripts/<id>.md — BLIND_CHECK: lenient`(**不推荐**)
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `<video-folder-path>` 或 `<script-path>` | 用户参数;缺失则询问 |
+| `rubric_notes.md` | 用户项目根 |
+| `.cheat-state.json` | 状态文件 |
+| `predictions/*.md`(可选) | 历史预测,作为锚点 |
+
+### 入参解析(Phase 0.5,在 blind check 之前)
+
+用户给的路径**应该是** `scripts/<date>_<id>_<short>.md`。如不在 scripts/ 下:
+
+| 形态 | 处理 |
+|---|---|
+| `scripts/<date>_<id>_<short>.md` | 标准路径,直接用 |
+| `<id>` 或 `<short>` 简写 | glob `scripts/*_<id>_*.md` 或 `scripts/*<short>*.md` 找匹配 |
+| 任意外部 .md 文件(如 `~/Desktop/my-draft.md`) | **警告 + 询问**:"建议把稿子放到 scripts/<date>_<id>_<short>.md 让 cheat-on-content 管理。要我帮你 cp 过去并算 id 吗?"用户同意 → 建标准路径再继续 |
+| `videos/<id>/` 路径(user 误以为视频文件夹存稿子)| 提示"video folder 是拍后才建的——pre-shoot 草稿在 scripts/。你要 predict 哪份稿子?" |
+
+如 scripts/<id>.md 不存在 → 报错并询问"你想 predict 的稿子在哪?"
+
+## Workflow
+
+### Phase 0: Blind check 自检(**最关键**,触犯立即终止)
+
+按 [blind-prediction-protocol.md](../../shared-references/blind-prediction-protocol.md) 的"子 skill 必须做的检查清单"执行:
+
+1. 询问用户该作品当前发布状态:
+ - 未发 → 通过
+ - 已发 < `RETRO_WINDOW_DAYS` 天 → 询问"你看过任何后续数据吗(播放/点赞/评论)?"
+ - 用户回答"没看过" → 通过,标记 `published_before_prediction: true` + `blind_status: confirmed_no_data_seen`
+ - 用户回答含糊 → 视为"已看",按下一项处理
+ - 已发 ≥ `RETRO_WINDOW_DAYS` 天 → **立即拒绝写"预测"**,建议改用 `_redo.md` 路径记 reconstructed retrospective
+
+2. 自检对话历史里是否含播放/阅读/点赞/评论/转发等字眼的实际数字 → 命中则视为已见数据,按上面 strict 模式处理
+
+3. `BLIND_CHECK=lenient` 模式:仅警告 + 强制在文件头标注 `**Reconstructed retrospective — NOT a blind prediction**`,但仍允许继续
+
+通过 → 进入 Phase 1。
+
+### Phase 1: 读最终稿 + rubric + state + 派生 confidence
+
+1. 按 Phase 0.5 解析后的路径,读 `scripts/<id>.md` 全文
+2. 计算 `script_hash` = sha256(script 内容)[:12] → header 用
+3. 读 `rubric_notes.md`,识别当前公式 + 维度(同 cheat-score Phase 2)
+4. 读 `.cheat-state.json` 拿 `rubric_version`、`content_form`、`calibration_samples`、`typical_duration_seconds`、`baseline_plays`
+5. **从 `calibration_samples` 派生 confidence 等级**(按 [state-management.md confidence 表](../../shared-references/state-management.md))→ 后续写入 prediction header
+6. 询问用户:"这是你打算实际拍摄发布的最终稿吗?还是会再改?"——必须是最终稿
+7. 如果稿子字数与 `typical_duration_seconds` 派生范围严重不符(差 >50%)→ 提示用户:"这条稿子 N 字,按你设的典型时长(X 分钟)应该是 M-K 字。是临时改了时长,还是稿子需要砍/补?"
+
+### Phase 2: Claude 自己打 7 维分 + 算 composite
+
+**Claude 主动打分**,不让用户来打。每个维度给 0-5 整数分 + 一行理由(≤30 字,引用稿子里的具体词或场景)。
+
+按当前公式算 composite。所有阶段都算(v0 公式是等权 7 维 / 7 × 2.0,仍能算出数字,只是 confidence 标"🔴 极低"提醒读者别太信)。
+
+**这一步先在内存里做,不输出**——等 Phase 5 全部完成后一次性展示给用户 review。
+(不要每个 phase 都让用户确认——那是把工具变成 5 段交互式问答,烦。一次性展示才是 review。)
+
+### Phase 3: 锚点对比
+
+**所有阶段都跑此 phase**——锚点不够时显式标 N/A,不删段。
+
+1. Glob `predictions/*.md`,读每个文件 header(提取 composite、实绩 bucket、duration_seconds)。**注意排除 reconstructed predictions**(标记 "Reconstructed" 的不算锚点)
+2. **优先**找同时长样本(`Target Duration (s)` 与本次差 ±20% 内)
+3. 在同时长(或全部)池里,找 2-4 个 composite 与本次预测 ±0.5 范围内的样本
+4. **如果池子太小**(同时长 < 2 个 + 全部 < 2 个)→ 输出"锚点对比 N/A 段"(参考 [prediction-anatomy.md](../../shared-references/prediction-anatomy.md) 组件 5)—— 仍写这段,告诉读者锚点为何缺
+5. 列对照表;如跨时长,每行额外列"时长 vs 本次"列
+6. **关键诊断**:如果某个锚点的 composite 几乎相同但实绩差异 ≥3x → 说明 rubric 没捕获关键维度。**在文件里明确标注**作为新观察的种子
+
+> 为什么按时长筛锚点:4 分钟视频 5w 播放 vs 1 分钟视频 5w 播放完全不是一回事——长视频每秒扛了更多注意力损失。跨时长锚点容易得出虚假结论。
+
+### Phase 4: Bucket + 概率分布 + 中枢
+
+**所有阶段都写**——confidence 低时分布**更平**,不是省略。
+
+1. 从 `starter-rubrics/<content_form>.md` 读默认 bucket 边界(除非用户在 rubric_notes.md 自定义了)
+2. 选择最可能的 bucket(headline call)
+3. **必须**给出所有 bucket 的概率分布——加起来 100%
+4. **必须**给出该 bucket 内的"中枢"点估计
+
+**反诚实陷阱**:如果你给一个 bucket 95% 概率,下次预测错了你没法说"我其实不太确定"。**真实的概率分布通常在 headline bucket 是 40-65%**,剩下 ≥35% 散布在邻近 buckets。
+
+### Phase 5: 反事实场景 + 关键校准假设
+
+**所有阶段都写**——校准池小时关键校准假设可能没有合适对照样本,那就写"无可对照样本——仍写下我对这次的核心赌注"+ 1-2 条这次想测的事。
+
+**反事实场景**(4 段,每段对应一个可能的 bucket,写"如果落在这里,意味着什么 rubric 假设被验证 / 推翻"):参考 [prediction-anatomy.md](../../shared-references/prediction-anatomy.md) 组件 6。
+
+**关键校准假设**(强烈推荐):
+- 找一个对照样本(最好是上一篇预测)
+- 明确写"我押本篇 vs 对照 = X 倍"
+- 写"如果反过来 / 差距 < N → 哪个 rubric 假设被推翻"
+
+如 `REQUIRE_HYPOTHESIS=required` → 缺失则不允许落盘。
+
+### Phase 5.5: 用户 review(**核心 — 决定写什么进文件**)
+
+Phase 2-5 全部在内存里做完后,**一次性展示完整草拟版**给用户:
+
+```
+我的预测草稿(写文件前 review):
+
+📊 7 维分(v0 / v2 / 等当前 rubric):
+| 维度 | 分 | 理由 |
+|---|---|---|
+| ER | 5 | "PPT 加油猫猫 + 老板看到 + 大脑空白"——情感重 |
+| HP | 5 | 开头"PPT 第七页大屏中央 一只加油猫猫"具体反差强 |
+| QL | 5 | "加油猫猫救了我一命"双金句 |
+| NA | 4 | 单一时间线 + 反思,清晰但不复杂 |
+| AB | 4 | 一人公司题但 AI 焦虑普适 |
+| SR | 3 | AI 焦虑是议题但不是热点对峙 |
+| SAT | 2 | 共情调性,几乎无讽刺 |
+→ composite ≈ 8.00
+
+🎯 押 bucket:30-100w,中枢 ~60w
+ 概率分布: <5w 5% / 5-30w 22% / **30-100w 50%** / 100-150w 18% / >150w 5%
+ confidence: 🟢 中(基于 8 个校准样本,中枢 ±25%)
+
+🔍 锚点对比:
+| 对照 | composite | 实绩 | 异同 |
+|---|---|---|---|
+| ... | ... | ... | ... |
+
+🤔 反事实:
+ 如果 >100w → 验证 ER 主导假设强化
+ 如果 30-100w → 基准线 ok
+ 如果 <30w → 推翻 "AI 焦虑普适",AB 偏乐观
+
+🎲 关键校准假设:本篇 vs [对照] 押 1.5x
+
+——————————————————————————————
+
+回 "ok" 我直接落盘,
+或指出哪些维度 / 判断不对(如 "AB 给 3,太乐观" / "中枢应该 30w 不是 60w")。
+```
+
+用户三种回应:
+
+1. **"ok"** / "可以" / "继续" → 直接 Phase 6 落盘,header 标 `Scored By: claude`
+2. **"X 不对,应该 Y"** → Claude 改对应字段(不光改值,要更新 composite + 概率分布等连锁影响),重新展示 → 循环回 Phase 5.5
+3. **"全部重做"** → Phase 2-5 重跑(罕见,通常是 Claude 严重误判稿子调性)
+
+**用户挑刺的字段**记录到 prediction header 的 `User Override` 段(Phase 6 写入):
+- 哪个维度 / 哪个数字被覆盖
+- AI 原值 vs 用户改后的值
+
+复盘时这个字段帮诊断:
+- 用户每次都 ok(claude 一致)→ 没有用户偏见污染
+- 用户经常覆盖某维度 → Claude 在该维度系统性偏离用户实际感觉
+- 覆盖维度被实绩验证 → 用户直觉准 → rubric 可能漏了什么
+
+**用户挑刺的纪律**:
+- 用户**只能改字段值**,不能在 review 阶段塞新理由让 Claude 重写整段——那是把 Claude 当代笔
+- 改完 composite / 概率分布 / 锚点不一致 → Claude 自动连锁更新(不是用户算)
+
+### Phase 6: 落盘
+
+文件名约定([blind-prediction-protocol.md](../../shared-references/blind-prediction-protocol.md) 的"文件名约定"段):
+```
+predictions/YYYY-MM-DD_<id>_<short-title>.md
+```
+- `YYYY-MM-DD`:今天日期(预测写下的日期)
+- `<id>`:12 位 hash,对稿子全文做 sha256 取前 12 位(稳定 ID,重写不变)
+- `<short-title>`:3-8 字,去标点
+- **如果对应 video folder 是 `videos/<这三字段>/`**(cheat-seed 创建的标准结构)→ id 与 video folder 保持一致;prediction header 写入 `video_folder` 字段指向该目录
+
+如果用户给的是裸 .md 文件(不在 video folder 里)→ prediction header `video_folder: null`,并提示用户下次建议把稿子放进 video folder 管理。
+
+**所有阶段都用统一完整版格式**(参考 [prediction-anatomy.md](../../shared-references/prediction-anatomy.md) "完整结构总览")。confidence 低不缩格式,只让 header 标 confidence 等级 + 锚点对比段写"N/A 解释" + 概率分布更平。
+
+预测落盘到 `predictions/<同 scripts/ id>.md`——用同一组 `<date>_<id>_<short>` 命名(见 [blind-prediction-protocol.md](../../shared-references/blind-prediction-protocol.md) 的"文件名约定"段)。
+
+**header 必填字段**:
+- `Article ID`(与 scripts/<id>.md 同 id)
+- `Script Path`(指向 scripts/<id>.md)
+- `Script Hash`(Phase 1 算出的)
+- `Calibration Samples` + `Confidence`(从 state 派生)
+- **`Scored By`**:`claude` / `claude+user_override`
+- **`User Override`**(如有覆盖):列出哪些字段被用户改了
+ - 例:`AB: claude=4 → user=3 (用户认为'一人公司题没那么普适')` `中枢: claude=60w → user=40w`
+- 其他见 [prediction-anatomy.md](../../shared-references/prediction-anatomy.md) 组件 1
+
+留一个空的 `## 复盘` 段:
+```markdown
+## 复盘
+
+(待填——T+RETRO_WINDOW_DAYS 天后跑 /cheat-retro <对应 video folder>)
+```
+
+写文件**前**自检 7 个组件齐全(缺锚点 / 关键校准假设 → 写"N/A 解释段",不删段)。
+
+### Phase 7: 更新 state file
+
+更新 `.cheat-state.json`:
+```json
+{
+ "in_progress_session": {
+ "type": "prediction",
+ "file": "predictions/YYYY-MM-DD_<id>_<short>.md",
+ "video_folder": "videos/YYYY-MM-DD_<id>_<short>/",
+ "started_at": "<ISO timestamp>",
+ "rubric_version": "<v0/v2/...>"
+ }
+}
+```
+
+`video_folder` 为 null 表示用户跑的是裸 .md 文件,没建 video folder。
+
+`in_progress_session` 在 `cheat-publish` 触发时清除。如果用户预测后从未 publish(弃稿),下次 `/cheat-init` 或 `/cheat-status` 检测到陈旧 in_progress 会询问是否清理。
+
+### Phase 8: 控制台总结
+
+**Cold-start-simple 模式**:
+
+```
+✅ 预测落盘(cold-start 简化版):predictions/2026-05-04_a3f2c1d4e5b6_停止期待.md
+
+7 维打分:ER5 / HP5 / QL4 / NA3 / AB5 / SR2 / SAT4
+方向押注:比上一篇明显好(ER+HP 双 5)
+对比对象:N/A(这是第 1 篇)
+
+⚠️ ## 预测段已 immutable(hook 锁定)。
+⚠️ 这是 cold-start 期简化版——没有 bucket 数字。前 5 篇都这样。
+ 第 5 篇复盘后会自动解锁完整预测(bucket / 概率 / 锚点 / 反事实)。
+
+进度:第 N 篇 / 共 5 篇 cold-start 期
+
+下一步:
+- 发布后 → "已发布 https://..."
+- T+3 天 → "复盘 predictions/2026-05-04_..."
+```
+
+**Complete 模式**:
+
+```
+✅ 预测落盘:predictions/2026-05-04_a3f2c1d4e5b6_停止期待.md
+
+bucket 押注:30-100w(中枢 50w)
+关键校准假设:本篇 vs 谁问你了 = 1.5-2x
+
+⚠️ ## 预测 段已 immutable(hook 锁定)。
+⚠️ 你不能再向我"透露"这条作品的播放数据,否则下次复盘的盲度声明失效。
+ 如果你不小心看到了,告诉我——我会在文件里补一个 integrity warning。
+
+下一步:
+- 发布后 → "已发布 https://..."
+- T+3 天 → "复盘 predictions/2026-05-04_..."
+```
+
+## Key Rules
+
+1. **blind check 是硬门槛**。BLIND_CHECK=strict 模式下,触犯即终止,不允许"软处理"。lenient 仅用于演练
+2. **整数维度分**。同 cheat-score
+3. **概率分布 = 100%**。不允许 95% + 8%;要么诚实给 50% + 30% + 15% + 5%,要么承认不知道
+4. **必须有 `## 复盘` 占位空段**——否则 hook 不知道哪里是 immutable 边界
+5. **不允许"先写文件再讨论分数"**——文件落盘后预测段就锁了;讨论必须发生在 Phase 2 之后、Phase 6 之前
+6. **id 是稿子 hash,不是时间戳**——重写 _redo.md 时 id 不变,便于跨文件追溯
+
+## Refusals
+
+- 「我已经看过播放数据了,但你假装没看到给我做个预测」 → 拒绝。BLIND_CHECK=strict 直接终止
+- 「我把预测段先写一版,等数据出来再调」 → 拒绝。这是把 immutable 协议反着用
+- 「跳过反事实场景,太麻烦」 → 拒绝。反事实是复盘诊断的依据,缺它复盘退化为"准 / 不准"
+- 「可不可以只写 bucket,不写概率分布」 → 拒绝。概率分布是逼你诚实的工具
+- 「这次先用 lenient 模式,下次再 strict」 → 询问原因。如果是测试 / 演练 → 允许且文件明确标 reconstructed;如果是想偷懒 → 拒绝
+- 「我是 cold-start 但想跑完整版预测,给我 bucket 数字」 → 拒绝。前 5 篇 bucket 数字是 false precision,给反而误导。等第 5 篇复盘后 cheat-status 会主动提示解锁。如果用户确实想要数字(罕见,自我教育目的)→ 允许但在文件头醒目标 `**Numerical predictions in cold-start are NOT predictive — for self-education only**`
+
+## Integration
+
+- 前置:`/cheat-init` 必须完成 + `rubric_notes.md` 存在
+- 上游可选:`/cheat-score` 反复尝试不同稿子版本
+- 下游:`/cheat-publish`(发布登记)→ `/cheat-retro`(复盘)→ 累计 ≥ MIN_SAMPLES 后 `/cheat-bump`
+- hook 依赖:`hooks/prediction-immutability.sh` 必须已安装在用户 `.claude/settings.json`,否则 immutability 仅靠 SKILL.md 自律——`cheat-status` 会持续提示
diff --git a/skills/cheat-publish/SKILL.md b/skills/cheat-publish/SKILL.md
new file mode 100644
index 0000000..56090a7
--- /dev/null
+++ b/skills/cheat-publish/SKILL.md
@@ -0,0 +1,170 @@
+---
+name: cheat-publish
+description: 登记一篇内容已发布,把 URL/平台 ID/发布时间写入对应预测文件 header 和 state file。这是一个轻量动作——只更新元数据,**不动预测段任何字符**。触发词:"已发布"/"I shipped"/"发布链接是 X"/"刚发完 [url]"/"publish registered"。
+argument-hint: <prediction-file-or-url> [— platform: youtube|bilibili|douyin|...]
+allowed-tools: Bash(*), Read, Edit, Glob
+---
+
+# /cheat-publish — 发布登记
+
+把作品的发布元数据(URL、发布时间、平台)补到预测文件 header 与 state file。**禁止改预测段**——hook 会拦。
+
+## Overview
+
+```
+[用户:已发布 https://...]
+ ↓
+[Phase 0: 找到对应的预测文件] ← 通过 in_progress_session 或匹配
+ ↓
+[Phase 1: 解析 URL → 平台/发布时间]
+ ↓
+[Phase 2: 更新 prediction 文件 header(仅 metadata 段)]
+ ↓
+[Phase 3: 更新 .cheat-state.json,清除 in_progress_session]
+```
+
+## Constants
+
+- **AUTO_DETECT_PLATFORM = true** — 从 URL 模式自动识别平台
+- **VERIFY_BLIND = true** — 提醒用户:从此刻起看到任何后续数据都会破坏盲度声明的诚信
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `<prediction-file>` 或 URL | 用户参数;缺失则用 `.cheat-state.json` 的 `in_progress_session.file` |
+| `.cheat-state.json` | 用户项目根 |
+
+## Workflow
+
+### Phase 0: 找到对应的预测文件
+
+按优先级:
+1. 用户参数明确给了 prediction 文件路径 → 用它
+2. 用户参数只给了 URL → 读 `.cheat-state.json` 的 `in_progress_session.file`
+3. 都没有 → 列出 `predictions/*.md` 中 header 没填 `published_at` 的文件,让用户选
+
+**警告路径**:若 `in_progress_session.file` 与用户给的 URL 时间差超过 14 天 → 提示"这个预测写于很久之前,确认是这篇?"
+
+### Phase 1: 解析平台
+
+`AUTO_DETECT_PLATFORM=true` 时按 URL 模式:
+
+| URL 模式 | 平台 |
+|---|---|
+| `youtube.com/*` `youtu.be/*` | youtube |
+| `bilibili.com/*` `b23.tv/*` | bilibili |
+| `douyin.com/*` `iesdouyin.com/*` `v.douyin.com/*` | douyin |
+| `xiaohongshu.com/*` `xhslink.com/*` | xhs |
+| `mp.weixin.qq.com/*` | wechat |
+| `substack.com/*` `*.substack.com/*` | substack |
+| `medium.com/*` `*.medium.com/*` | medium |
+| `twitter.com/*` `x.com/*` | twitter |
+| 其他 | unknown — 询问用户 |
+
+发布时间获取:
+- 不强求自动抓——绝大多数平台需要登录态
+- 询问用户:"发布时间是?(默认:现在)" → 接受 ISO 8601 或自然语言("今天 14:30" / "20 分钟前")
+- 解析失败 → 用 now()
+
+### Phase 2: 更新 prediction 文件 header
+
+**绝不**触碰 `## 预测` 段及之后。只动文件最顶部的 metadata 块。
+
+读文件,定位到 metadata 块(在第一个 `##` 之前的所有行)。检查是否已有这些字段——有则警告"已登记过"并询问是否覆盖;无则追加:
+
+```markdown
+**Published at**: 2026-05-04T14:32:00+08:00
+**Platform**: douyin
+**URL**: https://v.douyin.com/abc123
+**Video Folder**: videos/2026-05-04_a3f2c1d4_停止期待/
+**Aweme ID**: 7234567890123456789 (douyin / 视频号 等需要的 platform-specific ID)
+```
+
+**关于 platform-specific ID**:
+- 抖音:从 URL 短链 resolve 后提取 `aweme_id`(v.douyin.com → 重定向后含 modal_id 或 item_id 参数)
+- B 站:BV 号
+- 小红书:note_id
+- YouTube:v= 参数后的 video_id
+
+如果用户给的是分享短链(无法立刻 resolve)→ 标 `Aweme ID: pending`,下次 `/cheat-retro` 时由 adapter 解析。
+
+**video folder 处理**:到 cheat-publish 这一步,对应的 `videos/<id>/` 目录**应该已经由 cheat-shoot 创建**(含 script.md)。
+
+- 如 video folder 不存在 → 警告"你跳过了 cheat-shoot?建议先跑 cheat-shoot 把拍摄稿登记进 video folder 再发",**询问用户是否跳过登记直接发**:
+ - 是 → 自动建一个 video folder(fallback),但不询问稿子一致性,标 `ad_hoc_publish: true`
+ - 否 → 让用户先跑 cheat-shoot 再回来 publish
+
+用 Edit 工具(不是 Write 重写整个文件)。
+
+**hook 行为预期**:因为只动 metadata 段(在 `## 预测` 之前),immutability hook 应放行。如果 hook 误拦 → 报告 bug,**不要绕过 hook**。
+
+### Phase 3: 更新 state file
+
+```json
+{
+ "in_progress_session": null,
+ "last_published_at": "<ISO timestamp>",
+ "last_published_file": "predictions/<filename>",
+ "last_published_video_folder": "videos/<...>/",
+ "last_published_platform_id": "<aweme_id 或 BV 号 等>",
+ "pending_retros": [
+ "predictions/<filename>"
+ ],
+ "shoots": [
+ // 移除 video_folder 匹配本次发布的项;buffer -1
+ ]
+}
+```
+
+**`shoots` 队列处理**(buffer 跟踪关键):
+1. 读 state.shoots[]
+2. 找 `video_folder == 本次发布的 video_folder` 的项 → 移除
+3. 如果没找到 → 警告"buffer 队列里没有这条视频。是直接发布没经过 /cheat-shoot 吗?"——不阻塞,但提示用户下次走 /cheat-shoot 让 buffer 跟踪准确
+
+`last_published_platform_id` 是 cheat-retro 调 adapter 时的输入——如 douyin-session 需要 aweme_id 直接抓数据。
+
+`pending_retros` 是待复盘列表——`cheat-status` 会基于这个列表 + RETRO_WINDOW_DAYS 显示"今天该复盘哪些"。
+
+### Phase 4: 提醒 + 下一步 + buffer 状态
+
+```
+✅ 登记完成:predictions/2026-05-04_a3f2c1d4e5b6_停止期待.md
+ - Published at: 2026-05-04 14:32
+ - Platform: douyin
+ - URL: https://v.douyin.com/abc123
+
+📦 Buffer:N 篇(颜色 + 含义)
+ 按你的 cadence(X)= N×X 天 buffer
+ [如颜色变了,提示"现在该去拍/暂停拍"]
+
+⚠️ 从此刻起,你看到任何关于这条作品的播放/点赞/评论数据
+ 都会破坏盲度声明的诚信。如果不小心看到,告诉我——
+ 我会在文件里追加一个 integrity warning。
+
+📅 计划复盘:T+3d,约 2026-05-07
+ 到时间说:"复盘 predictions/2026-05-04_..."
+```
+
+Buffer 颜色由 [shared-references/cadence-protocol.md](../../shared-references/cadence-protocol.md) 派生。如本次发布让 buffer 跌入红色(断更风险)→ 高亮警告"今天必须再拍 ≥1 条"。
+
+## Key Rules
+
+1. **不动预测段**。即使是修复笔误,也不允许在 publish 时改预测段
+2. **不抓数据**。publish 是登记动作,不是数据回收(那是 cheat-retro 的活)
+3. **state 字段名固定**。`pending_retros` / `last_published_at` 是其他子 skill(特别是 cheat-status / cheat-retro)依赖的契约
+4. **平台未知不强报**。无法识别 → 询问用户,允许 `platform: other` 作为兜底
+5. **重复登记需明示**。已有 published_at → 询问"覆盖?",绝不静默覆盖
+
+## Refusals
+
+- 「我顺手把预测段也改一下」 → 拒绝。请走 `_redo.md` 路径
+- 「URL 我等会儿补,先把发布时间记上」 → 允许:URL 字段可后续追加;published_at + platform 必填
+- 「跳过 metadata 更新,直接清 in_progress_session」 → 拒绝。元数据是复盘时的关键上下文(特别是 platform 决定数据回收用哪个 adapter)
+
+## Integration
+
+- 上游:`/cheat-predict`(写出 prediction 文件并设 in_progress_session)
+- 下游:T+RETRO_WINDOW_DAYS 后 → `/cheat-retro`
+- `cheat-status` 用 `pending_retros` 字段计算"今天该复盘哪些"
+- 平台字段被 `cheat-retro` 用来路由到对应的 perf-data adapter(manual-paste / youtube-data-api / 等)
diff --git a/skills/cheat-recommend/SKILL.md b/skills/cheat-recommend/SKILL.md
new file mode 100644
index 0000000..b895c77
--- /dev/null
+++ b/skills/cheat-recommend/SKILL.md
@@ -0,0 +1,235 @@
+---
+name: cheat-recommend
+description: 从 candidates.md 里按当前 rubric 排序推荐 top N 选题,每条带 composite + 一句 rationale + 锚点对比。**candidates 不存在时给引导而非报错**。触发词:"推荐选题"/"next topic"/"下一篇做什么"/"recommend topics"/"挑一个选题"。
+argument-hint: [— top: N] [— filter: tier1|all|safe|risky]
+allowed-tools: Read, Glob, Grep
+---
+
+# /cheat-recommend — 候选池排序推荐
+
+读 candidates.md → 按 composite 排序 → 输出 top N 推荐,每条带评分细节 + 锚点对比 + 推荐理由。
+
+## Overview
+
+```
+[用户:推荐选题]
+ ↓
+[Phase 0: 检查 candidates.md 存在性] ← 不存在则引导,不报错
+ ↓
+[Phase 1: 解析 candidates 列表]
+ ↓
+[Phase 2: 过滤(tier / 安全性 / 已发过)]
+ ↓
+[Phase 3: 排序 by composite + 找锚点]
+ ↓
+[Phase 4: 输出 top N + 每条的 rationale + 锚点对比]
+```
+
+## Constants
+
+- **TOP_N = 5** — 默认推荐 top 5
+- **STRATEGY = stable+experimental** — 推 ≥2 时按 [cadence-protocol.md](../../shared-references/cadence-protocol.md) 的"1 稳分 + 1 实验性"策略;推 1 时只推 top 稳分
+- **POOL_PATH = candidates.md** — 候选池路径
+- **EXCLUDE_PUBLISHED = true** — 排除已发布的(与 `predictions/*.md` 去重)
+- **EXCLUDE_REJECTED = true** — 排除用户主动跳过的(`tier=skip`)
+- **REQUIRE_SCORED = true** — 只推荐已打分的——避免推没读过的素材
+- **DUPLICATE_CATEGORY_LOOKBACK** — 派生自 `state.target_publish_cadence_days`:max(3, cadence_days × 3) 天内已发同类目候选不推(避免审美疲劳)
+
+> 💡 调用时覆盖:`/cheat-recommend — top: 3 — filter: safe`
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `candidates.md` | 用户项目根 |
+| `predictions/*.md` | 用于去重 |
+| `.cheat-state.json` | 当前 rubric_version |
+
+## Workflow
+
+### Phase 0: 候选池存在性检查
+
+读 `candidates.md`:
+
+| 状态 | 处理 |
+|---|---|
+| 文件不存在 | **不报错**。输出引导:见下方"无候选池引导" |
+| 文件存在但空(< 1 个 entry) | 同上 |
+| 文件存在且非空 | 进入 Phase 1 |
+
+**无候选池引导**(核心:不让用户第一次遇到 cheat-recommend 时被劝退):
+
+```
+你目前没有候选池(candidates.md 不存在或为空)。
+
+绝大部分人没有候选池——这很正常。四个建立方式,挑一个:
+
+1. 🌱 [推荐] 跑 /cheat-seed
+ 一次性的种子动作:3 个问题(兴趣 / 调性 / 红线)→ 拉公开热点 + Claude brainstorm
+ → 输出 15 候选让你挑 5 → 默认顺带写 5 个 draft。5 分钟搞定。
+
+ - 没发过历史的:纯 brainstorm(兴趣 × 热点)
+ - 发过历史的(init 时已 import):brainstorm 会基于"你过去做过什么"给推荐
+
+ 说:"找选题" 或 "seed"
+
+2. 🔥 [日常补充] 用 /cheat-trends 抓 20 条带打分的候选
+ 说:"抓热点" — 从 weibo-hot / zhihu-hot / b站热门 / HN / 你配的源各拉 N 条
+ 适合已经跑过 /cheat-seed、想日常补充候选池的用户
+
+3. ✍️ 手动建:把候选标题贴进 candidates.md,每行一条
+ 我会自动给每条粗打分
+
+4. 📋 从 Notion / RSS 导入:跑 /cheat-init --mode add-pool 配置 adapter
+
+你也可以跳过候选池,直接给我具体稿子说"启动预测"。
+
+> /cheat-seed vs /cheat-trends 的区别:
+> - seed 是种子动作(含 brainstorm + 可选 draft),适合"我从零开始没选题"
+> - trends 是日常多 adapter 抓取(不 brainstorm 不写 draft),适合"日常补充候选池"
+```
+
+完成引导 → 退出,不继续后续 phase。
+
+### Phase 1: 解析 candidates
+
+按 [candidate-schema.md](../../shared-references/candidate-schema.md) 的"Markdown 表示"格式解析每个 H3 entry:
+
+```markdown
+### [tier1] 标题
+- **id**: a3f2c1d4e5b6
+- **composite (v2)**: 8.47 — ER=4 HP=4 QL=5 NA=3 AB=5 SR=3 SAT=3
+- **predicted bucket**: 5-30w
+...
+```
+
+提取每条的 `id` / `title` / `tier` / `composite` / `dimension_scores` / `note`。
+
+容错:`candidates.md` 格式被用户手改过 → 询问用户 schema,**不要静默忽略不识别的 entry**。
+
+### Phase 2: 过滤
+
+```
+1. EXCLUDE_PUBLISHED=true → 扫 predictions/*.md 的 header,提取所有 id;从候选池过滤掉
+2. EXCLUDE_REJECTED=true → 过滤 tier=skip
+3. REQUIRE_SCORED=true → 过滤 composite=null(未打分的不推荐)
+4. filter 参数:
+ - tier1: 只保留 tier=tier1
+ - all: 不过滤(tier1+2+3)
+ - safe: 排除 tier=risky
+ - risky: 仅显示 tier=risky(用于"我今天就想发风险议题")
+```
+
+### Phase 2.5: Buffer 颜色覆盖(**最高优先级**)
+
+读 `state.shoots` + `state.target_publish_cadence_days` 算 buffer 颜色([cadence-protocol.md](../../shared-references/cadence-protocol.md)):
+
+| Buffer 颜色 | 推荐策略覆盖 |
+|---|---|
+| 🔴 红 | **只推 top 1 稳分**——不推实验性。回:"buffer 已 0/1 篇,下个发布日断更风险高,今天必须拍 ≥1 条稳分。下面是 top 1 稳分(不推实验性)" |
+| 🟠 橙 | 标准 1 稳 + 1 实验,但提示"建议优先拍稳分" |
+| 🟢 绿 | 标准 1+1(默认) |
+| 🔵 蓝 | **拒绝推荐**。回:"你 buffer 已 N 条,cadence-protocol 规定积压时暂停拍摄。先发存货 + 复盘。手动覆盖请说 '我就要拍'" |
+| 灵活模式 (`target_publish_cadence_days=null`) | 不应用 buffer 覆盖,标准策略 |
+
+### Phase 3: 排序 + 选 1 稳 + 1 实验(按 STRATEGY)
+
+#### 第 1 条(稳分)
+
+1. 按 `composite` 降序排
+2. 过滤掉 `tier=risky`(稳分要安全议题)
+3. 过滤掉 `category` 与最近 `DUPLICATE_CATEGORY_LOOKBACK` 天已发/已推过的重复(避免审美疲劳)
+4. 取 top 1
+
+#### 第 2 条(实验性)
+
+1. 在 candidates.md 中找:
+ - 维度组合与最近已发样本**差异最大**(增加校准信息量),或
+ - 含明确的 pattern/dimension hypothesis(如 "MS=5 的 A/B 对照"),或
+ - tier=risky 但用户主动愿意试(用 `--filter risky` 覆盖)
+2. composite 不一定 top——但有"信息价值"
+3. 如 candidates 池里没有合适的实验性候选 → 回:"候选池里没有明显的实验性样本,给你 2 条稳分"
+
+#### 剩余 (TOP_N - 2) 条
+
+按 composite 降序补满,标 "(备选)"。
+
+#### 锚点
+
+对每条找 1-2 个 composite 接近的**已发布**作品作为锚点(从 `predictions/*.md` 读)。优先**同时长**锚点(按 `state.typical_duration_seconds` ±20%)。
+
+### Phase 4: 输出
+
+```
+🎯 候选池推荐(rubric: v2 / buffer: 🟢 绿 / cadence: 隔日更)
+
+📌 第 1 条 — **稳分**(推荐立即拍):
+ **[tier1] [👍 9.18] "为你好"高密体系**
+ - 维度:ER=5 HP=5 QL=4 NA=4 AB=5 SR=5 SAT=4
+ - 粗预测桶:30-100w(中枢 ~60w)
+ - rationale:ER+SR 双 5 顶配,"高密度家庭议题"普适且分享安全
+ - 锚点:仓鼠 (composite 9.41, 实绩 124w) — 同走"理论框架+具象样本"路线
+ - 风险:议题厚重,不适合连续 2 篇都打这种
+
+🧪 第 2 条 — **实验性**(验证特定假设):
+ **[tier1] [👍 8.71] 哈哈长度**
+ - 维度:ER=3 HP=5 QL=5 NA=4 AB=5 SR=4 SAT=5
+ - 粗预测桶:30-100w(中枢 ~55w)
+ - **测试目标**:v2.1 候选维度 MS+TS 双 5 vs 谁问你了同 ER/HP/QL/SR 但 MS+TS 低 3
+ - 信息价值:拍这条能强证据/弱推翻 v2.1 升正
+ - 锚点:谁问你了 (composite 8.24, 实绩 11.7w)
+
+(备选 top 3):
+ 3. ……
+ 4. ……
+ 5. ……
+
+下一步:
+- 选稳分 + 实验性各拍 1 条 → 改写 script → "启动预测"
+- 只拍 1 条 → 选稳分(buffer 颜色越红,越应该选稳分)
+- 想抓更多候选 → 说"抓热点"
+- 都不满意 → 说"过滤改 all"看其他 tier 或 "regen"
+```
+
+如 buffer 颜色为 🔴:
+```
+🔴 buffer 警戒:你 buffer 已 0/1 篇,**下个发布日可能断更**。
+ 按节奏协议,只推 top 1 稳分(不推实验性):
+
+ **[tier1] [👍 9.18] "为你好"高密体系**
+ - ...(同上稳分格式)
+
+今天必须拍这条。挑 5 条候选 → "抓热点"。
+```
+
+如 buffer 颜色为 🔵:
+```
+🔵 buffer 积压:你 buffer 已 N 条,**暂停推荐**。
+ 按节奏协议,先发存货 + 复盘。
+ - 已拍未发:N 条(最早一条 X 天前拍的)
+ - 待复盘:N 条
+ 说 "已发布 ..." 出队,或 "复盘" 处理待复盘项。
+ 如果你坚持要拍新的,回 "我就要拍",我会推 top 1 稳分。
+```
+
+每条必有:维度评分(让用户能挑战打分)+ 锚点(让用户校准 composite 的可信度)+ rationale(让用户理解推荐逻辑)。**不允许只输出 composite 排序而无解释**——那是黑箱。
+
+## Key Rules
+
+1. **不报错,给引导**。candidates 缺失是默认状态,不是错误
+2. **不推未打分的**。REQUIRE_SCORED=true 是诚实门槛——推未读过的素材是占星
+3. **必带锚点**。composite 8.47 在不同账号意味不同,锚点把抽象数字 ground 到真实样本
+4. **必带 rationale**。一句话——为什么这条比第二条强?
+5. **去重 published**。已发过的不推(用户可显式覆盖)
+
+## Refusals
+
+- 「直接给我 composite 最高的,不用解释理由」 → 拒绝。展示评分 + 锚点是发现"打错"的唯一机会
+- 「把 candidates.md 里所有 entry 都重新打分一遍」 → 路由到 `/cheat-score` 单条做;批量重打分是 `/cheat-bump` 的一部分,不在 recommend 范围
+- 「按预测桶排,不要按 composite」 → 询问理由。bucket 是 composite 的离散化,按 composite 排即按 bucket 排,差异在桶内序——如果用户真想按"押注期望值"排,需要乘以平均播放,那是另一个独立 scoring 维度
+
+## Integration
+
+- 上游:`/cheat-trends` 把外部热点拉进 candidates.md → recommend 自动看到
+- 下游:用户挑一条后写稿 → `/cheat-predict`(candidate 的粗 composite 不进入 prediction,prediction 重新打)
+- 与 `/cheat-status` 协调:status 显示 "candidates 池有 N 条 tier1 未发",recommend 提供具体推荐
diff --git a/skills/cheat-retro/SKILL.md b/skills/cheat-retro/SKILL.md
new file mode 100644
index 0000000..a7e5fa2
--- /dev/null
+++ b/skills/cheat-retro/SKILL.md
@@ -0,0 +1,346 @@
+---
+name: cheat-retro
+description: T+N 天数据回收 + 复盘 + 把新观察写入 rubric_notes.md。这是校准循环的反馈环节——不复盘的预测等于占星。触发词:"复盘 [path]"/"retro this"/"T+3d 数据来了"/"抓数据 [path]"/"把这篇复盘了"。
+argument-hint: <prediction-file> [— window: 3|5|7] [— source: manual|adapter]
+allowed-tools: Bash(*), Read, Edit, Write, Glob, Grep, Skill
+---
+
+# /cheat-retro — 数据回收与复盘
+
+抓 T+N 天的实际表现 → 对比预测 → 提炼新观察 → 写入 rubric_notes.md。**只追加 `## 复盘` 段,绝不改预测段**。
+
+## Overview
+
+```
+[用户:复盘 predictions/2026-05-04_...]
+ ↓
+[Phase 0: 校验 immutability + 校验时间窗口]
+ ↓
+[Phase 1: 抓数据(manual paste 或 adapter)]
+ ↓
+[Phase 2: 写实绩段 + top 评论关键词]
+ ↓
+[Phase 3: 验证/推翻预测的各假设]
+ ↓
+[Phase 4: 提炼新观察]
+ ↓
+[Phase 5: 落盘(追加到 ## 复盘 段)]
+ ↓
+[Phase 6: 写入 rubric_notes.md 的"观察记录"段]
+ ↓
+[Phase 7: 检测是否触发 bump 候选 → 提示用户跑 /cheat-bump]
+```
+
+## Constants
+
+- **RETRO_WINDOW_DAYS = 3** — 默认 T+3d。短视频快平台可设 1,长文设 7
+- **DATA_SOURCE = manual** — manual: 用户粘数字;adapter: 调对应平台 adapter(需配置)
+- **AUTO_PROPOSE_BUMP = true** — Claude 判断是否系统性偏差时自动提议 /cheat-bump
+ - **默认参考**:连续 ≥3 次同向偏差(high/low)→ 提议
+ - **但 Claude 可以更早提议**:1 次极端偏差(如中枢 50w 实绩 5w 这种 ≥10x),即使没有"连续"也提议
+ - **也可以更晚**:3 次同向但每次偏差都很小(<25%),可能只是噪声不是系统性
+- **TOP_COMMENTS_N = 20** — 抓 / 粘 top N 高赞评论
+
+> 💡 调用时覆盖:`/cheat-retro <file> — window: 7 — source: adapter`
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `<prediction-file>` 或 `<video-folder>` | 用户参数;缺失则从 `.cheat-state.json` 的 `pending_retros[0]` |
+| `rubric_notes.md` | 用户项目根 |
+| `.cheat-state.json` | 状态文件 |
+
+### 入参解析(同 cheat-predict 双形态接受)
+
+用户给的可能是:
+- **`predictions/2026-05-04_<id>_<short>.md`** → 直接用这个 prediction 文件
+- **`videos/2026-05-04_<id>_<short>/`** → 找对应的 prediction 文件(按 id 匹配)+ 把 report.md 写到该 video folder 里
+- 缺省 → 从 `pending_retros[0]` 取最早的
+
+## Workflow
+
+### Phase 0: 校验
+
+1. 读 `<prediction-file>`,确认存在
+2. **校验 immutability**:在内存 cache 住 `## 预测` 段的内容(用于 Phase 5 后核对)
+3. 校验文件 header 有 `Published at` → 没登记的不能复盘,提示用户先 `/cheat-publish`
+4. 校验时间窗口:今天 - published_at >= RETRO_WINDOW_DAYS。不够 → 提示"还差 X 天",询问用户是否仍坚持复盘(标 `early_retro: true`)
+5. 校验已有复盘段是否已填——已填则询问"是补充还是修正?"
+ - 补充 → 在已有复盘段下追加新子段,标日期
+ - 修正预测段(用户错觉)→ 拒绝
+
+### Phase 1: 抓数据
+
+按 `state.data_collection` 字段分两条路径——抓回数据后**写到 video folder 的 `report.md`**(如果 prediction 关联 video folder),同时解析摘要 inline 到 prediction 的复盘段。
+
+#### Path A:`DATA_SOURCE=manual`(候补方案)
+
+- 询问用户:"粘贴这条作品的当前数据:播放 / 点赞 / 评论 / 转发 / 收藏(顺序无所谓,能识别就行)"
+- 用户粘 → 解析提取数字
+- **强制要求 top 评论**:让用户从平台后台或直接打开评论区贴 TOP_COMMENTS_N 条到对话里(每条带赞数)
+ - 用户拒绝 / 给少于 5 条 → **拒绝继续**:"评论才是真信号——'她不一样'这种模因爆发只能从评论看出。
+ 没评论的复盘 = 看体温计判断病情。粘 top 20 给我。如果实在拿不到,告诉我原因(比如评论被关了),我帮你标 `comments_unavailable`,但这次复盘价值打折。"
+- 把粘的原始数据写到 `videos/<...>/report.md`(如有 video folder)
+
+#### Path B:`DATA_SOURCE=adapter`
+
+按 prediction header 的 `Platform` 字段 + state 的 `enabled_perf_adapters` 决定调哪个:
+
+| Platform | Adapter | 调用方式 |
+|---|---|---|
+| `douyin` | `adapters/perf-data/douyin-session/` | `bash <skills-dir>/../adapters/perf-data/douyin-session/run.sh <aweme_id> <video_folder>` |
+| `youtube` | `adapters/perf-data/youtube-data-api/`(待) | 调 YouTube Data API(需 API key) |
+| `bilibili` | `adapters/perf-data/bilibili-stat/`(待) | 调 B 站官方 stat 接口 |
+| 其他 | 无 adapter | 优雅降级到 Path A |
+
+**douyin-session 的特殊处理**:
+- 视频 URL(如 `https://v.douyin.com/abc123`)→ 短链解析 → 提取 aweme_id
+- 调用前确认 cookie 文件存在(adapter 会找 `.auth/`);不存在则提示用户先跑 `python <adapter>/crawler.py login`
+- adapter 输出在 `<video_folder>/report.md`(adapter 的 renderer.py 已经按这个格式写)
+- cheat-retro 读这个 report.md 解析关键数据 → 摘要写入 prediction 的复盘段
+
+**任何 adapter 失败**(cookie 过期 / 接口变化 / 网络)→ **优雅降级到 manual**,提示用户:"adapter 调用失败,原因 [X]。改用 manual 模式——粘下面的数据"。**不阻塞流程**。
+
+#### 共同输出
+
+不管 Path A 还是 B,最终:
+- `videos/<...>/report.md` 含完整原始数据(数字 + top 评论)
+- prediction 文件复盘段含**摘要**(关键比率 + 评论关键词聚类 + 验证/推翻判定)
+- report.md 是数据真相,prediction 复盘段是判断真相
+
+### Phase 2: 写实绩段 + top 评论分析
+
+**实绩数据格式**(参考 [prediction-anatomy.md](../../shared-references/prediction-anatomy.md) 的复盘段格式):
+
+```markdown
+### 实绩数据
+- 播放:71.1w(落在 `30-100w` 桶内偏高,相对中枢 50w **+42%**)
+- 点赞:2.4w(赞播比 3.38%)
+- 评论:899(评播比 0.126%)
+- 收藏:5251
+- 分享:1.8w(分播比 2.53%,强)
+```
+
+数据点之间的派生比率(赞播比、评播比、分播比)必须算出来——它们是单纯播放数无法暴露的信号。
+
+**top 评论关键词聚类**:
+- 把粘进来的 N 条评论分 3-5 类(高赞模因 / 概念引用 / 离题噪声 / 转发暴露暗示 / @朋友传播 等)
+- 每类列代表性评论(带赞数)
+- 报告比例("22% 是模因复用、35% 是概念引用、5% 是离题")
+
+### Phase 3: 验证/推翻
+
+对 prediction 文件里的每一项(推理因素表、关键校准假设、反事实场景),逐项判定:
+
+```markdown
+### 哪些预测被验证 ✅ / 推翻 ❌
+
+**验证 ✅**:
+- 关键校准假设完全成立:本篇 71.1w / 谁问你了 11.7w = 6.07x,远超我押的 1.5-2x
+- ER=5 主导情感传播力 → H1 强证据
+- HP=5 验证:分播比 2.53% 与"金句被高频引用"匹配
+
+**推翻 ❌**:
+- 中枢 50w 被超出 +42%
+- 反事实推理里"必须搭配强社会议题才能破 30w" 完全错误
+- SR 押注("H2 SR 应上调")反向被推翻:SR 在情感向场景几乎不贡献
+```
+
+**关键纪律**:
+- 每条验证 / 推翻必须引用具体数据("分播比 2.53%"),不许写"基本符合"这种含糊措辞
+- 反事实的"如果落在 X bucket 意味着什么"——实际落在的那个 bucket 直接告诉你哪个 rubric 假设被测试了,明确写出来
+
+### Phase 4: 提炼新观察(**两类,分别写入两个文件**)
+
+#### 4a. Rubric 观察(写入 rubric_notes.md)
+
+打分维度 / 公式 / bucket 边界相关的观察:
+
+```markdown
+### 需要写进 rubric_notes.md 的新观察
+
+1. **ER 在情感向场景的真实权重应 ≥ ×2.0**:与谁问你了 6x 流量比是 v2 rubric 最强的反事实证据
+2. **议题分享冲动 (TS) 是隐藏维度**:joker / "她不一样" / 滤镜重构提供了安全的自嘲身份,转发不暴露处境,TS=5 的样本
+3. ……
+```
+
+每条观察必须可追溯到具体数据点(不写"情感很重要"——写"ER5/SR2 vs ER3/SR4 同 composite 下流量差 6x")。
+
+#### 4b. 写作 Pattern 观察(写入 script_patterns.md)
+
+Diff `scripts/<id>.md`(pre-shoot 草稿,可能是 cheat-seed 写或用户写)vs `videos/<id>/script.md`(实际拍摄稿——cheat-shoot 时用户提供的版本),找出**改动且对流量有明显影响**的部分:
+
+| 用户做了什么 | 流量影响 | 是否提议追加 pattern |
+|---|---|---|
+| 砍掉某段 | 实绩 ≥ 中枢 → "砍掉没伤流量"——验证那段冗余 | 是,加到 script_patterns.md "用户改稿历史观察"表 |
+| 加了某句 / 互动钩子 | 实绩超中枢 → 可能是新 pattern | 是,候选 Pattern N,标 ≥1 样本待验证 |
+| 改了风格(如开头软化) | 高于同类样本 → 风格改动有效 | 是,候选 Pattern N |
+| 没动结构 / 改动与流量无关 | — | 不追加 |
+
+输出格式:
+
+```markdown
+### 需要写进 script_patterns.md 的新 pattern 候选
+
+1. **用户改稿模式**: 砍掉 [X 段] / 加了 [Y]
+ - 流量影响:实绩 [N] vs 中枢 [M],[偏差 / 命中]
+ - 建议:追加到 script_patterns.md 的"用户改稿历史观察"表
+
+2. **新 pattern 候选 N**:[一句话描述]
+ - 单样本支持
+ - 触发条件:[何时该用]
+ - 建议:追加到 script_patterns.md 末尾的"新发现的 Pattern"段,标 ≥1 样本待验证
+```
+
+询问用户:"要把这些追加到 script_patterns.md 吗?(yes / no / 选择哪几条)"。**用户确认后才追加**——避免把单点观察直接写成正式 pattern。
+
+> **rubric 进化 ≠ 写作进化**——两者解耦:
+> - rubric_notes.md 学的是"哪些维度真的预测流量"
+> - script_patterns.md 学的是"什么写法真的能起作用"
+> 可能有交叉(如 MS 维度与"互动钩子" pattern),但记录在两个文件里是因为**作用域不同**——rubric 改了影响所有未来打分,pattern 改了影响所有未来 draft。
+
+如果 `videos/<id>/script.md` **缺失**(cheat-shoot 时用户标 `script_lost`) → 跳过 4b,没法 diff。
+如果 `script_consistency = "consistent"`(用户拍时没改稿)→ 4b 仍然有意义(diff 也许是空),但可以快速跳过细查。
+如果 `script_consistency = "modified"`(用户拍时改了)→ **4b 是核心**,重点学这次改动 → 流量影响。
+
+### Phase 5: 落盘到 ## 复盘 段
+
+用 Edit 工具,**仅追加**到现有 `## 复盘` 段(如有占位 `(待填)` 行先删除):
+
+```markdown
+## 复盘
+
+**复盘时间**: 2026-05-07(发布 T+3d)
+**抓取时间**: 2026-05-07 09:30
+**数据来源**: manual paste
+
+### 实绩数据
+[Phase 2 内容]
+
+### Top 评论关键词
+[Phase 2 内容]
+
+### 哪些预测被验证 / 推翻
+[Phase 3 内容]
+
+### 需要写进 rubric_notes.md 的新观察
+[Phase 4 内容]
+```
+
+**写完后再次校验**:读取保存后的文件,对比 `## 预测` 段哈希应等于 Phase 0 cache 的哈希。**不等 → 报错并回滚**。
+
+### Phase 6: 写入 rubric_notes.md + script_patterns.md
+
+#### 6a. rubric_notes.md(Phase 4a 的输出)
+
+按 [observation-lifecycle.md](../../shared-references/observation-lifecycle.md) 的"观察记录模板"格式,追加到 `rubric_notes.md` 的 `## 观察记录` 段:
+
+```markdown
+### YYYY-MM-DD [标题简称] (id) — [一句话定性]
+- 预测:composite=X.XX,bucket=Y
+- 实绩:播放 / 点赞 / 评论 / 转发(带 T+Nd 标注)
+- Top 评论关键词:[简短摘录 + 赞数]
+- 判断:哪个维度被验证/推翻?为什么?
+- Rubric 调整:[如果有,写明 "下次打 XX 类文章时改 YY"]
+- 详见:[predictions/<file>.md]
+```
+
+**检测跨样本 pattern**:扫描已有"观察记录",看新观察是否与某条已有观察形成 ≥2 样本支持。命中则按 [observation-lifecycle.md](../../shared-references/observation-lifecycle.md) 升级到"重大跨视频观察"段。
+
+#### 6b. script_patterns.md(Phase 4b 的输出,**用户确认后才写**)
+
+如 Phase 4b 用户回 "yes" 或选择性确认了某几条:
+- "用户改稿模式" → 追加到 script_patterns.md 的"用户改稿历史观察"表
+- "新 pattern 候选 N" → 追加到末尾"新发现的 Pattern"段,**显式标 ≥1 样本待验证**
+
+新 pattern 候选的格式(同 [script_patterns.template.md](../../templates/script_patterns.template.md) 的 Pattern 11/12 示例):
+
+```markdown
+### Pattern N(来自 [视频简称],单样本待验证)
+
+**现象**:[Phase 4b 描述]
+
+**原理**:[为什么有效——基于这一次观察的猜测]
+
+**触发条件**:[何时该用]
+
+**待验证**:需要 ≥2 样本支持才能升正式 pattern。
+```
+
+跨样本 pattern 升正式:扫描"新发现的 Pattern"段,看是否有 ≥2 样本支持同一现象 → 升到核心 pattern 库 + 删 "待验证" 标记。
+
+如用户在 Phase 4b 全否("no")→ 跳过 6b,rubric_notes.md 仍照写。
+
+### Phase 7: 检测 bump 触发
+
+读 `.cheat-state.json` 的 `consecutive_directional_errors` 字段,按本次复盘判定向更新:
+- 本次预测高估(实绩 < 中枢 -25%) → push `["high"]` + 记录 deviation_magnitude(如 0.5x / 0.3x)
+- 本次预测低估(实绩 > 中枢 +25%) → push `["low"]` + 记录 deviation_magnitude
+- 在 ±25% 内 → 不 push
+
+**Claude 判断是否提议 bump**(不是固定门槛):
+
+```
+判断维度:
+1. 连续同向次数(参考默认:≥3)
+2. 单次偏差幅度(参考默认:>2x 或 <0.5x 算极端)
+3. 偏差是否能解释为单一维度漏判(如 ER 或 SR 一致偏离)
+4. 用户是否在复盘里反复提到同一现象
+
+任一足够强 → 提议 bump:
+- 3 次连续同向,每次都中等偏差 → 提议
+- 1 次极端偏差(如 ≥10x),即使没连续 → 提议("一次性强信号")
+- 2 次同向 + 评论区出现一致的反向证据 → 提议("评论 + 数据双信号")
+
+不提议的情况:
+- 3 次同向但每次都很小(<25%)→ 可能只是噪声
+- 偏差跨多个维度无清晰方向 → bump 不知道改什么
+```
+
+提议时输出:
+
+```
+🚨 检测到 [系统性偏差信号] / [极端单点偏差] 。
+
+[简短描述:连续 N 次 / 1 次极端 / 评论双信号 等]
+
+这可能是 rubric 系统性偏差的信号。建议:
+- 跑 /cheat-bump 看是否需要升级公式
+- 或先看 /cheat-status 详细分析
+
+注:本次提议是 [default-aligned: 满足 ≥3 同向] / [judgment-driven: 1 次 10x 强偏差]
+```
+
+更新 state file:
+```json
+{
+ "calibration_samples": <+1>,
+ "pending_retros": [<剔除本次>],
+ "last_retro_at": "<ISO>",
+ "consecutive_directional_errors": [...]
+}
+```
+
+## Key Rules
+
+1. **预测段 immutable**。Phase 0 cache + Phase 5 校验是双保险。任何 hash 不一致 → 报错回滚
+2. **数据来源必须标注**。`数据来源: manual paste` 或 `数据来源: adapter:douyin-session` 写进复盘段
+3. **观察可追溯**。每条新观察引用具体数据点
+4. **不在复盘里 bump**。Phase 7 只**提议** bump,实际升级走 `/cheat-bump`——避免一次操作做两件事
+5. **早复盘标记**。RETRO_WINDOW_DAYS 不到就复盘 → state file 记 `early_retro: true`,bump 时这种样本权重降级
+
+## Refusals
+
+- 「这条数据已经看过了,但你假装没看,按预测时的盲度做复盘」 → 复盘本来就是看完数据再做的;这个表述本身没有违规,但要确认用户没在 prediction 写之前透露过数据
+- 「把预测段的概率分布改一下,让复盘看起来更准」 → 拒绝。原则 #1
+- 「跳过观察提炼,直接结束」 → 拒绝。新观察是 rubric 进化的唯一燃料;缺它复盘退化为"看一眼"
+- 「直接 bump,不要单独走 /cheat-bump」 → 拒绝。bump 流程有完整的跨模型审 + cleanup pass,retro 是触发器不是执行器
+
+## Integration
+
+- 前置:`/cheat-publish` 已登记 + 时间窗口达到
+- 下游:累计 `consecutive_directional_errors` 满 3 → 触发 `/cheat-bump` 提议
+- 状态字段更新:`calibration_samples` +1(这是 cheat-status 显示进度的关键)
+- pending_retros:剔除本条
+- 与 [observation-lifecycle.md](../../shared-references/observation-lifecycle.md) 紧耦合:每次复盘是观察新增的入口
diff --git a/skills/cheat-score/SKILL.md b/skills/cheat-score/SKILL.md
new file mode 100644
index 0000000..31fb51c
--- /dev/null
+++ b/skills/cheat-score/SKILL.md
@@ -0,0 +1,131 @@
+---
+name: cheat-score
+description: 给单篇稿子打 rubric 分。**只在控制台输出,不写文件,不预测**。触发词:"打分这篇 [path]"/"score this [path]"/"给这稿子打分"/"先打分看看"。是 cheat-predict 之前的轻量探索动作。
+argument-hint: <draft-path>
+allowed-tools: Read, Glob, Grep
+---
+
+# /cheat-score — 单稿打分
+
+打分但**不预测**。用户用它快速看稿子的 composite,决定是否值得进入正式预测流程。
+
+## Overview
+
+```
+[用户:打分这篇 draft.md]
+ ↓
+[读 draft.md + rubric_notes.md]
+ ↓
+[逐维度打 0-5 + 写一行理由 + 算 composite]
+ ↓
+[控制台输出:评分 + composite + 推荐下一步]
+ ↓
+[结束 — 不写任何文件]
+```
+
+## Constants
+
+- **RUBRIC_PATH = rubric_notes.md** — 当前 rubric 来源
+- **OUTPUT_DETAIL = full** — full: 含每维度理由;compact: 仅分数表
+
+> 💡 调用时覆盖:`/cheat-score draft.md — OUTPUT_DETAIL: compact`
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `<draft-path>` | 用户作为参数传入;如缺失则在对话里询问 |
+| `rubric_notes.md` | 用户项目根 |
+| `.cheat-state.json` | 用户项目根(用于读当前 `rubric_version` 与 mode) |
+
+## Workflow
+
+### Step 1:前置检查
+
+1. 读 `.cheat-state.json` → 不存在则提示用户先跑 `/cheat-init`,停止
+2. 读 `<draft-path>` → 不存在或无内容 → 报错并停止
+3. 读 `rubric_notes.md` 找到当前生效的公式段(一般在"当前评分维度"或"综合分公式"位置)
+
+### Step 2:识别公式与维度
+
+从 `rubric_notes.md` 解析出:
+- 当前 rubric_version
+- 维度列表与权重(如 `ER×1.5 + SR×1.5 + HP×1.5 + QL + NA + AB + SAT`)
+- 归一化常数(如 `/ 8.5 × 2.0`)
+- 每个维度的 0-5 含义(从"当前评分维度"段表格读)
+
+如果 `rubric_notes.md` 格式与预期不符(用户手改过结构)→ 询问用户当前公式是哪一行,**不要自己猜**。
+
+### Step 3:**Claude 自己**逐维度打分
+
+**Claude 主动打分**——不让用户来打。这是工具的核心价值("作弊器"——AI 帮你判断,不是 AI 当你的格式化器)。
+
+对每个维度:
+1. 读维度定义 + 0-5 含义
+2. 在脑里 anchor 到 0/3/5 的样本对照
+3. 选择一个 **整数**(0/1/2/3/4/5——不允许 4.5 之类)
+4. 写一行理由(≤ 30 字,引用稿子里的具体词或场景)
+
+**打分速度纪律**(参考 starter-rubrics/opinion-video.md 的 cheat sheet):
+- 每个维度 ≤ 30 秒思考时间。超过就是在合理化,不是在打分
+- **相信第一个整数**
+- **不查锚点**——先盲打,再对比锚点(避免被锚定)
+
+输出后用户可以挑刺("AB 给 3 不是 4"),Claude 改值并重新展示。
+
+### Step 4:算 composite + 输出
+
+按当前公式算综合分。控制台输出(OUTPUT_DETAIL=full):
+
+```
+📊 [draft.md 短标题] — 打分(rubric: v2)
+
+| 维度 | 分 | 理由 |
+|---|---|---|
+| ER (情感共鸣) | 5 | "半夜三点翻聊天记录" 极端具象 |
+| HP (钩子强度) | 5 | IS 句一句锁定受众 |
+| QL (金句密度) | 5 | MVP 句"间歇性希望"独立可传 |
+| NA (叙事性) | 3 | 平铺直叙,弱弧线 |
+| AB (受众广度) | 5 | 暗恋/前任普适 |
+| SR (社会议题共振) | 2 | 纯个人情感,无社会托底 |
+| SAT (讽刺深度) | 4 | 致谢段自指反讽 |
+
+公式:(ER×1.5 + SR×1.5 + HP×1.5 + QL + NA + AB + SAT) / 8.5 × 2.0
+composite = (5×1.5 + 2×1.5 + 5×1.5 + 5 + 3 + 5 + 4) / 8.5 × 2.0 = **8.24**
+
+📍 落在 30-100w 桶(基于 starter-rubrics 的 bucket 边界)
+
+下一步建议:
+- 如果你已写定最终稿、准备发布 → 说 "启动预测"
+- 如果想再改稿子 → 改完再打一次(多次打分不留痕迹)
+- 如果想看历史相近 composite 的样本 → 说 "找 composite 8.0-8.5 的锚点"
+```
+
+OUTPUT_DETAIL=compact 时仅输出分数表 + composite,不附理由列。
+
+### Step 5:**绝不**做的事
+
+- ❌ 写任何文件(包括 predictions/、rubric_notes.md、candidates.md)
+- ❌ 给 bucket 概率分布(那是 cheat-predict 的活)
+- ❌ 触发"已发布"或"复盘"逻辑
+- ❌ 提议 rubric 升级(即使打分时发现明显异常也只在控制台提示,不动 rubric)
+
+## Key Rules
+
+1. **整数分**。不允许 4.5、3.7。如果犹豫 → 选低值 + 备注
+2. **盲打优先**。打分前不读 anchors(当前样本附近 composite 的旧作品的实绩),避免被实绩锚定
+3. **理由是诊断工具**。每个维度的 1-30 字理由不是装饰——复盘时用来找出哪个维度判断错了
+4. **不写文件**。这是 score 与 predict 的核心区别。score 是探索,predict 是承诺
+5. **不算 candidate composite**。candidates.md 里的 composite 字段在 cheat-trends/cheat-recommend 里写——score 只服务"已写好的具体稿子"
+
+## Refusals
+
+- 「打分顺便预测一下」 → 拒绝。请改用 `/cheat-predict`。原因:predict 必须走 blind check + 写 immutable 日志,score 跳过这些
+- 「打完分把分数写进 rubric_notes.md 的观察段」 → 拒绝。observation lifecycle 规定观察必须有"实绩 vs 预测"对比,光有打分不构成观察
+- 「能不能直接告诉我会不会爆」 → 拒绝。给具体 composite + bucket 的判定要求走 predict 流程;score 只输出当前 rubric 下的机械计算
+
+## Integration
+
+- 是 `cheat-predict` 的前置探索:用户可以反复 score 不同稿子版本,确定一份再 predict
+- score 不更新 `.cheat-state.json`——这是无副作用操作
+- 如果用户连续 score 同一稿子 ≥3 次 → 控制台温和提示"反复打分会引入决策疲劳,差不多可以决定了"
diff --git a/skills/cheat-seed/SKILL.md b/skills/cheat-seed/SKILL.md
new file mode 100644
index 0000000..a90b69e
--- /dev/null
+++ b/skills/cheat-seed/SKILL.md
@@ -0,0 +1,301 @@
+---
+name: cheat-seed
+description: 跟用户对话讨论选题——**默认一次一个**,用户主动给主题或经历,AI 围绕用户的输入深挖、提炼角度、写一份 draft。不是 AI 拿三个开放问题追用户,也不是一次给 5 个候选。触发词:"找选题"/"我想做一条 X"/"最近有个想法"/"seed"/"启动种子"。可选 batch 模式:`/cheat-seed --batch 5` 走旧的 brainstorm 5 候选 + 写 5 draft 流程。
+argument-hint: [— batch: N] [— sources: <comma-separated>]
+allowed-tools: Bash(*), Read, Write, Edit, Glob, WebFetch, Skill
+---
+
+# /cheat-seed — 选题对话(默认)/ 批量 brainstorm(可选)
+
+cheat-seed 的核心是**跟用户讨论选题**,不是机械地 brainstorm。好内容来自用户的真实经历 + 观察 + 情绪——这些是 AI 不可能凭空 brainstorm 出来的。AI 的角色是**听用户讲 → 帮提炼角度 → 写一份 draft**,不是 dump 15 候选让用户挑。
+
+**默认模式**:对话式一次一个。
+**Batch 模式**(`--batch N`):保留旧的 brainstorm N 候选 + 写 N 份 draft 流程,给"完全没想法 + 想批量初始化"的用户。
+
+## 三种 Mode(自动识别)
+
+```
+Mode A — 用户主动给主题(**最常见**):
+ 用户:"/cheat-seed" + 直接说"我想做一条关于 X 的"
+ 或:"/cheat-seed 我最近开会被领导..."
+ ↓
+ AI 围绕 X / 这件事**深挖**——什么瞬间触发?最让你 [情绪 / 不爽 / 觉得有意思] 的是哪点?
+ ↓
+ 收敛到一个具体角度 → 提议 → 用户认可 → 写 1 份 draft → 完成
+ ↓
+ 问"下一篇?" 或用户说"今天就这样"
+
+Mode B — 用户给方向但不具体:
+ 用户:"最近想做点关于 [职场 / 婚恋 / AI / ...] 的"
+ ↓
+ AI:"[范围] 太广。最近你接触到的具体哪件事让你想做这个方向?"
+ ↓
+ 收敛到 Mode A 的具体经历
+
+Mode C — 用户完全没想法(少见):
+ 用户:"我不知道做什么" / "帮我想个题"
+ ↓
+ AI:"好,进 brainstorm 模式——先抓热点 + 你之前的兴趣方向,给你 1 个建议"
+ ↓
+ 跑 trend-sources 抓热点 + 读 candidates.md / predictions/ 看用户历史
+ ↓
+ 提议 1 个角度(不是 5 个) → 用户认可 → 写 draft
+
+Batch Mode — 用户显式要批量(`/cheat-seed --batch 5`):
+ 按旧版 brainstorm 流程:3 问题 → 15 候选 → 用户挑 → 写 5 draft。
+ 给"今天想一次性把未来 2 周的选题搞定"的用户。
+```
+
+**关键纠正**(与旧版的区别):
+- AI **不主动开放问**——等用户给输入再深挖
+- 一次一个选题,不是 5 个
+- 默认对话式 + 一次一个,batch 是 escape hatch
+
+## Constants
+
+- **DEFAULT_TREND_SOURCES = ["manual-paste"]** — 仅 Mode C / Batch 用到
+- **MAX_DEEP_DIVE_TURNS = 4** — Mode A/B 收敛阶段最多 4 轮反问,避免 AI 过度盘问
+- **WITH_DRAFT = yes** — 默认确认角度后立刻写 draft;用户可说 "等下,我自己写" 跳过
+- **DRAFT_LENGTH** — 派生自 `state.typical_duration_seconds`:30s→100-200字 / 90s→250-500字 / 240s→600-1000字 / 450s→1100-2000字 / 900s→2200+字
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `.cheat-state.json` | 读 calibration_samples / typical_duration / cadence |
+| `rubric_notes.md` | 读当前 rubric(粗打分用) |
+| `script_patterns.md` | 读已有 pattern(写 draft 时按 cheat sheet 选结构) |
+| `predictions/*.md`(如有) | 已发历史,brainstorm 时作为 context |
+
+## Workflow
+
+### Phase 0: 前置检查 + 加载所有 context(**核心:3 个 context 来源**)
+
+1. 读 `.cheat-state.json` → 不存在则提示先跑 `/cheat-init`
+2. 读 `rubric_notes.md` 拿当前公式(粗打分用)
+3. 读 `script_patterns.md`——写 draft 时按 cheat sheet 选结构
+4. **读已有 prediction 文件**(含 init 时 import 的 reconstructed)作为 **context 来源 A**(用户自己历史):
+ - 0 个 → A 为空
+ - ≥1 个 → A 有内容,提取 (title / 7 维 / 实绩)
+5. **读 `benchmark.md`**(如存在)作为 **context 来源 B**(对标账号):
+ - `state.benchmark_status = imported` → B 有内容,提取对标账号的样本主题分布、调性、Pattern
+ - `state.benchmark_status = none / pending` → B 为空
+6. 检查用户的入参——是否含具体 topic / 经历,决定走 Mode A/B/C/Batch
+
+**brainstorm 时的 context 优先级**(**Claude 判断**——下面是参考默认):
+
+- **A 主导**(用户自己数据):当 Claude 判断用户数据已能驱动方向时(参考默认:`calibration_samples ≥ 10`,但 Claude 可以更早——如 N=5 但出现 ≥3 个与 benchmark 明显不一致的强样本)
+- **B 主导**(benchmark):用户数据少 + benchmark 有内容时
+- **B 缺席**(benchmark 为空)+ 用户数据少:纯靠用户 input + 抓热点;明确告诉用户"没 benchmark 也没足够自己数据,建议跑 /cheat-learn-from 后再回来 brainstorm"
+
+判断依据**不是死磕样本数**,而是看:
+- 用户最近 N 个样本的实绩**是否与 benchmark 的高表现样本类型一致**——一致说明 benchmark 仍有借鉴价值;不一致说明用户已经走自己的路
+- 用户的样本**多样性**——3 篇都是同类内容不算成熟;3 篇覆盖不同类目反而比 10 篇同类更可信
+
+### Phase 1: Mode 分流
+
+读用户输入,识别:
+
+**含具体名词 + 情绪 / 经历词**("我昨天开会..." / "我看到 X 让我..." / "我对 Y 觉得...")→ **Mode A**
+
+**含方向词但无具体内容**("想做职场" / "AI 方向" / "婚恋")→ **Mode B**
+
+**显式说没想法**("不知道做什么" / "帮我想" / "随便给个")→ **Mode C**
+
+**显式 `--batch N`**(用户主动批量)→ **Batch Mode**
+
+**纯 `/cheat-seed` 无附加内容** → **询问入口问题**:
+
+```
+你今天想干嘛?
+
+- 有想做的主题 / 经历 → 直接告诉我("我想做一条 X" / "我最近 X...")
+- 想要的方向但不具体 → 告诉我大致方向
+- 完全没想法,想我帮你 brainstorm → 说"帮我想"
+- 想批量搞定未来 N 个选题 → 说 "batch <N>"
+
+(我不会拿 3 个开放问题追你——你给一句话我就开始)
+```
+
+注意这是**唯一的开放式问题**——只在用户**纯触发** `/cheat-seed` 时问。如果用户已经在触发词里给了内容("/cheat-seed 我想做..." 或 "找选题 我最近开会..."),直接进 Mode A/B/C 不再问这一句。
+
+### Phase 2A: Mode A 深挖(用户给了具体 topic / 经历)
+
+**核心原则**:围绕用户给的内容**深挖**,**不要切到别的话题**。
+
+**反问类型(按场景挑)**:
+
+- 触发瞬间:"你说 X 这件事,最初是哪个具体瞬间触发你想做的?" / "是什么让你觉得这值得讲一条视频?"
+- 情绪锚点:"这里面最让你 [生气 / 觉得荒唐 / 觉得有意思] 的是哪个细节?"
+- 角度选择:"你想说的是 [角度 a:现象批判] 还是 [角度 b:自我反思] 还是 [角度 c:泛化到普遍]?"
+- 受众想象:"你心里想着是说给哪种人听?她/他听完会怎么想 / 怎么转发?"
+- 反对意见探测:"如果有人反驳说 [反方观点 X],你会怎么回?"——逼用户先想清楚立场
+
+**反问纪律**:
+- 一次只问 **1 个**问题(不要塞 3 个连珠炮)
+- 最多 `MAX_DEEP_DIVE_TURNS` 轮(默认 4)——超过就主动收敛:"OK 我感觉够了,帮你提议一个角度试试"
+- 用户的回答如果含 emoji / 简短 / 不耐烦 → 立刻收敛,不要逼
+
+**收敛输出**:
+
+```
+我感觉这个角度能做:
+
+[一句话立意:50 字以内]
+
+走法:
+- 用 [Pattern X 结构](来自 script_patterns.md)
+- 钩子:[具体场景 / 句子]
+- 主体:[3 个观察是什么]
+- 收尾:[MVP 句方向]
+
+粗打分(v0 等权 7 维):ER=X HP=X QL=X NA=X AB=X SR=X SAT=X → composite ≈ X.X
+Confidence: 🔴 极低 (你才校准 0/N 篇)
+
+要不要让我先写一份 draft?(yes / 换角度 / 我自己写)
+```
+
+用户回 yes → Phase 4 写 draft。
+用户说"换角度" → 回 Phase 2A 深挖更多。
+用户说"我自己写" → 把 candidate 加进 candidates.md 标 tier1,结束。
+
+### Phase 2B: Mode B 收敛到具体经历
+
+用户给了方向但不具体("想做职场"):
+
+```
+[方向] 太广。三种收敛方式,挑一个:
+
+a) 你最近真实接触到的某件具体事?("上周我看到我同事 X...")
+b) 你最近读到 / 看到的某条让你想吐槽的内容?("知乎上有个回答...")
+c) 你长期琢磨的某个 unsolved 困惑?("我一直没想明白为啥 X...")
+
+随便挑一个开始讲。
+```
+
+用户给具体内容 → 收敛到 Mode A 深挖。
+用户继续抽象 → "OK 那走 brainstorm 模式(Mode C)"。
+
+### Phase 2C: Mode C — 抓热点 + 提议 1 个
+
+用户完全没想法,进 brainstorm 模式:
+
+1. 抓热点(按 `enabled_trend_sources`,默认 weibo-hot + zhihu-hot;缺则纯 Claude brainstorm)
+2. 读用户历史(`predictions/*.md` 的 title 集 + 高表现样本)
+3. **不一次给 5 个候选**——给 1 个:
+
+```
+看你历史 [做了 X / Y 类内容] + 今天的热点 [X1 / X2],
+我建议这个角度:
+
+[一句话立意]
+
+[走法 + 粗打分 + confidence,同 Mode A 收敛输出]
+
+要这个吗?(yes / 换一个 / 我想批量看 5 个 → 进 batch 模式)
+```
+
+用户说"换一个" → 提议另一个(再 1 个,不是 5 个)。
+用户说"批量" → 切 Batch Mode。
+用户 yes → Phase 4 写 draft。
+
+### Phase 2D: Batch Mode(用户显式 `--batch N`)
+
+**保留旧 brainstorm 流程**:
+
+1. 问 3 个清单问题(兴趣 / 调性 / 红线)—— Batch 模式才问这些
+2. 抓热点 + Claude brainstorm 15 候选
+3. 用户挑 N
+4. 写 N 份 draft 到 scripts/
+
+详见 commit history(旧 cheat-seed 的 Phase 1-3)。这是 escape hatch,不是默认。
+
+### Phase 3: 计算 candidate ID + 落候选池
+
+不管 Mode A/B/C 哪条路径,确认角度后:
+
+1. 算 candidate id:`sha256("seed-" + 立意 + 触发时间)[:12]`
+2. 写一行 entry 到 `candidates.md`(按 [candidate-schema.md](../../shared-references/candidate-schema.md) 格式)
+3. 标 `tier=tier1` + `read_status=deep_read`(已经讨论过,不是 skim)
+
+### Phase 4: 写 draft
+
+`WITH_DRAFT=yes` → 顺次写到 `scripts/<YYYY-MM-DD>_<id>_<short-title>.md`:
+
+**写 draft 前必读** `script_patterns.md` —— 按"结构选型 cheat sheet"对应用户的 topic 选合适结构。如果文件还在抽象骨架阶段(用户没填几个 pattern),就用 starter rubric 对应的通用框架。
+
+**字数**:按 `DRAFT_LENGTH` 派生(基于 `typical_duration_seconds`)。
+
+**段落版**:每段 100-300 字,**不要写一行一行的字幕格式**——那是剪映拍后自动断的。
+
+格式:
+
+```markdown
+# [立意标题]
+
+> ⚠️ **Draft by Claude — 你必须改写后再拍**
+>
+> 这是脚手架,不是成品。你的语气 / 节奏 / 个人经历无法 AI 生成。
+> 改写流程:
+> 1. **直接在本文件改写**(同 path:scripts/<...>.md)
+> - 加你的语气、个人经历、真实金句
+> - 砍铺垫、砍模型缩写、砍学术包装
+> 2. 改完后跑 `/cheat-predict scripts/<本文件>.md`
+> 3. 拍完跑 `/cheat-shoot scripts/<本文件>.md`
+
+**Article ID**: <12 位 hash>
+**调性**: [基于讨论得出的,不是清单 Q]
+**目标时长**: <state.typical_duration_seconds 转换> 分钟
+**目标字数**: <按时长派生>
+**结构选型**: [按 script_patterns.md 的 cheat sheet 显式标,如 "metaphor 优先" / "数据反转开场"]
+**用到的 patterns**: [编号 + 简短说明]
+**讨论种子**: [一句话回顾 deep dive 出来的核心]
+
+---
+
+[draft 正文,段落版]
+```
+
+`WITH_DRAFT=no`(用户说"我自己写")→ 跳过 Phase 4。
+
+### Phase 5: 输出"下一步" + 询问继续
+
+```
+✅ Draft 写完:scripts/2026-05-04_<id>_<short>.md
+
+接下来你可以:
+- 改写这份 draft(直接在原文件改)
+- 改完跑 "打分这篇 scripts/<...>.md" 看 7 维评分
+- 决定要拍 → "启动预测 scripts/<...>.md"
+
+下一篇你想做什么?
+(直接告诉我具体经历 / topic,或者说"今天就这样"结束)
+```
+
+用户说"今天就这样" → 结束 cheat-seed。
+用户给新 topic → 回 Phase 1 重新分流。
+
+## Key Rules
+
+1. **AI 不主动开放问**——只在用户纯触发 `/cheat-seed` 时问一次入口问题,其他时候**等用户给输入再深挖**
+2. **一次一个选题**——默认 Mode A/B/C 都给 1 个建议;用户主动要批量才走 Batch
+3. **反问纪律**:一次问 1 个,最多 4 轮,用户不耐烦立刻收敛
+4. **深挖围绕用户给的话题**,不要切到别的——你说"开会被领导骂",AI 不该问"那你最近有没有觉得 AI 让大家..."这种平行话题
+5. **写 draft 必须读 script_patterns.md**——按用户已有 pattern 选结构
+6. **draft 是脚手架**——header 加醒目警告"必须改写"
+
+## Refusals
+
+- 「跳过深挖,直接写 draft」 → 询问"你想直接给主题让我写吗?OK 但 draft 质量可能差——我不知道你的角度。给我一句话立意我就写"
+- 「AI 替我决定 topic」 → 拒绝走 Mode A/B 路径。如真的没想法 → Mode C,但仍**给 1 个**让用户判断
+- 「一次写 5 个 draft」 → 不在默认流程。用户必须显式 `--batch 5`
+- 「我懒得改写,直接拍 AI draft」 → 警告"AI 直接生成的稿子拍出来 ER 偏低,会污染你的校准数据",但用户坚持也允许(标 `unmodified_ai_draft: true`)
+
+## Integration
+
+- 上游:`/cheat-init` Phase 5 末尾在 `pool_status=none + calibration_samples=0` 时主动询问"现在跑 /cheat-seed?"
+- 上游:`/cheat-recommend` 在 candidates 空时引导文案中提及 `/cheat-seed`
+- 上游:`/cheat-status` 在 `pool_status=none + 距 init >24h` 时提示"还没拍——跑 /cheat-seed?"
+- 下游:用户的 candidate → candidates.md(tier1,已 deep_read)
+- 下游:(默认)draft → scripts/<id>.md → 用户改写 → /cheat-predict
+- 与 `/cheat-trends` 区别:cheat-seed 是**讨论 + 写 draft**(重 conversation);cheat-trends 是**多 adapter 抓 + 粗打分**(重 fetch)。两者目的不同,不互相替代。
diff --git a/skills/cheat-shoot/SKILL.md b/skills/cheat-shoot/SKILL.md
new file mode 100644
index 0000000..5107f34
--- /dev/null
+++ b/skills/cheat-shoot/SKILL.md
@@ -0,0 +1,186 @@
+---
+name: cheat-shoot
+description: 登记一条视频已拍摄。**建 video folder + 询问实际拍摄稿是否与 scripts/<id>.md 一致 + buffer +1**。与 cheat-publish 配对:拍了进队列,发了出队列。触发词:"拍了"/"拍了 X"/"shot"/"shot it"/"已拍 X"/"录完了"。
+argument-hint: <scripts-path-or-id>
+allowed-tools: Bash(*), Read, Write, Edit, Glob
+---
+
+# /cheat-shoot — 登记拍摄完成 + 建 video folder
+
+把视频从"已写预测、未拍摄"状态推进到"已拍摄、未发布"状态。这一步:
+1. **建 `videos/<同 id>/`** 目录(之前没有的话)
+2. **询问用户**:"实际拍摄时用的稿子和 `scripts/<id>.md` 一致吗?"——根据答案决定 `videos/<id>/script.md` 的内容
+3. 把 video folder 加进 state.shoots 队列,buffer +1
+
+不写 prediction(预测早在 cheat-predict 时锁了),不发布(发布是 cheat-publish)。
+
+为什么单独一个 skill:
+- buffer 警戒系统需要明确区分"拍了" vs "发了"。视频可以批量拍(一天拍 5 条),分散发(每天发 1 条)
+- "实际拍摄稿"可能与"pre-shoot 草稿"不同(用户改了 / 即兴 / 大改)——cheat-shoot 是把这个差异显式化的入口
+
+## Overview
+
+```
+[用户:拍了 scripts/2026-05-04_abc123_停止期待.md]
+ ↓
+[Phase 0: 解析路径 + 验证 prediction 已存在]
+ ↓
+[Phase 1: 检查是否已登记(避免重复)]
+ ↓
+[Phase 2: 建 videos/<id>/ + 询问"实际拍摄稿一致吗?"]
+ ↓
+[Phase 3: 写 videos/<id>/script.md]
+ ↓
+[Phase 4: append state.shoots]
+ ↓
+[Phase 5: 输出 buffer 状态]
+```
+
+## Constants
+
+- **REQUIRE_PREDICTION = true** — 拍前必须先有 prediction 文件(否则违反盲预测——拍完才写预测会被诱导事后修改)
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `<scripts-path-or-id>` | 用户参数;缺失则询问 |
+| `.cheat-state.json` | 状态文件 |
+| `scripts/*.md` | pre-shoot 草稿 |
+| `predictions/*.md` | 验证对应预测存在 |
+
+## Workflow
+
+### Phase 0:解析 + 验证
+
+1. 解析用户给的路径——支持几种形态:
+ - 完整路径 `scripts/2026-05-04_abc123_停止期待.md`
+ - 简写 `2026-05-04_abc123_停止期待`
+ - id 简写 `abc123` → glob `scripts/*_abc123_*.md` 找匹配
+2. 验证 `scripts/<id>.md` 存在:不存在 → 报错"找不到 pre-shoot 草稿"
+3. 验证有对应 prediction `predictions/<同名>.md`:
+ - 不存在 → **拒绝登记**,提示"先跑 /cheat-predict 写预测,否则违反盲预测原则——你不能拍完才写预测,那等于事后看了画面写"
+ - 存在 → 通过
+
+### Phase 1:检查重复
+
+读 `.cheat-state.json`,检查 `shoots[]` 是否已含此 id:
+- 已存在 → 警告"已登记过(X 天前)。是要重新登记,还是要用 /cheat-publish 发布?"
+- 不存在 → 进入 Phase 2
+
+### Phase 2:建 video folder + 询问稿子一致性
+
+1. 建目录 `videos/<id>_<short>/`(同 scripts/ + predictions/ 的命名)
+2. **询问用户**:
+
+```
+拍 「<title>」 的时候,你实际用的稿子和 scripts/<id>.md 一致吗?
+
+a) 一致——直接用 scripts/<id>.md 内容存为 videos/<id>/script.md
+b) 不太一致——我改了一些
+ ↓ 接着问:"你能提供拍摄时实际用的稿子吗?"
+ - 是 → 用户提供(粘贴或路径),存为 videos/<id>/script.md
+ - 否(即兴 / 没保留)→ 标 script_lost:videos/<id>/script.md 留空,
+ 只在头部加注释说明
+c) 大改了——拍出来其实是另一条
+ ↓ 提示用户:建议走 _redo 流程——
+ scripts/<id>_redo.md → 重新 cheat-predict → 再 cheat-shoot
+ 原 prediction 仍保留,但和实际拍摄脱钩
+```
+
+### Phase 3:写 videos/<id>/script.md
+
+按 Phase 2 答案:
+- 答 a → cp scripts/<id>.md → videos/<id>/script.md
+- 答 b 提供新稿 → 写入用户提供的内容
+- 答 b 没保留 → 写一个占位文件:
+ ```markdown
+ # <title> — 实际拍摄稿(已遗失)
+
+ > 用户在 cheat-shoot 时未保留实际拍摄稿(标记 script_lost)。
+ > 复盘时无法 diff `scripts/<id>.md` vs 实际拍摄版本——
+ > script_patterns 学习能力受限。
+ >
+ > 下次建议保留拍摄草稿(哪怕只是 voice memo 转录)。
+ ```
+- 答 c → 不写 videos/<id>/script.md(走 _redo 流程后再来)
+
+### Phase 4:state 更新
+
+```json
+{
+ "shoots": [
+ ...,
+ {
+ "video_folder": "videos/2026-05-04_abc123_停止期待/",
+ "prediction_file": "predictions/2026-05-04_abc123_停止期待.md",
+ "scripts_path": "scripts/2026-05-04_abc123_停止期待.md",
+ "shot_at": "<ISO timestamp>",
+ "script_consistency": "consistent" | "modified" | "lost",
+ "script_hash_at_shoot": "<sha256:12 of videos/<id>/script.md>"
+ }
+ ]
+}
+```
+
+如 `script_consistency = modified` → diff `scripts/<id>.md` 和 `videos/<id>/script.md` 的 hash → 若不同,将 diff 信息标到 prediction 文件**复盘段**(不是预测段)作为日后 retro 的种子。
+
+### Phase 5:输出 buffer 状态
+
+读完 state 后立即算 buffer + 颜色(按 [cadence-protocol.md](../../shared-references/cadence-protocol.md) 的派生规则):
+
+```
+✅ 已登记拍摄:videos/2026-05-04_abc123_停止期待/
+ 预测文件:predictions/2026-05-04_abc123_停止期待.md
+
+📦 当前 buffer:3 篇(🟢 绿色,正常)
+ 按你的 cadence(隔日更)= 6 天 buffer,节奏稳定。
+
+下一步:拍其他候选 / 等下个发布日 / 不动
+```
+
+如果 buffer 颜色变了(如从绿到蓝)→ 高亮提醒:
+```
+📦 当前 buffer:6 篇(🔵 蓝色,**积压**)
+⚠️ 建议暂停拍摄,全力发布存货 + 复盘。
+ 按你的 cadence(日更)= 6 天预备,已超过健康上限。
+```
+
+## Key Rules
+
+1. **不写 prediction**——拍了 ≠ 发了。预测在 /cheat-predict 锁,拍只是事件
+2. **不动 video folder 内容**——script.md / draft-v0.md 都不改
+3. **必须先有 prediction**——否则违反盲预测(拍完看了画面再写预测 = 数据泄漏到判断)
+4. **buffer 计算实时**——每次 shoot / publish 后立刻重算,state.shoots 是真值
+5. **支持批量**:用户可以一天连说 "拍了 X / 拍了 Y / 拍了 Z" 三次连续登记
+
+## Refusals
+
+- 「拍了 X,顺便给我写个预测」 → 拒绝。预测必须**拍前**写(盲预测)。请先 /cheat-predict 再来 /cheat-shoot
+- 「我没有 video folder,我直接拍的」 → 询问用户 → 帮他建一个 video folder + 提示下次走完整流程;登记时标 `ad_hoc: true` 提醒下次走标准流程
+- 「拍了 X 但还没改完 script」 → 拒绝。如果 script 还在改,预测段已经过期——请改完后重新跑 /cheat-predict 再 /cheat-shoot
+
+## Integration
+
+- 上游:`/cheat-predict` 写完 prediction → 用户拍摄 → `/cheat-shoot` 登记
+- 下游:`/cheat-publish` 发布时把对应项从 state.shoots 移除
+- `/cheat-status` 看板的 buffer 数字直接来自 `state.shoots.length`
+- `/cheat-recommend` 看 buffer 颜色调推荐策略
+- SessionStart hook 看 buffer 颜色决定报告第一行
+
+## state.shoots 数据结构
+
+```json
+{
+ "shoots": [
+ {
+ "video_folder": "videos/2026-05-04_abc123_停止期待/",
+ "prediction_file": "predictions/2026-05-04_abc123_停止期待.md",
+ "shot_at": "2026-05-04T18:30:00+08:00",
+ "ad_hoc": false // true if user shot without going through full flow
+ }
+ ]
+}
+```
+
+按 `shot_at` 升序——最早拍的在前面。`/cheat-status` 显示最早一项的 days-since-shoot 警告(避免有视频拍了 30 天没发)。
diff --git a/skills/cheat-status/SKILL.md b/skills/cheat-status/SKILL.md
new file mode 100644
index 0000000..1a9dcb0
--- /dev/null
+++ b/skills/cheat-status/SKILL.md
@@ -0,0 +1,162 @@
+---
+name: cheat-status
+description: cheat-on-content 的状态看板。显示当前模式 / rubric 版本 / 校准进度 / 待复盘 / pool 状态 / 是否该升级 SQLite / 是否该 bump rubric。**任何时候都可调,无副作用**。触发词:"状态"/"看板"/"status"/"我现在该做什么"/"进度怎么样"。
+allowed-tools: Bash(*), Read, Glob, Grep
+---
+
+# /cheat-status — 状态看板
+
+读 state file + 扫描用户项目 → 汇总当前进度 → 输出"今天该做什么"清单。
+
+## Overview
+
+```
+[用户:状态]
+ ↓
+[Phase 1: 读 .cheat-state.json + 扫文件系统]
+ ↓
+[Phase 2: 计算派生指标]
+ ↓
+[Phase 3: 检测建议触发器(升级 / bump / 清算)]
+ ↓
+[Phase 4: 输出看板]
+```
+
+## Constants
+
+- **SQLITE_UPGRADE_THRESHOLD = 30** — calibration_samples 达到 N 时建议升 SQLite
+- **CLEANUP_LINE_THRESHOLD = 600** — rubric_notes.md 行数超 N 时建议清算
+- **STALE_PREDICTION_DAYS = 30** — in_progress prediction 超 N 天未发布提示清理
+
+## Inputs
+
+| 来源 | 用途 |
+|---|---|
+| `.cheat-state.json` | 主要状态 |
+| `predictions/*.md` | 校准样本数 / pending retros |
+| `candidates.md` | 候选池规模 |
+| `rubric_notes.md` | 行数 / 当前版本 |
+| `.cheat-cache/usage.jsonl`(如有) | meta-logging 数据,用于"距上次 bump 多少次预测" |
+
+## Workflow
+
+### Phase 1: 读状态
+
+```python
+state = read_json('.cheat-state.json')
+if not state:
+ return "你还没初始化。请先跑 /cheat-init。"
+
+predictions = glob('predictions/*.md')
+candidates_count = parse_candidates_md_entries()
+rubric_lines = wc -l rubric_notes.md
+```
+
+### Phase 2: 派生指标
+
+| 指标 | 算法 |
+|---|---|
+| **Buffer 数** | `len(state.shoots)` |
+| **Buffer 颜色** | 按 [cadence-protocol.md](../../shared-references/cadence-protocol.md) 派生:`buffer_days = buffer_count × target_publish_cadence_days`,`<1 红 / 1-2 橙 / 3-5 绿 / >5 蓝`。如 `target_publish_cadence_days=null` → 颜色禁用 |
+| **Confidence 等级** | 按 [state-management.md confidence 表](../../shared-references/state-management.md) 派生:从 `calibration_samples` 整数派生 emoji + 标签 |
+| **最早一拍至今天数** | `now - state.shoots[0].shot_at`,用于警告"拍了 N 天没发" |
+| 校准样本数 | predictions 中含完整复盘段(实绩数据非空)的文件数 |
+| 待复盘 | state.pending_retros 中已过 RETRO_WINDOW_DAYS 的 |
+| 池大小 | candidates.md 中 tier!=skip 的 entry 数 |
+| 上次 bump 至今几次预测 | predictions 中 published_at > state.last_bump_at 的数量 |
+| 同向偏差队列 | state.consecutive_directional_errors |
+| in_progress 陈旧度 | now - state.in_progress_session.started_at(如有) |
+
+### Phase 3: 检测建议触发器
+
+按优先级(高→低)逐项检查:
+
+1. **Buffer 颜色 = 🔴 红** → 第一行高优先级警戒:"buffer 已 0/1 篇,下个发布日可能断更——今天必须拍 ≥1 条。说'推荐选题'我只推 top 1 稳分(不推实验性)"
+2. **Buffer 颜色 = 🔵 蓝** → 高优先级提示:"buffer 已 N 篇积压。**暂停拍摄**,先发存货 + 复盘。说'已发布 ...'我帮你出队"
+3. **state.shoots 中最早一项 shot_at > 14 天** → "你有视频拍了 N 天还没发——议题时效流失风险,建议尽快发或弃稿"
+4. **in_progress 陈旧** (>= STALE_PREDICTION_DAYS) → 高优先级提示"清理或 publish"
+5. **待复盘 ≥ 1** → 高优先级"今天该复盘 X 篇"
+6. **`pool_status=none` + `calibration_samples=0` + 距 init >24h** → "🌱 你 init 完已经 N 天但还没拍——是因为没选题吗?跑 /cheat-seed 5 分钟拿 5 个候选 + 5 个 draft" 高优先级
+7. **Claude 判断系统性偏差信号**(**不是死磕 ≥3 同向**) → 提示"建议跑 /cheat-bump"
+ - **默认参考**:连续 ≥3 次同向偏差
+ - **但 Claude 可以更早**:1 次极端偏差(≥10x)或 2 次同向 + 评论区强反向证据
+ - **也可以更晚**:3 次同向但每次幅度都 <25%(可能只是噪声)
+ - 提示时显式标注:"本次是 [default-aligned] / [judgment-driven]"
+8. **calibration_samples 跨入新 confidence 等级**(0→1, 2→3, 5→6, 10→11, 20→21)→ 提示"🎉 confidence 升级:<旧等级> → <新等级>。bucket 中枢精度从 ±X% 提到 ±Y%"。**仅作通知,无任何用户必须确认的操作**——所有 skill 都已经按 calibration_samples 自动调整
+9. **calibration_samples 跨过 5** → "你的 rubric 形态可以第一次正式 bump 了。回顾 rubric_notes.md 看观察记录段是否有 ≥3 样本支持的 pattern → 跑 /cheat-bump"
+10. **calibration_samples 跨过 10** → "可以跑 /cheat-bump --bucket-only --scheme percentile 让 bucket 边界改用 percentile(永远自洽)"
+11. **calibration_samples 跨过 SQLITE_UPGRADE_THRESHOLD** 且 data_layer=markdown → "建议跑 tools/md-to-sqlite.py"
+12. **rubric_notes.md 行数 > CLEANUP_LINE_THRESHOLD** → "建议清算观察段(手动或下次 bump 触发)"
+13. **calibration_samples ≥ 5 + pool_status=none** → "可以开始建立选题池了"
+14. **calibration_samples ≥ 15 + pool_status=none** → "强烈建议建池:/cheat-trends 或手动建 candidates.md"
+15. **state.hooks_installed=false** → "你的 immutability 是君子协定,建议跑 /cheat-init 装 hook"
+16. **state.last_bump_self_audited=true** → "上次 bump 是自审。建议配置 mcp__llm-chat__chat 后下次 bump 走外部审"
+17. **state.rubric_form_mismatch=true** → "你的 content_form 不是 opinion-video,用了内置观点 rubric。前几篇预测会更不准,下次 bump 时建议自行调整权重适配你的形态"
+18. **state.benchmark_status=pending** → "🎯 你 init 时答应等下找对标账号但还没找。跑 /cheat-learn-from 导入 ≥3 条对标视频,工具就有 anchor 了"
+19. **state.benchmark_status=imported + Claude 判断用户数据信号已超过 benchmark** → "📊 你的真实数据已经成为主信号,benchmark 影响淡出"
+ - **默认参考**:calibration_samples ≥ 10
+ - **但 Claude 可以更早**:N=5 但用户的 (打分, 实绩) 配对里出现 ≥3 条与 benchmark pattern 不一致的——说明你的账号已经走出对标的路径
+ - **也可以更晚**:N=15 但用户的样本都很相似,没足够多样性 → benchmark 仍有信号价值
+ - 提示是**通知不是 gate**——benchmark.md 永远保留作 sanity check,cheat-seed 仍可读
+
+### Phase 4: 输出看板
+
+```
+🎛️ cheat-on-content 状态(更新于 2026-05-04 15:00)
+
+内容形态:opinion-video / 时长 3-5min / cadence: 隔日更
+当前 rubric:v2 (上次 bump: 2026-04-22)
+校准样本:18 篇
+Confidence: 🟢 较高 (中枢 ±15%,rubric 形态稳定)
+Baseline: 4.2w 中位数
+
+📦 Buffer:3 篇(🟢 绿色)
+ 按你的 cadence (隔日更)= 6 天 buffer,节奏稳定
+
+📊 进度条
+ [█████████████░░░░░] 18 / 30 → SQLite 升级建议门槛
+ [██████████░░░░░░░░] 18 / 10 → percentile 桶可用(已超过门槛)
+
+🎬 待办(按紧急度)
+ 🚨 复盘 1 篇(已过 T+3d)
+ - predictions/2026-05-01_db063817_你已不在关系里.md(T+3d 到了)
+ ⚠️ 同向偏差 3 次(high, high, high)→ 建议 /cheat-bump
+ 💤 in-progress prediction 已陈旧 35 天
+ - predictions/2026-04-01_xxx.md → 是已发了忘登记?还是弃稿?
+
+🔥 候选池
+ - candidates.md: 27 条(tier1: 12, tier2: 9, tier3: 6)
+ - 距上次抓热点: 4 天 — 可以再跑 /cheat-trends
+
+📈 健康度
+ - rubric_notes.md: 412 行(健康,<600 警戒线)
+ - hooks_installed: ✅
+ - external audit configured: ❌ → 建议配 mcp__llm-chat__chat
+
+下一步建议(按推荐优先级):
+1. /cheat-retro predictions/2026-05-01_db063817_你已不在关系里.md ← 最紧急
+2. /cheat-bump ← 同向偏差 3 次的处理
+3. 处理陈旧 in-progress(手动或回 "清理 in-progress")
+
+完整的命令清单见主 SKILL.md。
+```
+
+输出风格:**直白、具体、可点击**。每个建议附确切的命令——用户应能 copy-paste 直接执行。
+
+## Key Rules
+
+1. **无副作用**。读多写零。任何状态修改是其他 skill 的事
+2. **不假装数据可用**。state file 字段缺失 → 显式标"未知",不猜
+3. **建议带优先级**。10 个建议同时显示用户会麻木——按紧急度排
+4. **每个建议附命令**。不能只说"该 bump 了"——要给 `/cheat-bump --propose "..."` 的精确入口
+
+## Refusals
+
+- 「顺便帮我自动跑一下 retro」 → 拒绝。status 是只读,retro 是另一个动作(避免一次操作做两件事)
+- 「我不想看 rubric_notes 行数,太琐碎」 → 输出仍包含但折叠到底部"健康度"区——状态信息的存在让用户在出问题前可见
+
+## Integration
+
+- 上游:所有其他 skill 完成时更新 .cheat-state.json,status 是这些更新的可视化
+- 下游:每个建议都路由到具体子 skill
+- meta-logging hook(如启用) → 写 usage.jsonl,status 用它算"距上次 X 多少次"
diff --git a/skills/cheat-trends/SKILL.md b/skills/cheat-trends/SKILL.md
new file mode 100644
index 0000000..d432633
--- /dev/null
+++ b/skills/cheat-trends/SKILL.md
@@ -0,0 +1,203 @@
+---
+name: cheat-trends
+description: 从配置的热点源(HN / Reddit / YouTube trending / B 站热门 / 等)抓今天的热门话题,去重 + 粗打分 + 写入 candidates.md。**绝大部分人没有候选池——这是让"我没素材"问题在 onboarding 第二步就消失的钥匙**。触发词:"抓热点"/"fetch trends"/"今天有什么可做的"/"trending now"/"找选题"。
+argument-hint: [— sources: <comma-separated>] [— max-per: 20]
+allowed-tools: Bash(*), Read, Write, Edit, Glob, WebFetch, Skill
+---
+
+# /cheat-trends — 热点抓取
+
+对标 [ARIS research-lit](https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep/tree/main/skills/research-lit) 的多 adapter 模式。读 `trend-sources` adapter 的输出 → 去重 → 粗打分 → 写入 `candidates.md`。
+
+## Overview
+
+```
+[用户:抓热点]
+ ↓
+[Phase 0: 读 .cheat-state.json 拿 enabled adapters]
+ ↓
+[Phase 1: 对每个 adapter 调 fetch]
+ ↓
+[Phase 2: normalize 到 candidate-schema]
+ ↓
+[Phase 3: 去重(vs candidates / predictions / trends-history)]
+ ↓
+[Phase 4: 对每个新 item 粗打分(调 cheat-score 内联逻辑)]
+ ↓
+[Phase 5: 排序 + 询问用户哪些加入 candidates.md]
+ ↓
+[Phase 6: 写入 + 更新 trends-history.jsonl 缓存]
+```
+
+## Constants
+
+- **TREND_SOURCES = ["manual-paste"]** — 启用的 adapter 列表(默认仅 manual-paste,最稳)
+- **LOOKBACK_HOURS = 24** — 抓最近 N 小时的热点
+- **MAX_PER_SOURCE = 20** — 每个 adapter 最多 N 条
+- **DEDUPE = true** — 去重开关
+- **AUTO_SCORE = true** — 抓回来后自动调 cheat-score 粗打分
+- **MIN_COMPOSITE_TO_SUGGEST = 6.0** — 低于此分的不推荐用户加入候选池(仍写入 trends-history 避免下次重复推)
+
+> 💡 调用时覆盖:`/cheat-trends — sources: manual-paste,hackernews,bilibili-popular — max-per: 10`
+
+## Inputs
+
+| 必填 | 来源 |
+|---|---|
+| `.cheat-state.json` | 默认 sources |
+| `adapters/trend-sources/<name>.md` | 各 adapter 的实现描述 |
+| `candidates.md` | 去重对照 |
+| `predictions/*.md` | 去重对照(已发的不再推) |
+| `.cheat-cache/trends-history.jsonl` | 历史抓取去重缓存 |
+
+## Workflow
+
+### Phase 0: 读启用的 adapters
+
+```python
+# 伪代码
+state = read('.cheat-state.json')
+enabled_adapters = args.sources or state.get('enabled_trend_sources', ['manual-paste'])
+```
+
+如 enabled_adapters 为空 → 输出引导:
+
+```
+你目前没有启用任何热点源。
+
+最快配法:
+- 临时跑:/cheat-trends — sources: manual-paste,hackernews
+- 永久启用:编辑 .cheat-state.json 的 enabled_trend_sources 数组
+
+可用 adapter(详见 adapters/trend-sources/):
+- manual-paste(默认,永远能用)
+- hackernews(HN Algolia API,无需 key)
+- reddit-rising(公开 .json 端点)
+- youtube-trending(需 YouTube Data API key)
+- bilibili-popular(公开端点,偶有变动)
+- xhs-explore / douyin-hot(fragile,需 cookie)
+- thirdparty-paid(新榜 / 飞瓜,需自己接 API)
+```
+
+### Phase 1-2: 对每个 adapter 调 fetch + normalize
+
+对每个 adapter,读其 `adapters/trend-sources/<name>.md` 中描述的 fetch 接口(实际是 Bash 调底层 Python / shell / WebFetch):
+
+| Adapter | 实现机制 |
+|---|---|
+| `manual-paste` | 询问用户:"粘贴你今天的候选 URL/标题列表(每行一条)" → 解析每行,对 URL 做 WebFetch 拓展 snippet |
+| `hackernews` | WebFetch HN Algolia API:`https://hn.algolia.com/api/v1/search?tags=front_page&hitsPerPage={N}` → 提取 title/url/snippet |
+| `reddit-rising` | WebFetch Reddit JSON:`https://www.reddit.com/r/<subreddit>/rising.json?limit={N}` |
+| `youtube-trending` | 需 API key 配置在 `.env` 或 .cheat-state.json,调 YouTube Data API v3 `videos?chart=mostPopular` |
+| `bilibili-popular` | WebFetch B 站 popular 接口 |
+| `xhs-explore` / `douyin-hot` | 需用户提供 cookie 路径,调对应 platform-stub 描述的接口;缺 cookie → skip 该 adapter |
+| `thirdparty-paid` | schema only——读 `adapters/trend-sources/thirdparty-paid.md`,让用户自己接 |
+
+每个 adapter 输出符合 [candidate-schema.md](../../shared-references/candidate-schema.md) 的 items。
+
+**优雅降级**:单 adapter 失败(API key 缺失 / 端点 503 / cookie 失效)→ skip 该 adapter,**不抛异常**,在汇总里说明:
+```
+✅ hackernews: 拉到 18 条
+⚠️ youtube-trending: 跳过(缺 API key——配置见 adapters/trend-sources/youtube-trending.md)
+✅ bilibili-popular: 拉到 15 条
+❌ douyin-hot: 跳过(cookie 文件不存在)
+```
+
+### Phase 3: 去重
+
+按 [candidate-schema.md](../../shared-references/candidate-schema.md) 的"去重协议":
+
+1. 对每个 item 算 id(`sha256(source_type + normalized_title + url_path)[:12]`)
+2. 检查 `candidates.md` 已含此 id → 跳过
+3. 检查 `predictions/*.md` 已含此 id → 跳过
+4. 检查 `.cheat-cache/trends-history.jsonl` 已含此 id 且 `rejected_at != null` → 跳过
+
+去重统计写到汇总报告里。
+
+### Phase 4: 粗打分
+
+`AUTO_SCORE=true` 时,对每条新 item:
+1. 用 item 的 `snapshot_text` 作为输入
+2. 按当前 rubric 给 7 维打分(**不**调 `/cheat-score` 子 skill 走 IO;inline 复用打分逻辑)
+3. 算 composite
+4. 给一句 rationale
+
+**注意**:粗打分 ≠ 正式预测。预测必须基于最终稿(用户改过的),这里的打分只是"是否值得展开写"的粗筛。
+
+`AUTO_SCORE=false` 时,items 写入 candidates.md 时 composite=null,需要后续手动 `/cheat-score`。
+
+### Phase 5: 排序 + 询问
+
+按 composite 降序,过滤掉 composite < `MIN_COMPOSITE_TO_SUGGEST` 的:
+
+```
+🔥 抓热点完成。各源拉取统计:
+- manual-paste: 5 条(用户输入)
+- hackernews: 18 条
+- bilibili-popular: 15 条
+跳过 douyin-hot(缺 cookie)
+
+去重后剩 27 条新 item。
+粗打分后 12 条 composite ≥ 6.0:
+
+| # | 标题 | source | composite | bucket | rationale |
+|---|---|---|---|---|---|
+| 1 | 为什么我们都讨厌主动联系朋友 | hackernews | 8.4 | 30-100w | ER+QL 双 5,AB 普适 |
+| 2 | "她不一样"的一千种变体 | bilibili-popular | 8.1 | 30-100w | MS 候选维度高 |
+| 3 | ...... |
+
+哪些加入 candidates.md?
+- 全部加 → 回 "all"
+- 选几个 → 回 "1, 3, 5"
+- 都不要 → 回 "none"(这些会被记到 trends-history 避免下次重复推)
+```
+
+### Phase 6: 落盘
+
+用户响应后:
+1. 选中的 items → 按 [candidate-schema.md](../../shared-references/candidate-schema.md) 的"Markdown 表示"格式追加到 `candidates.md`
+2. 所有抓回来的 items(不管选中与否)→ append 到 `.cheat-cache/trends-history.jsonl`:
+ ```jsonl
+ {"id": "...", "title": "...", "source": "...", "snapshot_at": "...", "rejected_at": null|"<ISO>", "fetched_at": "<ISO>"}
+ ```
+
+### Phase 7: 状态更新
+
+```json
+{
+ "last_trends_run_at": "<ISO>",
+ "last_trends_added_count": 5
+}
+```
+
+## Key Rules
+
+1. **不抛异常**。单 adapter 失败 → skip + 报告。多 adapter 全失败 → 报错"所有源都失败",附排查指引
+2. **manual-paste 永远在**。即使其他所有 adapter 都坏了,manual-paste 模式必须能跑——它是兜底
+3. **去重是硬约束**。同 id 不重复推;用户拒绝过的 6 个月内不再推
+4. **粗打分要诚实标注**。在 candidates.md 的 entry 里标 `composite (rough, snapshot-based)`,避免与 prediction 的精打分混淆
+5. **不直接进 predictions/**。trends 只产 candidates,predict 是另一个动作
+
+## Refusals
+
+- 「直接抓抖音热门 feed,不用 cookie」 → 拒绝。抖音反爬极严,无 cookie 必失败;引导到 douyin-session adapter 配置文档
+- 「跳过去重,把所有抓到的都写进去」 → 拒绝。会污染候选池,下次 recommend 时排序失效
+- 「跳过粗打分,直接写 raw 标题」 → 允许(`AUTO_SCORE=false`),但提示用户后续需要 `/cheat-score` 才能进 recommend 池
+
+## Integration
+
+- 上游:用户配置 `.cheat-state.json` 的 `enabled_trend_sources` 数组
+- 下游:`/cheat-recommend` 直接读 `candidates.md` 排序——trends 写完,recommend 立刻看到
+- 与 `/cheat-init`:onboarding Q4 选"没有候选池"的用户被引导到这里
+- 与 `/cheat-status`:status 看板显示"上次抓热点:X 天前 / 待清理候选池:Y 条"
+
+## Adapter 实现注意事项
+
+每个 `adapters/trend-sources/<name>.md` 必须文档化以下:
+1. **依赖**:API key / cookie / package
+2. **fetch 接口**:调用方式(python script path / shell command / API endpoint)
+3. **输出 schema**:必须符合 candidate-schema.md
+4. **失败模式**:常见错误 + 优雅降级行为
+5. **稳定性等级**:★ 1-5 颗星
+
+详见 [adapters/HOWTO.md](../../adapters/HOWTO.md)(待批次 3 实现)。
diff --git a/starter-rubrics/opinion-video-zero.md b/starter-rubrics/opinion-video-zero.md
new file mode 100644
index 0000000..f2680dc
--- /dev/null
+++ b/starter-rubrics/opinion-video-zero.md
@@ -0,0 +1,234 @@
+# Starter Rubric:观点类视频 — v0 cold-start 占位
+
+**这是给完全没数据的新博主用的占位 rubric。**它会打错。**前 5 篇预测精度大概 ±50%——这是 cold-start 的数学事实,不是 rubric 失败**。
+
+跑完 5 篇(每篇都走完 `/cheat-predict` → 发布 → `/cheat-retro` 闭环)之后,你会有第一份个人校准数据,可以提议第一次 `/cheat-bump` 升级到 v1(或直接采用 [opinion-video.md](opinion-video.md) 的 v2 作为起点重新校准权重)。
+
+---
+
+## v0 综合分公式(**等权占位**)
+
+```
+composite = (ER + HP + QL + NA + AB + SR + SAT) / 7 × 2.0
+```
+
+每个维度 0-5 整数分。综合分范围 0-10。
+
+**为什么等权而不是 v2 的差异化权重**:
+- 你**没有数据**支持任何特定权重
+- 用 v2 的权重起步会让你以为这些权重是普世的——它们不是,是参考博主账号拟合的
+- 等权能让你在数据出来之前对每个维度都给"中立的关注"
+- 第 5 篇之后你的复盘数据会告诉你哪些维度真的预测了你的账号的传播
+
+---
+
+## 7 个维度
+
+### ER — Emotional Resonance(情感共鸣)
+*稿子能否在前 30 秒让观众产生一种**具体的、能命名的**情感?*
+
+- **0** — 纯信息传递;没有情感钩子
+- **3** — 一般共鸣
+- **5** — 锐利、具体、让人不太愿意承认的自我识别
+
+### HP — Hook Potential(钩子强度)
+*前 3 秒能不能逼观众看下去 30 秒?*
+
+- **0** — 通用开场("大家好...")
+- **3** — 具体的承诺或反直觉断言
+- **5** — 一个具体生动的场景,观众无法停止处理
+
+### QL — Quotable Lines(金句密度)
+*稿子里至少 2-3 行能被截图、能作为独立文字单独传播吗?*
+
+- **0** — 全是叙述
+- **3** — 结尾有一句令人记住的
+- **5** — 多句独立可用、分布在稿子不同位置
+
+### NA — Narrativity(叙事性)
+*有可辨识的弧线,还是平铺直叙?*
+
+- **0** — 列表式
+- **3** — 松散主线
+- **5** — 紧凑三幕结构
+
+### AB — Audience Breadth(受众广度)
+*这个议题潜在受众有多广?*
+
+- **0** — 极小众
+- **3** — 中等
+- **5** — 普世
+
+### SR — Social Resonance(社会议题共振)
+*稿子触及当下的社会模式吗?*
+
+- **0** — 纯个人 / 人际
+- **3** — 触到公认现象但没新视角
+- **5** — 命名了一个观众认识但没有语言形容的结构性模式
+
+### SAT — Satire Depth(讽刺深度)
+*稿子用了多层反讽 / 戏仿格式吗?*
+
+- **0** — 真诚直陈
+- **3** — 一层反讽
+- **5** — 嵌套或自指反讽
+
+如果你的频道走真诚路线,SAT 给 3 当占位即可。
+
+---
+
+## Bucket 预测:所有阶段统一格式 + 渐进信心标注
+
+> 早期预测精度差是数学事实——**不通过省略 bucket 解决**,通过 **header 的 confidence 等级 + 概率分布更平**来诚实表达不确定。详见 [shared-references/prediction-anatomy.md](../shared-references/prediction-anatomy.md) 和 [state-management.md 的 confidence 表](../shared-references/state-management.md)。
+>
+> calibration_samples 少时,概率分布**应该更平**(如 30/30/20/15/5 而非 5/40/45/8/2)——**这是诚实表达不确定的方式**,不是把 bucket 跳过。
+
+## 比率桶方案(适用所有阶段)
+
+> ⚠️ **新人的 bucket 不能用绝对数字**——参考博主的"5w 是底部"对一个 0 粉新人来说是"现象级爆款"。
+> 如果照搬绝对数桶,你每条视频都会落"底部 99%",bucket 失去任何排序意义。
+>
+> **比率桶**用"相对你自己上一篇的倍数"来分桶。永远适用,不管你账号多大。
+
+### 第 1 篇:用平台通用默认(你还没有"上一篇")
+
+抖音 / B 站 / TikTok / YouTube 上 0 粉新人的第 1 条视频典型分布:
+
+| Bucket | 范围(**实际播放数,不是万**)| 含义 | 先验概率 |
+|---|---|---|---|
+| 底部 | < 100 | 几乎被算法埋了 | 30% |
+| 基础盘 | 100 - 1,000 | 完播率支撑的小推荐 | 40% |
+| 命中 | 1,000 - 10,000 | 第一次破圈的信号 | 20% |
+| 小爆 | 10,000 - 100,000 | 极罕见的"零粉首爆"| 8% |
+| 大爆 | > 100,000 | 平台算法异常加权 | 2% |
+
+> 公众号 / Substack 把"播放"换成"阅读",量级类似(0 粉公众号第一篇阅读 50-500 是常态)。
+
+**第 1 篇预测时**:选一个 bucket + 写概率分布。**很可能落"基础盘"**——这是数学事实,不是你失败。
+
+### 第 2 篇起:用比率桶
+
+让 `baseline = 上一篇的实际播放数`(或最近 3 篇的中位数,如果有)。
+
+| Bucket | 倍数范围 | 含义 |
+|---|---|---|
+| 退步 | < 0.3 × baseline | 比上一篇明显差 |
+| 持平 | 0.3 - 1 × baseline | 与上一篇同档 |
+| 命中 | 1 - 3 × baseline | 中度突破 |
+| 小爆 | 3 - 10 × baseline | 显著破圈 |
+| 大爆 | > 10 × baseline | 量级跃迁 |
+
+**比率桶的好处**:
+- 100 → 1000 播放(10x) 与 5w → 50w 播放(10x) **是同一种成就**——比率桶都标"大爆"
+- 你的账号从 0 粉长到 10w 粉,bucket 边界自动跟着涨
+- 不需要"我今天该不该过誉这个数"——倍数是绝对的
+
+**例子**:
+- 第 1 篇 480 播放(落"基础盘")→ baseline = 480
+- 第 2 篇预测 bucket = "命中"(500-1500),实际 1200 → 命中
+- 第 3 篇 baseline 滚动更新 = (480 + 1200) / 2 = 840
+
+### 第 5 篇之后:建议固定绝对桶 + 比率桶并存
+
+跑完 5 篇后,你的 baseline 已经从 5 个数据点稳定。`/cheat-status` 会主动提示:
+
+> 你已校准 5 篇,可以基于实际分布固定绝对 bucket 边界。
+> 跑 `/cheat-bump --bucket-only` 自动派生。
+
+固定后绝对桶用于"长期趋势识别"(这条比上个月那条好不好?),比率桶用于"近期波动"(这条比上一篇好不好?)。
+
+### N≥10 之后:可以转向 percentile 桶
+
+校准池 ≥ 10 时,bucket 边界改用 percentile:你前 20% 的视频是"爆款",10-20% 是"命中",30-70% 是"基础盘"。这种方案永远自洽——不管账号多大,"top 20%" 的语义稳定。
+
+---
+
+**重要警告**:
+- 上面的占位概率是"什么都不知道时的先验"——你的真实分布会在第 5 篇后涌现
+- 第 1-5 篇你对自己 bucket 边界的判断**会大幅波动**——这是 cold-start 的正常状态
+- 第 5 篇之后**必须**跑 `/cheat-bump --bucket-only` 重新校准
+
+---
+
+## Cold-start 战略(**必读,最被忽视的一段**)
+
+cold-start 期的"预测"不是预测——是**数据采集**。理解这一点是工具是否对你有用的分水岭。
+
+### 你的预测在前 5 篇做的是三件事
+
+1. **建立纪律**:在看到任何数据前写下盲判断。这才是脊柱——不是数字本身
+2. **记录 7 维评分**:复盘后每条样本变成一个 (打分, 实绩) 配对,第 5 篇时这些配对是 rubric 第一次升级的输入
+3. **记录锚点假设**:写下"我押 ER=5 比 ER=3 流量高"这样的假设,复盘验证 → rubric 升级的证据
+
+**你不应该做的事**:基于 cold-start 期的 composite 决定要不要发某条稿子。**精度 ±50%——决策没意义**。已经决定要发的,跑完整循环;正在犹豫要不要发的,靠你自己感觉。
+
+### 前 5 篇的取样策略:**主动选差异最大的稿子**
+
+如果你前 5 篇都是 `ER=5 / SR=2 / HP=5` 的同款,复盘时**你无法**告诉哪个维度真的预测了流量——多重共线性。
+
+**反直觉但正确的做法**:cold-start 期主动选维度组合差异最大的样本:
+- 1 篇 ER 主导(情感向,SR 低)
+- 1 篇 SR 主导(社会议题向,ER 低)
+- 1 篇 SAT 主导(讽刺向)
+- 1 篇 QL 主导(金句密集)
+- 1 篇综合中等(all 3-4)
+
+如果你只有"安全的同款稿",挑差异最大的 5 个。**稳定期再追求"全发爆款",cold-start 期追求"信息量最大"**。
+
+### 何时开始相信预测
+
+| 校准样本 | 你能相信什么 |
+|---|---|
+| N=0-2 | 啥都别信。bucket 是占位 |
+| N=3-5 | 相信"哪个维度可能重要"的方向;不信具体 composite 数字 |
+| N=5-10 | 相信 bucket 排序;不信中枢点估计 |
+| N=10-20 | 中枢可信 ±30%;可作为决策参考之一 |
+| N≥20 | rubric 真正成为"作弊器"——但你也已经摸到自己的内容直觉了 |
+
+**cold-start 真正的礼物不是预测精度——是它强迫你建立的复盘习惯**。这个习惯持续到 N=20 时,你的内容直觉本身就强很多了。
+
+---
+
+## Cold-start 期的复盘纪律(**比稳定期更严**)
+
+前 5 篇每篇必走完整循环。**任何一篇跳过复盘 → 整个校准失败**。
+
+每次复盘必须填的最少信息:
+- 实际播放 / 阅读
+- 实际点赞数(看赞播比)
+- 实际评论数(看互动)
+- Top 3 评论 + 赞数(看观众真实的接收点)
+- 我的 v0 预测 vs 实际:哪个维度被验证 / 推翻
+
+5 篇之后你会看到至少一个 pattern——比如"我的 ER 总是高估"或"我的 SR 维度根本不预测什么"——这个 pattern 是你第一次 bump 的证据。
+
+---
+
+## 第 6 篇起的升级选项
+
+跑完 5 篇校准后,你有 3 条路:
+
+### 路径 A:从 v0 → v1(自己拟合权重)
+跑 `/cheat-bump --propose "<你的具体权重调整>"`。系统会强制全量重打 + 跨模型审核。
+
+### 路径 B:直接采纳 v2 作为起点
+把 [opinion-video.md](opinion-video.md) 的 v2 公式抄到你的 `rubric_notes.md`,**然后跑 `/cheat-bump`**——bump 流程会用你的 5 篇数据验证 v2 在你账号上是否真的更优。
+
+### 路径 C:保持 v0 等权,跑更多样本
+如果 5 篇还看不出明显 pattern,再跑 5 篇。等权的 v0 在 10-15 个样本之前都不丢人。
+
+---
+
+## 这份 rubric 不能做的事
+
+- **不能告诉你"会不会爆"**——cold-start 期的预测置信度低,bucket 通常应给 30%-50% 而非 ≥80%
+- **不能替你设 bucket 边界**——平台 / 账号差异太大
+- **不能跨账号迁移**——同一份 v0 rubric 在不同人的账号上拟合出的 v1 不一样
+
+---
+
+## 最重要的一句话
+
+**前 5 篇你不是在做决策,你是在收集数据。**
+
+cold-start 期最大的诱惑是"看着 composite 8.4 就觉得这条会爆"。**别信**。8.4 是相对一份还没校准过的 rubric 算的——它对你的账号几乎没意义。第 5 篇之后再开始相信数字。
diff --git a/starter-rubrics/opinion-video.md b/starter-rubrics/opinion-video.md
new file mode 100644
index 0000000..fd5e9d1
--- /dev/null
+++ b/starter-rubrics/opinion-video.md
@@ -0,0 +1,195 @@
+# Starter Rubric:观点类视频(Opinion-Based Video)— v2 已校准
+
+适用于做 2-5 分钟视频、内容是讲一个观点 / 一个概念 / 一篇文章 / 一种社会现象的博主——总之**你的观点本身是产品**,画面只是载体。
+
+> **重要:这份是已校准的 v2 公式**
+> 来自一个中文观点视频博主(抖音,25+ 已发样本,T+3d/7d/8d 数据回收完毕)。**这是真实生效的版本,不是猜想**。完全没数据的新博主请用 [opinion-video-zero.md](opinion-video-zero.md)(v0 等权占位)。
+
+---
+
+## v2 综合分公式(**已校准**)
+
+```
+composite = (ER×1.5 + SR×1.5 + HP×1.5 + QL + NA + AB + SAT) / 8.5 × 2.0
+```
+
+每个维度 0-5 整数分。综合分范围 0-10。
+
+权重设定理由:ER / SR / HP 三项 ×1.5,因为情感 / 社会 / 钩子是当前账号最强的传播驱动力。**这些权重是凭直觉设定后被数据部分验证的**,不是回归拟合——你的账号需要重新拟合。
+
+---
+
+## 7 个维度
+
+### ER — Emotional Resonance(情感共鸣,权重 ×1.5)
+*稿子能否在前 30 秒让观众产生一种**具体的、能命名的**情感?*
+
+- **0** — 纯信息传递;没有情感钩子
+- **3** — 一般共鸣("嗯,我也有过这种感觉")
+- **5** — 锐利、具体、**让人不太愿意承认**的自我识别。观众心想"这就是我,我之前不想承认"
+
+5/5 anchor:暗恋自欺、家庭义务、内化的失败感——任何让观众认出自己同时微微感到不适的内容。
+0 分对照:纯学术陈述、抽象概念论文。
+
+### SR — Social Resonance(社会议题共振,权重 ×1.5)
+*稿子触及一个当下的、有争议的、或结构性重要的社会模式吗?*
+
+- **0** — 纯个人 / 人际层面
+- **3** — 触到一个公认的社会现象(职场动态 / 恋爱 / 家庭),但没加新视角
+- **5** — 命名了一个观众**认识但没有语言形容**的结构性模式
+
+5/5 anchor:参考博主的"房价/状元"——"学生坠楼 vs 高考状元"的非对称冲击直击阶层 / 教育 / 生命价值三个议题交叉。
+0 分对照:纯个人情感(暗恋 / 关系)。
+
+### HP — Hook Potential(钩子强度,权重 ×1.5)
+*前 3 秒能不能逼观众看下去 30 秒?*
+
+- **0** — 通用开场("大家好,今天聊一聊...")
+- **3** — 具体的承诺或反直觉断言
+- **5** — 一个具体生动的场景或断言,观众无法停止处理
+
+不要把 HP 与"猎奇"混淆。一个安静但具体的开场("有些关系不是在某一刻结束的——它们在你还在里面的时候就已经偏移")也可以是 HP=5。
+
+### QL — Quotable Lines(金句密度,权重 ×1.0)
+*稿子里至少 2-3 行能被截图、能作为独立文字单独传播吗?*
+
+- **0** — 全是叙述;没有警句
+- **3** — 结尾有一句令人记住的
+- **5** — 多句独立可用、分布在稿子不同位置(开场 / 中间 / 结尾)
+
+> **校准 caveat**:参考博主的数据显示 **QL=5 不在于"金句数量"**,更接近"每句金句离开视频后还能在评论里 / 截图里 / 朋友的微信里独立存活吗?"——这个细微的定义偏差会被未来的 v2.1 升级吸收。
+
+### NA — Narrativity(叙事性,权重 ×1.0)
+*有没有一个可辨识的弧线——铺垫、升级、收束——还是平铺直叙的论点列表?*
+
+- **0** — 列表式结构
+- **3** — 松散的主线
+- **5** — 紧凑的三幕结构,结尾 payoff 在开场就已埋好
+
+对观点视频来说,NA 比对叙事视频重要性低。把它当 tiebreaker 维度,不是主驱动。
+
+> **校准 caveat**:参考博主的数据中 NA 与 HP 部分冗余——v2.1 候选版本里 NA 被砍。在你的账号上单独验证。
+
+### AB — Audience Breadth(受众广度,权重 ×1.0)
+*这个议题的潜在受众有多广?*
+
+- **0** — 极小众(专业圈 / 单一兴趣)
+- **3** — 中等(一类人群)
+- **5** — 普世(暗恋 / 家庭 / 工作)
+
+> **校准 caveat**:AB 在参考博主的数据里被发现是**误导信号**——求职是 AB=5 但分播比 0.96%(最低)。"广"不等于"愿意传播"。v2.1 候选版本会用 TS(Topic Shareability)替代 AB。**当前 v2 仍保留 AB,因为 v2.1 还在验证**。
+
+### SAT — Satire Depth(讽刺深度,权重 ×1.0)
+*稿子用了多层反讽 / 戏仿格式 / 自指嘲讽吗?*
+
+- **0** — 真诚直陈
+- **3** — 一层反讽
+- **5** — 嵌套或自指反讽(例如,一篇**关于**某现象的稿子,**用那个现象的格式**写出来)
+
+如果你的频道走真诚路线,SAT 给 3 当占位,**不要**让它影响排序。如果你的频道走戏仿路线,这个维度重要。
+
+5/5 anchor:参考博主的"房价/状元"——三层反讽(虚构国框架 + 学术论文形式戏仿 + 致谢段自我指涉)。
+
+---
+
+## v2.1 候选维度(**未升正**,仅供探索)
+
+下列两个维度在参考博主的数据上展示了独立预测力,但还没通过完整的升级验证流程。**你不要在自己起步阶段直接用这两个维度**——风险大于收益。
+
+### MS — Memetic Shareability(模因可挪用性)
+*观众能复用作者的句式吗?*
+
+5/5 anchor:参考博主"停止期待"中的「她不一样」/「他不一样」模因——观众主动套用句式自嘲,2266 赞独占榜首,全文出现 12+ 变体。
+0 分对照:金句被原样引用但**不被挪用造句**——参考博主"谁问你了"中的「无需求信息供给」362 赞独占但只能引用。
+
+为什么重要:被引用的金句驱动**单次传播**。可挪用的模板驱动**生成式传播**——评论本身变成表演,每次表演都是免费的传播。
+
+### TS — Topic Shareability(议题分享冲动)
+*观众转发这条视频,转发本身会不会暴露 ta 不想暴露的处境?*
+
+- **1** — 转发等于承认一件痛苦或被污名化的事(求职、被冒犯、最近分手且熟人能猜出对象)
+- **3** — 转发是中性的
+- **5** — 转发**本身就是表演**(集体吐槽 / in-group 黑话 / 价值观站队 / 安全的自嘲)
+
+为什么重要:议题广度 ≠ 流量。一个"普世"但社交暴露的议题(如求职)跑不过一个"小众"但分享安全的议题(如吐槽老板)。**Shareability 才是约束变量,不是 breadth**。
+
+> **如果你想试 v2.1**:跑完 5 篇 v2 校准 + 主动收集 MS 和 TS 的"试评分"作为候选维度数据。证据足够(≥3 样本支持)后通过 `/cheat-bump` 走完整升级流程。
+
+---
+
+## Bucket 预测(**仅适用于已有粉丝基础的校准期用户**)
+
+> ⚠️ **新人不要用这套绝对桶**。0 粉账号的视频典型在 100-1000 播放区间——照搬下表会让所有预测都落"底部 99%"。
+> Cold-start 用户请用 [opinion-video-zero.md](opinion-video-zero.md) 的**比率桶方案**。
+> Calibration 用户(≥5 篇有数据)由 `/cheat-init` 询问 baseline 后自动派生。
+> 下表是"参考博主"(中文抖音观点视频,~1w 粉,25+ 已发样本)的实际拟合——**不是普适常量**。
+
+不要预测一个具体数字。预测一个 **bucket** + 概率分布。
+
+| Bucket | 范围(万播放)| 参考博主的先验概率 |
+|---|---|---|
+| 底部 | <5w | 5% |
+| 基础盘 | 5-30w | 35% |
+| 命中 | 30-100w | 45% |
+| 爆款 | 100-150w | 12% |
+| 现象级 | >150w | 3% |
+
+**重要**:按你的账号自己的 percentile 设 bucket 边界。你的"爆款"可能是 5w(参考博主级别)或 5k(新人级别)或 500w(大 V)。直接照抄上表的人会得到永远偏高 / 偏低的预测。
+
+校准过 ≥5 篇后跑 `/cheat-bump --bucket-only` 让系统基于你的实际分布自动派生。
+
+每次预测要给:
+- **最可能的 bucket**(headline call)
+- **中枢**(你在那个 bucket 内的点估计)
+- **所有 bucket 的概率分布**(必须加起来 100%)
+
+---
+
+## T+N 复盘窗口
+
+默认:**T+3d**。
+
+为什么 3 天而不是 5 / 7:
+- 大多数短视频平台的算法分发决策在 72 小时内基本结束
+- 等更久会引入噪声(缓慢长尾、二次推荐)不增加信号
+- T+3d 让你能**每周跑一次校准循环**,rubric 保持响应速度
+
+只有在你有证据证明自己平台行为不同的时候才覆盖。覆盖记得写进 `rubric_notes.md`。
+
+---
+
+## Anchors(锚点样本)
+
+打分新稿时,找 2-4 个 composite 接近的旧样本,列出它们的实绩。**锚点对比能抓出公式抓不到的错误**。
+
+锚点集是你边发边攒出来的。**在你有 ≥5 篇校准过的作品之前,锚点不可用——这是正常的**。Cold-start 期跳过锚点对比,但要在预测文件里标 `锚点对比:N/A(cold-start)`。
+
+---
+
+## 这套 rubric 注定会打错的地方(已知 limitations)
+
+参考博主的数据暴露的失败模式。在你自己的数据里也要警惕:
+
+1. **时长**:rubric 里没有任何维度捕捉稿子时长。4 分钟稿要付出完播率代价。完播率单独追踪
+2. **议题时效 / 平台情绪**:算法偏好会变。上个月被推的话题这个月可能被压
+3. **概念密度**:一个稿子里塞太多自创术语(4 个以上缩写、多个框架)压缩理解负担、伤完播率。当前 rubric 没惩罚这个
+4. **MS / TS 的相互作用**(v2.1 候选维度):两者独立看可能 OK,但真正爆款需要两个都 ≥4。单维度极致很少够
+
+---
+
+## 打分速度 cheat sheet
+
+打新稿的分时给自己定个时间。重点是**给一个能被复盘的判断**,不是写论文。
+
+- **每个维度 30 秒**是合适的节奏。如果某个维度让你想超过这个时间,你在合理化,不是在打分
+- **相信你的第一个整数**。如果你在 3 和 4 之间反复横跳,写 3 + 一个备注。打 5 次以后 rubric 会告诉你是不是系统性偏低
+- **打分前不看锚点**。如果你打分前先查"停止期待打了多少分",你已经被锚定了。**先盲打,再对比**
+
+---
+
+## 与 `cheat-on-content` 子 skill 的对应
+
+这份 starter rubric 被以下 skill 读取:
+- `/cheat-init` cold-start 模式 → 默认复制本文件到 `rubric_notes.md`(如选择 calibration 模式且 mode 决定能用 v2 公式)
+- `/cheat-score` 和 `/cheat-predict` → 读 `rubric_notes.md` 拿当前公式
+- `/cheat-bump` → 这份 starter 是 bump 的"先验起点",bump 后被替换为用户自己拟合的版本
diff --git a/templates/benchmark.template.md b/templates/benchmark.template.md
new file mode 100644
index 0000000..9ace853
--- /dev/null
+++ b/templates/benchmark.template.md
@@ -0,0 +1,100 @@
+# 对标账号:[BENCHMARK-NAME]
+
+> **本文件由 `/cheat-learn-from` 创建和维护**。
+>
+> 前期工具的 rubric / pattern / 选题方向感**大量**从这里推——这是你刚 init 时还没自己历史数据的 anchor。
+>
+> 当你自己累计 N≥10 校准样本后,benchmark 影响**自然减弱**——你的真实数据成为主要信号源。但 benchmark 不删,保留作 sanity check(看你账号是否真的偏离对标方向)。
+>
+> 你随时可以:
+> - **追加**对标视频:`/cheat-learn-from --append <new-videos>`
+> - **替换**对标账号:`/cheat-learn-from --replace <new-account>`
+
+---
+
+## 账号信息
+
+- **名字**: [对标账号名]
+- **平台**: [抖音 / B站 / YouTube / 公众号 / ...]
+- **URL**: [账号主页]
+- **粉丝量级**: [用户提供的,参考用——比如 "1w / 10w / 100w"]
+- **风格 / 调性**: [用户描述——例 "知识科普 / 学术戏仿" / "个人吐槽" / "技术教程"]
+- **导入时间**: [YYYY-MM-DD]
+- **样本数**: N
+
+---
+
+## 导入的样本
+
+| # | 视频标题 | 播放 | 点赞 | 评论 | 转发 | 你的印象 | transcript |
+|---|---|---|---|---|---|---|---|
+| 1 | [示例] 怎么停止期待 | 71w | 2.4w | 899 | 1.8w | 高 | samples/[BENCHMARK-NAME]/ab61ed09/transcript.md |
+| 2 | [示例] 老板废话 | 39w | 1.2w | 567 | 7.9k | 中 | samples/[BENCHMARK-NAME]/5fe5d869/transcript.md |
+| 3 | [示例] 谁问你了 | 11w | 3.8k | 198 | 2.7k | 低 | samples/[BENCHMARK-NAME]/8b5627e6/transcript.md |
+
+> **印象档**:高 / 中 / 低 是你看完这条视频后**主观**判断的"算不算这个账号的代表作"——不是数据驱动,是直觉判断。这个判断比数据更能告诉 Claude 你想做什么风格。
+
+---
+
+## 基础 rubric 派生(init 时一次性,**仅给定性方向**)
+
+> 基于 N 条对标样本观察,Claude 总结哪些维度看起来跟"高表现"相关、哪些不太相关。
+> **不直接给数值权重**——5-10 样本数值拟合容易过拟合。给方向就行,用户决定要不要在 rubric_notes.md 调权重。
+
+### 高表现样本共有的维度(看起来重要)
+
+- [示例] **ER (情感共鸣) 高**:3/3 高表现样本都有强情感锚点
+- [示例] **QL (金句密度) 高**:3/3 高表现样本都有 ≥2 句独立可传金句
+- [示例] **MS (模因可挪用性) 高**:3/3 高表现样本评论区出现了挪用句式
+
+### 低表现样本共有的维度(看起来不太重要)
+
+- [示例] **SR (社会议题) 不显著**:低表现样本里 SR=4 也没救
+- [示例] **NA (叙事性) 不显著**:高低样本 NA 分布无明显差异
+
+### Claude 给的初始建议
+
+- [示例] 你的对标账号看起来是**情感共鸣 + 金句**驱动型
+- 建议初始 rubric 权重在 ER / QL / MS(如启用)上 ×1.5
+- **但请等你自己跑 5+ 篇校准再正式 bump**——5 个对标样本不足以下结论
+
+详见 [rubric_notes.md](rubric_notes.md) 的"benchmark-derived initial signals"段。
+
+---
+
+## 基础 patterns 派生
+
+详见 [script_patterns.md](script_patterns.md) 的"对标 [BENCHMARK-NAME] 借鉴"段。
+
+每条 pattern 标 **Imported, untested on my channel** —— 你的频道未必适用,实拍验证后(≥2 次跑出 + 复盘确认有效)再去掉这个标记。
+
+---
+
+## 选题方向感
+
+> cheat-seed brainstorm 时会读这里——根据对标账号的主题分布给提议。
+
+[示例] 对标账号常做的主题类型:
+- 暗恋 / 情感戒断(占比 ~40%)
+- 学术议题戏仿(占比 ~30%)
+- 职场观察(占比 ~20%)
+- 社会议题评论(占比 ~10%)
+
+> 你不一定要做完全一样的主题——这只是个 reference frame。
+> cheat-seed Mode A/B/C 仍以你的实际想做什么为主。
+
+---
+
+## 维护历史
+
+| 日期 | 操作 | 详情 |
+|---|---|---|
+| YYYY-MM-DD | 首次导入 | N=3 条样本,方式 [way a 粘文本 / way b whisper] |
+
+---
+
+## 后续何时淡出
+
+- 当 `state.calibration_samples >= 10` 时,cheat-status 会提示"你已有足够自己数据,benchmark 主要作 sanity check 不再主导"
+- 但 benchmark.md **不删**——它仍是 cheat-seed brainstorm 的 reference frame
+- 如果对标账号本身风格变了 / 你不想再对标了 → 跑 `/cheat-learn-from --replace <none>` 解除(保留历史在文件,但 cheat-seed 不再读)
diff --git a/templates/candidates.template.json b/templates/candidates.template.json
new file mode 100644
index 0000000..9387338
--- /dev/null
+++ b/templates/candidates.template.json
@@ -0,0 +1,56 @@
+{
+ "_comment": "Reference JSON shape for a candidate item. See shared-references/candidate-schema.md for full spec. Adapter implementations (in adapters/) emit arrays of items conforming to this shape. The user-visible storage is candidates.md (markdown) — JSON is only used in machine-to-machine transit (e.g. md-to-sqlite migration, trend-source adapter output).",
+ "candidates": [
+ {
+ "id": "e7c2f1a4d3b6",
+ "title": "\"为你好\"高密度家庭体系",
+ "source": "pool:manual",
+ "snapshot_text": "「为你好」三个字是中国家庭对子女控制的最高级修辞,背后是一整套「我比你更懂你的需要」的认知体系。",
+ "snapshot_at": "2026-05-01T10:00:00+08:00",
+ "url": null,
+ "tier": "tier1",
+ "read_status": "deep_read",
+ "category": "家庭",
+ "composite_score": 9.18,
+ "dimension_scores": {"ER": 5, "HP": 5, "QL": 4, "NA": 4, "AB": 5, "SR": 5, "SAT": 4},
+ "scored_under_rubric_version": "v2",
+ "predicted_bucket": "30-100w",
+ "predicted_reason": "ER+SR 双 5 顶配,高密度家庭议题普适且分享安全",
+ "note": "议题厚重,不适合连续 2 篇都打这种"
+ },
+ {
+ "id": "229f5798b1d8",
+ "title": "哈哈长度",
+ "source": "pool:manual",
+ "snapshot_text": "社交媒体中\"哈哈\"长度与沟通意愿的非线性关系研究。",
+ "snapshot_at": "2026-05-03T09:00:00+08:00",
+ "url": null,
+ "tier": "tier1",
+ "read_status": "deep_read",
+ "category": "社交",
+ "composite_score": 8.71,
+ "dimension_scores": {"ER": 3, "HP": 5, "QL": 5, "NA": 4, "AB": 5, "SR": 4, "SAT": 5},
+ "scored_under_rubric_version": "v2",
+ "predicted_bucket": "30-100w",
+ "predicted_reason": "v2.1 候选维度 MS+TS 双 5——v2.1 升级的关键 A/B 验证样本",
+ "note": ""
+ },
+ {
+ "id": "8c4d92e1f0b3",
+ "title": "Show HN: I built a tool that predicts whether your video will go viral",
+ "source": "trend:hackernews",
+ "snapshot_text": "Built over a weekend. Uses a simple multidimensional rubric calibrated against creator's own historical data. Curious what the HN crowd thinks of the methodology.",
+ "snapshot_at": "2026-05-04T09:15:00+08:00",
+ "url": "https://news.ycombinator.com/item?id=12345678",
+ "tier": null,
+ "read_status": "unread",
+ "category": "tech-meta",
+ "composite_score": null,
+ "dimension_scores": null,
+ "scored_under_rubric_version": null,
+ "predicted_bucket": null,
+ "predicted_reason": null,
+ "note": ""
+ }
+ ]
+}
diff --git a/templates/candidates.template.md b/templates/candidates.template.md
new file mode 100644
index 0000000..e94f061
--- /dev/null
+++ b/templates/candidates.template.md
@@ -0,0 +1,118 @@
+# 候选选题池
+
+> **本文件由 `/cheat-trends` 写入热点抓取结果,由 `/cheat-recommend` 读取并排序。
+> 也可手动编辑——把候选标题贴成 H3 entry 即可。**
+>
+> Schema 完整规范:[shared-references/candidate-schema.md](../cheat-on-content/shared-references/candidate-schema.md)。
+
+---
+
+## 使用说明(首次见到本文件请读)
+
+每个候选项是一个 H3 entry(`### [tier] 标题`),下面带 metadata bullets。最简版本只需要 title 一行——`/cheat-recommend` 会自动调 `/cheat-score` 给未打分的 entry 粗打分。
+
+### 字段含义速查
+
+- **id**:12 位 hash,用于跨文件去重。手加 entry 留空,`/cheat-trends` 自动算
+- **source**:来源标识,格式 `<adapter-type>:<source-name>`
+- **snapshot_at**:抓取 / 录入时间(ISO 8601 或 YYYY-MM-DD)
+- **tier**:粗分类 `tier1` / `tier2` / `tier3` / `skip` / `risky` / `done`
+- **read_status**:`unread` / `skimmed` / `deep_read` / `done`
+- **composite (vN)**:当前 rubric 下的综合分(粗打分,**不是预测**)
+- **predicted bucket**:粗预测桶(粗略,仅用于排序)
+- **note**:备注(如"等节点再发"、"待重读"、"风险议题")
+
+### 手加 entry 的最简格式
+
+```markdown
+### 标题
+- snapshot_at: 2026-05-04
+```
+
+剩下的字段会被 `/cheat-recommend` 在下次调用时补全(自动调 `/cheat-score`)。
+
+---
+
+## 候选项
+
+> 删除下方所有示例 entry,从你的真实候选开始累计。
+> 示例展示的是「视频分析」项目当前 candidates pool 的真实样本(已脱敏)。
+
+### [tier1] "为你好"高密度家庭体系
+
+- **id**: e7c2f1a4d3b6
+- **source**: pool:manual
+- **snapshot_at**: 2026-05-01
+- **tier**: tier1
+- **read_status**: deep_read
+- **composite (v2)**: 9.18 — ER=5 HP=5 QL=4 NA=4 AB=5 SR=5 SAT=4
+- **predicted bucket**: 30-100w(中枢 ~60w)
+- **note**: 议题厚重,不适合连续 2 篇都打这种
+
+> 「为你好」三个字是中国家庭对子女控制的最高级修辞,背后是一整套「我比你更懂你的需要」的认知体系。
+> [snapshot_text 段——deep_read 后的精读笔记,可选]
+
+---
+
+### [tier1] 哈哈长度
+
+- **id**: 229f5798b1d8
+- **source**: pool:manual
+- **snapshot_at**: 2026-05-03
+- **tier**: tier1
+- **read_status**: deep_read
+- **composite (v2)**: 8.71 — ER=3 HP=5 QL=5 NA=4 AB=5 SR=4 SAT=5
+- **predicted bucket**: 30-100w(中枢 ~55w)
+- **note**: v2.1 候选维度 MS+TS 双 5——v2.1 升级的关键 A/B 验证样本
+
+> 社交媒体中"哈哈"长度与沟通意愿的非线性关系研究。
+> 与谁问你了构成完美 A/B 对照——同 ER/HP/QL/SR/SAT,差异仅在 MS 和 TS 各 +3。
+
+---
+
+### [tier2] 弗洛伊德的性压抑哲学
+
+- **id**: 8c4d92e1f0b3
+- **source**: trend:manual-paste
+- **snapshot_at**: 2026-04-28
+- **tier**: tier1
+- **read_status**: skimmed
+- **composite (v2)**: 9.53 — ER=4 HP=5 QL=5 NA=4 AB=5 SR=5 SAT=5
+- **predicted bucket**: 30-100w(中枢 ~70w)
+- **note**: **risky**(性议题),需评估账号 risk tolerance
+
+> 弗洛伊德的核心理论被 21 世纪心理学界否定,但他对「压抑→症状」的描述在亲密关系实务里仍有解释力。
+
+---
+
+### [skip] [示例 - 已跳过的候选]
+
+- **id**: a1b2c3d4e5f6
+- **source**: trend:hackernews
+- **snapshot_at**: 2026-05-02
+- **tier**: skip
+- **rejected_at**: 2026-05-02
+- **rejected_reason**: 与本账号议题不符(纯技术新闻)
+
+---
+
+### [done] [示例 - 已发布的候选]
+
+- **id**: ab61ed09f0a1
+- **source**: pool:manual
+- **snapshot_at**: 2026-04-22
+- **tier**: done
+- **read_status**: done
+- **composite (v2)**: 8.24
+- **published_at**: 2026-04-24
+- **predictions_file**: predictions/2026-04-24_ab61ed09_停止期待.md
+
+> done tier 的 entry **不出现在 `/cheat-recommend` 的输出**——已发过的不再推。
+
+---
+
+## 维护建议
+
+- **保持 < 100 条 active**(tier1+tier2+tier3,不含 skip/done)。超过这个数排序不稳
+- **定期清理 skip**:超过 6 个月的 skip 可以从 `.cheat-cache/trends-history.jsonl` 自动剔除(`/cheat-trends` 重复抓到时会再出现)
+- **risky 标签认真用**:`/cheat-recommend` 会高亮 risky 项让你二次确认;不要把所有"有点争议"都标 risky,会麻木
diff --git a/templates/content.db.schema.sql b/templates/content.db.schema.sql
new file mode 100644
index 0000000..d19f899
--- /dev/null
+++ b/templates/content.db.schema.sql
@@ -0,0 +1,181 @@
+-- cheat-on-content / content.db.schema
+--
+-- SQLite schema for the calibration pool when scale demands it.
+-- Schema is largely lifted from the 视频分析 reference implementation:
+-- - articles: one row per piece of content (candidate or published)
+-- - scoring_history: append-only log of every scoring event (version traceability)
+-- - bumps: append-only log of rubric upgrades
+--
+-- Created by tools/md-to-sqlite.py during the markdown → SQLite migration
+-- (typically triggered when calibration_samples >= 30).
+--
+-- After migration, predictions/*.md remain on disk as the human-readable
+-- source of truth. articles.db is the queryable secondary index.
+
+PRAGMA foreign_keys = ON;
+PRAGMA journal_mode = WAL;
+
+-- ==================== articles ====================
+-- One row per piece of content. Mirrors the candidate-schema.md fields plus
+-- the lifecycle fields (published, performance, retro).
+
+CREATE TABLE IF NOT EXISTS articles (
+ id TEXT PRIMARY KEY, -- 12-char sha256 prefix
+ title TEXT NOT NULL,
+ source TEXT NOT NULL, -- e.g. 'pool:manual', 'trend:hackernews'
+ snapshot_text TEXT, -- the scoring input (full text or summary)
+ snapshot_at TEXT NOT NULL, -- ISO 8601
+ url TEXT,
+ category TEXT,
+ tier TEXT CHECK (tier IS NULL OR tier IN ('tier1','tier2','tier3','skip','risky','done')),
+ read_status TEXT CHECK (read_status IS NULL OR read_status IN ('unread','skimmed','deep_read','done')),
+ note TEXT,
+
+ -- Scoring (current values; history in scoring_history)
+ emotional_resonance INTEGER CHECK (emotional_resonance IS NULL OR (emotional_resonance BETWEEN 0 AND 5)),
+ social_resonance INTEGER CHECK (social_resonance IS NULL OR (social_resonance BETWEEN 0 AND 5)),
+ hook_potential INTEGER CHECK (hook_potential IS NULL OR (hook_potential BETWEEN 0 AND 5)),
+ quotable_lines INTEGER CHECK (quotable_lines IS NULL OR (quotable_lines BETWEEN 0 AND 5)),
+ narrativity INTEGER CHECK (narrativity IS NULL OR (narrativity BETWEEN 0 AND 5)),
+ audience_breadth INTEGER CHECK (audience_breadth IS NULL OR (audience_breadth BETWEEN 0 AND 5)),
+ satire_depth INTEGER CHECK (satire_depth IS NULL OR (satire_depth BETWEEN 0 AND 5)),
+ -- Future-version dimensions (NULL until rubric upgrades introduce them)
+ memetic_shareability INTEGER CHECK (memetic_shareability IS NULL OR (memetic_shareability BETWEEN 0 AND 5)),
+ topic_shareability INTEGER CHECK (topic_shareability IS NULL OR (topic_shareability BETWEEN 0 AND 5)),
+
+ composite_score REAL,
+ scored_under_rubric_version TEXT,
+
+ -- Prediction (latest snapshot from predictions/<id>.md)
+ predicted_plays_bucket TEXT, -- e.g. '30-100w'
+ prediction_reason TEXT, -- one-line summary
+ prediction_file TEXT, -- path to immutable prediction file
+ blind_status TEXT CHECK (blind_status IS NULL OR blind_status IN ('confirmed_no_data_seen', 'reconstructed', 'integrity_warning')),
+
+ -- Publish lifecycle
+ published_at TEXT, -- ISO 8601
+ platform TEXT, -- 'youtube', 'bilibili', 'douyin', 'wechat', etc.
+ platform_url TEXT,
+ matched_video_folder TEXT, -- path to videos/<...>/
+
+ -- Performance (T+N data, populated by /cheat-retro)
+ actual_plays INTEGER,
+ actual_likes INTEGER,
+ actual_comments INTEGER,
+ actual_shares INTEGER,
+ actual_saves INTEGER,
+ performance_synced_at TEXT, -- ISO 8601 of last data fetch
+ performance_window_days INTEGER, -- T+N where N is
+
+ -- Bookkeeping
+ created_at TEXT NOT NULL DEFAULT (datetime('now')),
+ updated_at TEXT NOT NULL DEFAULT (datetime('now'))
+);
+
+CREATE INDEX IF NOT EXISTS idx_articles_tier ON articles(tier);
+CREATE INDEX IF NOT EXISTS idx_articles_read_status ON articles(read_status);
+CREATE INDEX IF NOT EXISTS idx_articles_published_at ON articles(published_at);
+CREATE INDEX IF NOT EXISTS idx_articles_composite ON articles(composite_score DESC);
+CREATE INDEX IF NOT EXISTS idx_articles_rubric_ver ON articles(scored_under_rubric_version);
+
+-- updated_at trigger
+CREATE TRIGGER IF NOT EXISTS articles_updated_at
+AFTER UPDATE ON articles
+FOR EACH ROW
+BEGIN
+ UPDATE articles SET updated_at = datetime('now') WHERE id = NEW.id;
+END;
+
+-- ==================== scoring_history ====================
+-- Append-only log of every scoring event. Used for version traceability,
+-- rollback, and counterfactual analysis ("what would the v3 score have been
+-- for this v2-scored article?").
+
+CREATE TABLE IF NOT EXISTS scoring_history (
+ id INTEGER PRIMARY KEY AUTOINCREMENT,
+ article_id TEXT NOT NULL REFERENCES articles(id),
+ rubric_version TEXT NOT NULL,
+ scored_at TEXT NOT NULL DEFAULT (datetime('now')),
+ scored_by TEXT, -- 'auto' / 'manual' / 'bump-rescore' / etc.
+
+ -- Scores at the time of this event
+ emotional_resonance INTEGER,
+ social_resonance INTEGER,
+ hook_potential INTEGER,
+ quotable_lines INTEGER,
+ narrativity INTEGER,
+ audience_breadth INTEGER,
+ satire_depth INTEGER,
+ memetic_shareability INTEGER,
+ topic_shareability INTEGER,
+ composite_score REAL,
+
+ -- Free-form note (e.g. "post-hoc rescore for v2.1 bump validation")
+ note TEXT
+);
+
+CREATE INDEX IF NOT EXISTS idx_scoring_history_article ON scoring_history(article_id);
+CREATE INDEX IF NOT EXISTS idx_scoring_history_rubric ON scoring_history(rubric_version);
+CREATE INDEX IF NOT EXISTS idx_scoring_history_scored ON scoring_history(scored_at);
+
+-- ==================== bumps ====================
+-- Append-only log of rubric upgrades. One row per successful bump.
+
+CREATE TABLE IF NOT EXISTS bumps (
+ id INTEGER PRIMARY KEY AUTOINCREMENT,
+ from_version TEXT NOT NULL,
+ to_version TEXT NOT NULL,
+ bumped_at TEXT NOT NULL DEFAULT (datetime('now')),
+ formula_before TEXT NOT NULL, -- full formula string
+ formula_after TEXT NOT NULL,
+ calibration_pool_size INTEGER NOT NULL,
+ rank_consistency REAL, -- e.g. 0.8 for 4/5
+ pairwise_no_regression BOOLEAN,
+ cross_model_audit TEXT CHECK (cross_model_audit IS NULL OR cross_model_audit IN ('PASS', 'REJECT', 'SKIPPED')),
+ cross_model_reasoning TEXT, -- audit reviewer's verbatim reasoning
+ memo TEXT, -- human-written upgrade memo
+ triggered_by TEXT -- e.g. 'consecutive_directional_errors'
+);
+
+-- ==================== views ====================
+-- Convenience views for common queries.
+
+CREATE VIEW IF NOT EXISTS calibration_pool AS
+SELECT
+ a.*,
+ (CAST(a.actual_plays AS REAL) / 10000.0) AS actual_plays_w
+FROM articles a
+WHERE a.actual_plays IS NOT NULL
+ AND a.published_at IS NOT NULL
+ AND a.prediction_file IS NOT NULL
+ORDER BY a.composite_score DESC;
+
+CREATE VIEW IF NOT EXISTS pending_retros AS
+SELECT a.*
+FROM articles a
+WHERE a.published_at IS NOT NULL
+ AND a.actual_plays IS NULL
+ORDER BY a.published_at ASC;
+
+CREATE VIEW IF NOT EXISTS top_candidates AS
+SELECT a.*
+FROM articles a
+WHERE a.tier IN ('tier1', 'tier2')
+ AND a.published_at IS NULL
+ AND a.composite_score IS NOT NULL
+ORDER BY
+ CASE a.tier WHEN 'tier1' THEN 0 WHEN 'tier2' THEN 1 ELSE 2 END,
+ a.composite_score DESC;
+
+-- ==================== schema_meta ====================
+-- Schema version for future migrations.
+
+CREATE TABLE IF NOT EXISTS schema_meta (
+ key TEXT PRIMARY KEY,
+ value TEXT NOT NULL
+);
+
+INSERT OR REPLACE INTO schema_meta (key, value) VALUES
+ ('schema_version', '1.0'),
+ ('created_at', datetime('now')),
+ ('source', 'cheat-on-content templates/content.db.schema.sql');
diff --git a/templates/prediction.template.md b/templates/prediction.template.md
new file mode 100644
index 0000000..c487814
--- /dev/null
+++ b/templates/prediction.template.md
@@ -0,0 +1,134 @@
+# [作品标题] — 预测日志
+
+> **本模板由 `/cheat-predict` 自动填充**。
+> 所有预测都用统一格式(7 个组件 + 复盘段)——前 5 篇和成熟期都一样,区别仅是 header 里的 confidence 等级。
+>
+> 完整规范见 [shared-references/prediction-anatomy.md](../cheat-on-content/shared-references/prediction-anatomy.md)。
+>
+> 模板里的示例数据来自 视频分析 项目「停止期待」([predictions/2026-04-24_ab61ed09_停止期待.md])。
+
+---
+
+**Article ID**: `<12 位 hash>` ← e.g. ab61ed09f0a1(对 `scripts/<id>.md` 首次落盘内容做 sha256,取前 12)
+**Title**: `<完整标题>`
+**Rubric Version**: **`<v0/v1/v2/...>`**
+**预测时间**: `<YYYY-MM-DD>`(基于最终稿)
+**Script Path**: `scripts/<YYYY-MM-DD>_<id>_<short>.md`
+**Script Hash**: `sha256:<12 位>` (predict 时 hash script 内容;cheat-shoot 时再 hash,不一致则复盘段加 integrity warning)
+**Target Duration (s)**: `<state.typical_duration_seconds>` ← e.g. 240 (3-5min)
+**Actual Script Length**: `<script.md 实际字数>` ← e.g. 980 字
+**Calibration Samples (at predict time)**: `<state.calibration_samples>` ← e.g. 3
+**Confidence**: `<emoji + 标签>` ← e.g. 🟡 偏低 (中枢 ±40%,可作为参考之一)。从 calibration_samples 派生,见 state-management.md
+**Scored By**: `claude` | `claude+user_override` ← Claude 自打分;如用户在 review 阶段挑刺改了字段,标 `+user_override`
+**User Override**: `<如有覆盖,列出哪些字段被改了+原值与新值>` | `none`
+ ← 例:`AB: claude=4 → user=3 (用户认为 '一人公司题没那么普适')` `中枢: claude=60w → user=40w`
+ ← 复盘时这个字段帮诊断:用户哪个维度直觉跟 Claude 系统性偏离,被实绩验证 → rubric 可能漏了什么
+**预测时数据状态**: **blind**(未看任何 `<平台>` 实际播放数据)
+
+---
+
+## 输入快照
+
+**分数 (vN)**: `<dim1=X / dim2=X / ...>` → composite=**`<X.XX>`**
+
+> 示例:ER5 / HP5 / QL5 / NA3 / AB5 / SR2 / SAT4 → composite=**8.24**
+
+**用户改写要点 vs Claude 草稿**(如有):
+- **开头**:[user 砍掉了什么 / 加了什么]
+- **砍掉**:[具体段落 / 概念名 / 铺垫]
+- **保留**:[关键的金句 / 致谢段 / 主体结构]
+- **节奏**:比草稿 [紧 / 松] 约 N%
+
+> 如用户从零写没用 cheat-seed,写"用户原创稿,无 Claude 草稿对照"。
+
+---
+
+## 预测
+
+> ⚠️ **本段是 immutable**——`hooks/prediction-immutability.sh` 会拦截对本段的 Edit。
+> 写完不可改。如要重做请创建 `<本文件名>_redo.md`,原文件保留。
+
+**Bucket**: `<X-Yw>` ← e.g. `30-100w`
+
+**内心概率分布**:
+- `<5w` → X%
+- `5-30w` → X%
+- **`<headline bucket>` → X%**(中枢 ~Xw)
+- `>100w` → X%
+- `>150w` → X%
+
+> 加起来必须 100%。
+> Confidence 低(calibration_samples 少)时**应该更平**(如 30/30/20/15/5),不是更尖(如 5/40/45/8/2)——诚实地反映不确定。
+
+**一句话 reason**:
+> [核心驱动因素 + 最强反例约束 + 中枢预测]
+
+---
+
+## 推理因素
+
+| 因素 | 方向 | 置信度 | 说明 |
+|---|---|---|---|
+| `<dim or feature>` | 强 + / 中 + / 弱 ? / 强 - | 高 / 中 / 低 | [≤30 字理由] |
+
+> 置信度三档:高(强证据 + 多锚点支持)、中(有理由但样本少)、低(凭直觉)。复盘时如果"低置信度"因素被验证 → 直觉强;"高置信度"因素被推翻 → rubric 有 bug。
+
+---
+
+## 锚点对比
+
+| 对照样本 | composite | 实绩 | 异同 |
+|---|---|---|---|
+| `<样本名>` | `<X.XX>` | `<Yw>` | [关键差异维度] |
+
+> **校准池不够时**(< 2 个 composite ±0.5 邻近样本):
+> 写"校准池只有 N 个样本,无 composite 邻近样本。**锚点对比 N/A**——注意本次预测 confidence 是 🟡 偏低 / 🔴 极低,bucket 中枢仅供参考。"
+> **不要直接删这段**——告诉读者锚点为何缺,比静默跳过诚实。
+
+---
+
+## 反事实场景(复盘用)
+
+**如果爆 `>X w`**(X% 预期):
+- [验证什么假设]
+- [推翻什么假设]
+- [可能新增什么 rubric 维度]
+
+**如果落在 `headline bucket`**(X% 预期):
+- [基准线验证什么]
+
+**如果跌到 `<X w`**(X% 预期):
+- [推翻什么核心判断]
+
+**如果 `<<X w`**(X% 预期):
+- [极端场景的可能解释]
+
+> 实际落在哪个 bucket → 告诉你 rubric 的哪个假设被测试。**不可省略**。
+
+---
+
+## 关键校准假设
+
+[把这次预测当成一次实验,明确写下"如果 X 发生,证明 Y"]
+
+[找一个对照样本(最好是上一篇预测)]
+
+两篇 [同 composite / 邻近 composite],差异:
+- 本篇:[关键维度对比]
+- 对照:[关键维度对比]
+
+**我押**:[本篇 vs 对照 = X 倍 / 高 N w]
+
+如果反过来 → [推翻什么 rubric 假设]
+如果差距 < N → [rubric 基本 OK / 噪声范围]
+
+> **校准池只有 0-1 篇时**:写"无可对照样本——但仍写下我对这次的核心赌注(即使没有锚点):"然后写 1-2 条这次想测的事。
+
+---
+
+## 复盘
+
+> ⚠️ **以下段落由 `/cheat-retro` 在 T+`RETRO_WINDOW_DAYS` 天后追加**。
+> hook 允许追加本段;不允许改预测段任何字符。
+
+(待填——T+RETRO_WINDOW_DAYS 天后跑 `/cheat-retro <对应 video folder>`)
diff --git a/templates/retro.template.md b/templates/retro.template.md
new file mode 100644
index 0000000..6573d75
--- /dev/null
+++ b/templates/retro.template.md
@@ -0,0 +1,100 @@
+# 复盘段模板
+
+> **本模板由 `/cheat-retro` 自动追加到对应 prediction 文件的 `## 复盘` 段**。
+> 不是独立文件——只是 prediction 文件的下半段格式参考。
+>
+> 示例数据来自视频分析项目的「停止期待」复盘([predictions/2026-04-24_ab61ed09_停止期待.md] 的复盘段)。
+>
+> 完整规范见 [shared-references/prediction-anatomy.md](../cheat-on-content/shared-references/prediction-anatomy.md) 的"复盘段"部分。
+
+---
+
+## 复盘
+
+**复盘时间**: `<YYYY-MM-DD>`(发布 T+`<N>`d)
+**抓取时间**: `<YYYY-MM-DD HH:MM>`
+**数据来源**: `manual paste` / `adapter:<platform>`
+
+### 实绩数据
+
+- 播放:**`<X>`w**(落在 \``<bucket>`\` 桶内 [偏高 / 偏低 / 中枢],相对中枢 `<X>`w **`<+X% / -X%>`**)
+- 点赞:`<X>`w(赞播比 `<X.XX%>`)
+- 评论:`<N>`(评播比 `<X.XXX%>`)
+- 收藏:`<N>`
+- 分享:**`<X>`w**(分播比 **`<X.XX%>`**,[强 / 中 / 弱])
+
+> **示例**(停止期待 T+7d):
+> - 播放:**71.1w**(落在 `30-100w` 桶内偏高,相对中枢 50w **+42%**)
+> - 点赞:2.4w(赞播比 3.38%)
+> - 评论:899(评播比 0.126%,**为同期视频之首**)
+> - 收藏:5251
+> - 分享:**1.8w**(分播比 **2.53%**,强)
+
+> **关键派生比率必须算出来**:赞播比、评播比、分播比——它们是单纯播放数无法暴露的信号。
+> 比如视频分析项目发现"分播比"是 TS(议题分享冲动)维度的最强外部代理:求职 0.96% vs 停止期待 2.53%——同 composite 但分播比差 2.6 倍。
+
+### Top 评论关键词
+
+> 把粘进来的 N 条评论分 3-5 类(高赞模因 / 概念引用 / 离题噪声 / 转发暴露暗示 / @朋友传播 等),
+> 每类列代表性评论 + 赞数 + 比例。
+
+- **「[关键模因 / 句式]」**: [赞数] 独占 / 高频出现 N 次变体([简短描述模式])
+- **「[次级模因]」**: [赞数] [次级模式描述]
+- **戒断 / 共鸣 / 戏仿 类**: [赞数] [代表性评论]
+- **拓展引用**: [其他衍生模式]
+- **@朋友传播 / 自嘲共谋**: [评论区是否在做这件事]
+
+> **示例**:
+> - **「她不一样」/「他不一样」模因爆发**:2266 赞独占榜首,且全文出现至少 12 次(193、5、5、5、3、4、4、2、2、2、2、1...重复变体),观众**主动套用句式自嘲**——这是关键级模因
+> - **「Joker / 小丑 / 舔狗」二级模因**:412 赞「薛定谔的Joker/Crush叠加态」、74 赞「我自己想转圈圈」
+> - **戒断方法被认真转译**:27 赞「1.少想 2.别相信美好 3.重构滤镜」——观众主动 RTF
+> - **@朋友传播**:大量 @ 链——评论区是社交场,观众把视频当作"骂朋友 / 自嘲共谋"工具
+
+### 哪些预测被验证 ✅ / 推翻 ❌
+
+**被验证 ✅**:
+- [关键校准假设是否成立] [带具体数字的对比]
+- [推理因素表里哪些被验证]
+- [反事实场景里哪个 bucket 被命中]
+
+**被推翻 ❌**:
+- [中枢偏差超 ±25% 的话明确写]
+- [反事实里"如果 X 意味着 Y"的 Y 是否真的发生]
+- [推理因素表里"高置信度"被推翻的项 → rubric bug 信号]
+
+> **示例**:
+> **被验证 ✅**:
+> - 关键校准假设**完全成立**:本篇 71.1w / 谁问你了 11.7w = **6.07x**,远超我押的 1.5-2x
+> - ER=5 主导情感传播力 → **H1 强证据**
+> - HP=5 验证:分播比 2.53%,金句"间歇性希望"被高频引用
+>
+> **被推翻 ❌**:
+> - 中枢 50w 被超出 +42%:低估了"她不一样"模因的二创病毒级
+> - 反事实推理里"必须搭配强社会议题才能破 30w"**完全错误**——SR=2 也轻松破 70w
+> - 我对 SR 的押注("H2 SR 应上调")**反向被推翻**:SR 在情感向场景**几乎不贡献**
+
+> **关键纪律**:每条验证 / 推翻必须引用具体数据("分播比 2.53%"),不许写"基本符合"这种含糊措辞。
+
+### 需要写进 rubric_notes.md 的新观察
+
+1. **[一句话规律标题]**:[具体证据,引用具体数据点]
+2. **[第二条规律]**:[同上]
+3. **[候选维度命名建议]**:[如观察到 rubric 没捕获的维度,提议候选维度名 + 评分定义草案]
+
+> **示例**:
+> 1. **ER 在情感向场景的真实权重应 ≥ ×2.0**:与谁问你了 6x 流量比是 v2 rubric 最强的反事实证据
+> 2. **议题分享冲动 (TS) 是隐藏维度**:joker / "她不一样" / 滤镜重构提供了**安全的自嘲身份**,转发不暴露处境,TS=5 的样本
+> 3. **HP × ER 共振效应**:ER=5 + HP=5 + 可挪用模因句 = 病毒级;缺一不可
+> 4. **"二创句式" 维度候选 (Memetic Shareability, MS)**:观众能不能用作者的句式造句?停止期待 = Y(她不一样无穷变体),谁问你了 = N(无需求信息供给只能引用)
+
+> 每条观察必须可追溯到具体数据点(不写"情感很重要"——写"ER5/SR2 vs ER3/SR4 同 composite 下流量差 6x")。
+> 这些观察会被 `/cheat-retro` 自动写到 `rubric_notes.md` 的"观察记录"段。
+
+### Bump 触发评估
+
+- 偏差方向:[high / low / on-target]
+- 累计同向偏差:[N 次(包含本次)]
+- 是否触发 bump 提议:[是 / 否]
+
+> 如累计同向偏差 ≥3,`/cheat-retro` 会在末尾输出"建议跑 /cheat-bump"提示。
+> 实际 bump 通过 `/cheat-bump` 完成,本段只是触发器记录。
diff --git a/templates/rubric_notes.template.md b/templates/rubric_notes.template.md
new file mode 100644
index 0000000..6f75029
--- /dev/null
+++ b/templates/rubric_notes.template.md
@@ -0,0 +1,214 @@
+# 评分校准笔记
+
+> **本文件是 cheat-on-content 评分规则进化的载体**。每次复盘实际播放数据 vs 预测分数后,把判断依据和规律显式写在这里,下次打分前 `/cheat-score` `/cheat-predict` 会先读这个文件再动手。
+>
+> **核心原则**:规律必须可追溯到具体样本。不写"情感共鸣很重要"这种空话,要写"XX 这篇 ER=5 得到验证 / 推翻,因为评论区 top 3 都是 YY 模式"。
+>
+> 完整生命周期协议见 [shared-references/observation-lifecycle.md](../cheat-on-content/shared-references/observation-lifecycle.md)。
+> 升级流程见 [shared-references/bump-validation-protocol.md](../cheat-on-content/shared-references/bump-validation-protocol.md)。
+
+---
+
+## Rubric 版本日志
+
+_结构性变更才 bump 版本号;纯观察积累不算。升版后,校准池里的样本必须用新公式重打分。每次升级写一份结构化 evidence memo(见下方各版本 section)。_
+
+**当前版本**: `v0`
+
+**版本速查表**:
+
+| 版本 | 生效日期 | 变更类型 | 驱动样本数 | 驱动 article_ids |
+|---|---|---|---|---|
+| v0 | [YOUR-INIT-DATE] | 初版占位(cold-start) | 0(先验) | — |
+
+**升级决策原则**:
+- 纯权重微调(如 SR×1.5 → ×1.8)→ 不 bump,trigger 重算 composite
+- 维度定义细化(如 SR=5 的门槛变严)→ 不 bump,但复盘时标注新门槛
+- 新增/删除维度、或定义颠覆性改写 → bump 主版本号
+
+**迁移触发**: 候选筛选时如遇旧版打分的文章进入 top → 当场重读重评;不做全量重评。**校准池(带实绩数据)必须在每次升级时全量重打**。
+
+---
+
+## 当前评分维度 (0-5)
+
+> **示例:下表是「视频分析」项目(中文观点视频博主,25+ 已发样本)的实测 v2 公式。
+> Cold-start 用户应该等权起步——见 [opinion-video-zero.md](../cheat-on-content/starter-rubrics/opinion-video-zero.md)。
+> 校准 5 篇之后再决定要不要把这个表换成你自己拟合的版本。**
+
+| 维度 | 权重 | 含义 | 典型信号 |
+|---|---|---|---|
+| emotional_resonance (ER) | 1.5 | 情感冲击力 | 评论"泪目 / 破防 / 我也是" |
+| social_resonance (SR) | 1.5 | 社会议题共振 | 评论出现社会现象关键词 |
+| hook_potential (HP) | 1.5 | 开头抓人程度 | 完播率 / 前 3s 留存 |
+| quotable_lines (QL) | 1.0 | 金句密度 | 评论引用原文 |
+| narrativity (NA) | 1.0 | 故事性 | 转发 / 保存率 |
+| audience_breadth (AB) | 1.0 | 受众广度 | 非粉丝占比 |
+| satire_depth (SAT) | 1.0 | 讽刺 / 反讽深度 | 评论"狠 / 透 / 支棱" |
+
+**综合分公式**:
+
+```
+composite = (ER×1.5 + SR×1.5 + HP×1.5 + QL + NA + AB + SAT) / 8.5 × 2.0
+```
+
+> Cold-start 用户的占位公式(等权):
+> ```
+> composite = (ER + HP + QL + NA + AB + SR + SAT) / 7 × 2.0
+> ```
+
+---
+
+## 观察记录
+
+> **模板**(每次复盘后追加一条):
+>
+> ```
+> ### YYYY-MM-DD [标题简称] (id) — [一句话定性,如"验证 ER 主导"]
+> - 预测:composite=X.XX,bucket=Y
+> - 实绩:播放 / 点赞 / 评论 / 转发(带 T+Nd 标注)
+> - Top 评论关键词:[简短摘录 + 赞数]
+> - 判断:哪个维度被验证 / 推翻?为什么?
+> - Rubric 调整:[如果有,写明 "下次打 XX 类文章时改 YY"]
+> - 详见:[predictions/<file>.md]
+> ```
+>
+> 删除规则见 [shared-references/observation-lifecycle.md](../cheat-on-content/shared-references/observation-lifecycle.md):被吸收为维度 → 删;被推翻 → 删。git history 是档案。
+
+### 示例条目(来自视频分析项目,仅供参考;你的项目的真实条目从复盘后开始累计)
+
+#### 2026-04-24 停止期待 (ab61ed09) — 验证情感向爆款【T+7d 数据】
+- 预测:composite=8.24(v2: ER5/HP5/QL5/NA3/AB5/SR2/SAT4),bucket=30-100w
+- 实绩:T+7d 71.1w(中枢 50w,**+42%**),分播比 **2.53%**
+- Top 评论关键词:「她不一样」/「他不一样」全文出现 12+ 次变体(最高 2266 赞)
+- 判断:ER=5 主导被强证据验证(与同 composite 谁问你了 11.7w 比,**6.07x 流量比**)
+- Rubric 调整:候选下次 bump 把 ER 从 ×1.5 提到 ×2.0
+- 详见:[predictions/2026-04-24_ab61ed09_停止期待.md]
+
+> 上面是示例。Cold-start 期请删除,从你的第一次复盘开始累计真实条目。
+
+---
+
+## 重大跨视频观察(≥2 样本支持但需要更多验证)
+
+> 单样本观察先放在"观察记录"段,不上来。≥2 样本同 pattern 才升格到这里。
+
+(暂无——开始记录后会自动累积)
+
+---
+
+## 规律沉淀区(高置信度,打分前必看)
+
+> 每条规律要有 ≥2 样本支持 + 已通过升级验证流程(即被吸收为维度或显式确认)。
+
+(暂无——升级 1-2 次后会有内容)
+
+---
+
+## Benchmark-derived initial signals
+
+> 由 [benchmark.md](benchmark.md) 派生(如有),表示对标账号的高/中/低样本里**哪些维度看起来重要**。
+>
+> **仅定性方向,不直接采纳为数值权重**——5-10 样本拟合容易过拟合。
+> 等你自己 N≥5 校准样本后正式 bump 时再决定是否调权重。
+>
+> 初始为空——`/cheat-learn-from` 完成后会填这里。
+
+(待 cheat-learn-from 填入)
+
+---
+
+## 待验证假设
+
+> 单样本观察 + 强信号但还没复现的,暂存这里。
+
+- [ ] [示例] 类比型文章 > 直抒型文章(等下一篇类比稿发完看)
+- [ ] [示例] 春节 / 清明等节点,家庭类文章 AB 临时 +1(无样本)
+
+---
+
+## 被拒升级 log
+
+> 提议过但未通过验证的 bump,记录在这里——避免半年后重复提相同的失败方案。
+
+(暂无)
+
+---
+
+## Bucket 方案(**当前: ratio**)
+
+> ⚠️ **bucket 边界是用户账号的属性,不是普适常量**——绝对数桶("5w 是底部")只对有粉丝基础的老手成立,对 0 粉新人会让所有视频都落"底部 99%",bucket 失去排序意义。
+>
+> 本工具按校准阶段切换三种 bucket 方案。当前生效方案由 `.cheat-state.json` 的 `bucket_scheme` 字段决定。
+
+### 阶段 1:cold-start,比率桶(当前阶段)
+
+`bucket_scheme = "ratio"`
+
+**第 1 篇**:用平台通用默认(实际播放数)
+
+| Bucket | 范围(实际播放)| 含义 | 先验概率 |
+|---|---|---|---|
+| 底部 | < 100 | 几乎被算法埋了 | 30% |
+| 基础盘 | 100 - 1,000 | 完播率支撑的小推荐 | 40% |
+| 命中 | 1,000 - 10,000 | 第一次破圈的信号 | 20% |
+| 小爆 | 10,000 - 100,000 | 极罕见的"零粉首爆" | 8% |
+| 大爆 | > 100,000 | 平台算法异常加权 | 2% |
+
+**第 2 篇起**:`baseline = 上一篇实际播放数`(或最近 3 篇中位数)
+
+| Bucket | 倍数范围 | 含义 |
+|---|---|---|
+| 退步 | < 0.3 × baseline | 比上一篇明显差 |
+| 持平 | 0.3 - 1 × baseline | 与上一篇同档 |
+| 命中 | 1 - 3 × baseline | 中度突破 |
+| 小爆 | 3 - 10 × baseline | 显著破圈 |
+| 大爆 | > 10 × baseline | 量级跃迁 |
+
+详见 [starter-rubrics/opinion-video-zero.md](../cheat-on-content/starter-rubrics/opinion-video-zero.md) 的"比率桶方案"段。
+
+### 阶段 2:N=5 后切到固定绝对桶(带 ratio 备用)
+
+`bucket_scheme = "absolute_with_ratio"`
+
+跑完 5 篇后,`/cheat-bump --bucket-only` 自动派生:
+- `baseline = 5 篇实际播放的中位数`
+- 边界 = baseline × {0.3 / 1 / 3 / 10 / 30}
+
+`/cheat-bump --bucket-only` 落地时会替换本段表格。
+
+### 阶段 3:N≥10 后切到 percentile 桶(推荐长期方案)
+
+`bucket_scheme = "percentile"`
+
+边界 = 你历史样本的 percentile:
+- 底部 = bottom 30%
+- 基础盘 = 30-60%
+- 命中 = 60-85%
+- 小爆 = 85-95%
+- 大爆 = top 5%
+
+`/cheat-status` 在 N=10 时主动建议切换。这种方案永远自洽——不管账号多大,"top 5%"语义稳定。
+
+---
+
+> **参考博主的绝对桶**(25+ 视频拟合,**只适用于已有粉丝基础的成熟博主**——你 calibrated 之前不要照搬):
+>
+> | Bucket | 范围(万播放) | 先验概率 |
+> |---|---|---|
+> | 底部 | <5w | 5% |
+> | 基础盘 | 5-30w | 35% |
+> | 命中 | 30-100w | 45% |
+> | 爆款 | 100-150w | 12% |
+> | 现象级 | >150w | 3% |
+
+---
+
+## 默认复盘窗口
+
+`RETRO_WINDOW_DAYS = 3`
+
+为什么 3 天:算法分发决策一般在 72 小时内基本结束;等更久只引入噪声不增信号。
+
+如果你的平台特别——记得在这里写明覆盖原因,例如:
+> 公众号 RETRO_WINDOW_DAYS = 7(推送后 24h 内发完,长尾更慢)
diff --git a/templates/script_patterns.template.md b/templates/script_patterns.template.md
new file mode 100644
index 0000000..8b59fbf
--- /dev/null
+++ b/templates/script_patterns.template.md
@@ -0,0 +1,201 @@
+# 写作 Pattern 沉淀
+
+> **本文件由 cheat-seed 在写 draft 前必读,由 cheat-retro 在复盘后建议追加新 pattern**。
+>
+> rubric_notes.md 教 Claude **怎么打分**,本文件教 Claude **怎么写**。两者解耦——分数高的稿子不一定写得好(rubric 漏掉的维度),写得好的稿子不一定分数高(结构创新跑出 pattern 之外)。
+>
+> **本模板初始为空**——从两个来源累积 pattern:
+>
+> 1. **对标账号导入**(建议起步用)—— 跑 `/cheat-learn-from` 拆对标账号样本 → 写到下方"对标 [账号名] 借鉴"段,每条 pattern 标 **Imported, untested**
+> 2. **自己复盘累积**(长期主力)—— 跑 `/cheat-retro` 时发现的用户改稿 pattern → 写到下方"用户改稿历史观察"段
+>
+> 想看一份完整的范例(基于"中文观点视频博主,25+ 视频"),翻 [examples/script_patterns.example.md](../examples/script_patterns.example.md)。
+
+---
+
+## ⚠️ Pattern 是 toolbox 不是 mold(核心 meta 原则)
+
+任何 pattern 都是**从你已发样本反推的"路径之一"**——不是默认应该 apply 的模板。
+
+如果你每篇都用同一种"3 段式 + 致谢段 + 互动钩子",账号上限只是"做得稳定的中等爆款"。**真正的爆款来自结构创新**——pattern 之外的东西。
+
+写稿前**永远先回答**:这篇稿子的最强属性是什么?再决定用什么 pattern。
+
+---
+
+## 结构选型 cheat sheet(按文章属性匹配)
+
+文章属性决定结构。下面是**框架**——你的具体内容应该自己填,cheat-retro 复盘后会建议哪些 pattern 应该加入。
+
+| 文章属性 | 适合的结构(一般原则)| 你的样本 |
+|---|---|---|
+| **强 metaphor**(具体载体可类比一切)| metaphor 优先:开头场景代入比喻 → 主体翻译比喻 | (待填) |
+| **强时间维度**(一天循环 / 阶段演变)| 时间线叙事:时间点切换开场 → 命名概念 → 数据穿插 | (待填) |
+| **强讽刺戏仿(SAT 高)**| 脱口秀向:单事件段子开场 → punchline → 扩展 | (待填) |
+| **强数据反差**(冷数据暴力)| 数据反转开场:具体数字 → 反直觉对比 → 数据驱动叙事 | (待填) |
+| **多个真实事件 / 案例**| 案例驱动:标志性事件开场 → 抽象命名 → 三段失效 | (待填) |
+| **多个并行概念**| 3 段工业流水:影响声明 → 3 段命名 → 致谢 / MVP 句 | (待填) |
+| **强场景代入**(具体的、第一/二人称视角的瞬间)| 第二人称代入 → 反转 → 数据 → 三段 | (待填) |
+| **强可挪用句式**(高 MS)| 模板核心:句式贯穿全稿 → 互动钩子激活模板 | (待填) |
+
+> 上表的"结构"是**通用框架**,不是普世真理。你的频道可能有完全不同的结构是有效的——填到"你的样本"列里就成为你账号的 pattern 库。
+
+### 用法
+
+写稿前先问:
+1. 这篇稿子最强的属性是什么?
+2. 表里对应哪种结构?(不在表里 → 写到底部"新发现的 Pattern"段,标 ≥1 样本待验证)
+3. 如果属性多元,哪种结构能让最强属性发挥到最大?
+
+---
+
+## 通用 pattern 库(**初始抽象骨架,复盘后填具体**)
+
+### Pattern 1:开头钩子(前 3 秒)
+
+**原则**:绝不用"近年来 / 大家好 / 今天聊一聊"。
+
+**已知有效的钩子类型**(参考——具体哪种最适合你账号要试):
+
+- **A. 第二人称场景代入 → 反转**(适用:原文有具体载体 / 实验对象 / 案例)
+- **B. 戏仿原文体的影响声明**(适用:原文有锐利的核心断言)
+- **C. 直接甩数据 / 反转性观察**(适用:原文有强数据点 + 反差)
+
+> 你的账号哪种最有效,cheat-retro 复盘后会逐渐填出来。
+
+---
+
+### Pattern 2:主体段落数量 + 切分
+
+**原则**:避免 4-7 个并列概念。一般压缩到 **3 个**——挑最具命名力 + 最具可挪用性的。
+
+> 这是个**经验法则**——不是绝对。某些频道(如教程类)适合更多段。看你账号的实测。
+
+---
+
+### Pattern 3:学术包装的剥离 / 保留(如适用)
+
+**原则**:观众能不能在评论区**复述/挪用**这个东西?
+
+| 一般保留 | 一般剥离 |
+|---|---|
+| 自创概念名(高 MS 来源)| 模型名(缩写大于 3 字符的)|
+| 关键精确数字 | 样本数量铺垫 |
+| 致谢段(如果它本身就是 MVP 句)| 文献综述 |
+| 反转性数据点 | 局限性讨论 |
+| 作者原话的金句段 | 实验流程细节(除非是钩子)|
+
+> 如果你不做学术 / 论文解读类,这个 pattern 不适用——可以删。
+
+---
+
+### Pattern 4:emotional 标记节点
+
+**原则**:跑得好的稿子里第一人称"我"出现 0-2 次,**永远在 emotional 高潮处**——给观众"该共鸣了"的提示信号。每出现 1 次"我",必须紧跟一个高强度信息点。**不要空说"我觉得"**。
+
+---
+
+### Pattern 5:双声道结构(作者 + 用户旁白)
+
+**原则**(如果你做内容解读 / 评论类):
+
+- 作者的话引出**框架**
+- 你的话做**接地翻译**("打工人版" / "意思就是说" / "换句话说" / "说人话就是")
+- 你的话做**emotional 标记**("最让我破防的" / "全文最反转的" / "更恐怖的是")
+
+**永远不要**让一段超过 4 行没有用户接地词。
+
+> 不解读他人内容的频道(纯个人观点表达)这个 pattern 不适用。
+
+---
+
+### Pattern 6:致谢段 / MVP 句不是必选
+
+**原则**:只有当致谢段或 outro **本身就是 MVP 句**(即可独立成模因)时才完整引用。否则用文末核心金句替代。
+
+致谢段是**某些样本**的核心传播载体,但不是必杀技——**MVP 句才是**。
+
+> 你账号有没有标志性 outro?要建立一个吗?
+
+---
+
+### Pattern 7:句子长度 / 段落节奏(**最容易忽视**)
+
+**写稿用段落版**(每段 100-300 字,逗号、句号、自然句),**不要写一行一行的字幕格式**——那是用户拍完后剪映自动断的字幕,**不是写作时的形态**。
+
+- **写作形态**(scripts/<id>.md / videos/<id>/script.md):完整段落
+- **字幕形态**(视频拍完):剪映自动断成 5-15 字 / 行
+- cheat-seed 写 draft 时**只输出段落版**
+
+**段落内的句子节奏**:
+- **短句为主**——避免复合句、避免"其..."、"以..."这种文言连接
+- 句号 + 逗号正常使用,不要怕标点
+- **多用语气词**(你账号的风格相关)
+
+---
+
+### Pattern 8:词汇风格
+
+**原则**:**你应该建立你自己的词汇库**——这是品牌识别的关键。
+
+| 类别 | 用法 | 你的词汇 |
+|---|---|---|
+| 接地翻译 | 把抽象概念翻译成日常话 | (待填)|
+| 反转标记 | "但是" / "更恐怖的是" 等 | (待填)|
+| emotional 标记 | "破防" / "头皮发麻" 等 | (待填)|
+| 节奏词 | 句尾的"啊 / 这就 / 你看" | (待填)|
+
+**避免**(普适):
+- 论文体连接词:"其次" / "本研究" / "综上所述" / "因此"
+- 形容词堆砌
+- 冗长定语
+
+---
+
+### Pattern 9:时长目标
+
+**原则**:你的 typical_duration_seconds 决定字数(已在 cheat-init 时设定)。
+
+**不要超过 typical_duration × 1.2**——临界值越长,完播率代价越大。
+
+> 你账号实测的时长甜点是多少?cheat-retro 复盘后会发现。
+
+---
+
+## 用户改稿历史观察(**持续追加,cheat-retro 复盘后建议补充**)
+
+> 每次复盘发现"用户改了 X,流量出现明显 Y 影响"时,cheat-retro 会建议在这里追加一行。
+> **本表初始为空**——从你的复盘里慢慢填。
+
+| 视频 | 你砍掉了什么 | 你加了什么 | 流量影响 |
+|---|---|---|---|
+| (待填——第一次复盘后开始)| | | |
+
+---
+
+## 新发现的 Pattern(编号续,从复盘里发现)
+
+> cheat-retro 复盘时发现新现象(你的改稿带来明显流量变化、评论区出现新模式),会建议追加新 pattern 编号到这里。
+>
+> 单样本支持的 pattern 标 "待验证"——≥2 样本支持后升级为正式 pattern。
+
+(待填——从你的复盘里逐步累积)
+
+---
+
+## 对标 [账号名] 借鉴(imported by /cheat-learn-from)
+
+> 这一段由 `/cheat-learn-from` 填入——从对标账号的样本拆出的 pattern。
+>
+> **每条 pattern 默认标 `**Imported, untested on my channel**`** ——你的频道未必适用,
+> 实拍验证后(≥2 次跑出 + 复盘确认有效)再去掉这个标记,升入正式 pattern 库。
+
+(待 cheat-learn-from 填入——本段在 init 时不存在,跑过 cheat-learn-from 才出现)
+
+---
+
+## 维护建议
+
+- **保持 < 500 行**——每次复盘后追加新 pattern,但也定期删除被推翻的旧 pattern(与 rubric_notes.md 同 lifecycle 协议——见 [observation-lifecycle.md](../cheat-on-content/shared-references/observation-lifecycle.md))
+- **每条新 pattern 必须有 ≥1 样本支持**——单点观察先放到底部"新发现的 Pattern"段,≥2 才升正式 pattern
+- 每条 pattern **必须可追溯到具体视频** + 数据(不写"开头钩子很重要",写"我的视频 X 用 IS 戏仿开场,T+7d 71w")
diff --git a/templates/status.template.md b/templates/status.template.md
new file mode 100644
index 0000000..250f65d
--- /dev/null
+++ b/templates/status.template.md
@@ -0,0 +1,48 @@
+# 状态
+
+> 本文件由 `/cheat-status` 维护——每次跑 status 都会更新。手改无意义。
+
+---
+
+**最近更新**: [INIT-DATE]
+**模式**: cold-start
+**内容形态**: opinion-video
+**当前 rubric**: v0
+**校准样本**: 0 / 5(解锁第一次 bump 的门槛)
+
+---
+
+## 进度条
+
+```
+[░░░░░░░░░░░░░░░░░░░░] 0 / 30 → SQLite 升级建议门槛
+[░░░░░░░░░░░░░░░░░░░░] 0 / 5 → 脱离 cold-start 门槛
+```
+
+## 🎬 待办
+
+无——你刚初始化,先写第一篇稿子吧。
+
+## 🔥 候选池
+
+无(cold-start 期默认状态)。
+- 想试试热点抓取 → 说 `抓热点`
+- 想手动建池 → 编辑 `candidates.md`
+
+## 📈 健康度
+
+- `rubric_notes.md`: [X 行](健康,<600 警戒线)
+- `hooks_installed`: [✅ / ❌]
+- external audit configured: [✅ / ❌]
+
+## 下一步建议
+
+1. **写一份稿子**(任何观点视频脚本即可)
+2. 跑 `打分这篇 path/to/draft.md` 看 rubric 给的初始评分
+3. 准备发布前跑 `启动预测`
+4. 发布后说 `已发布 https://...`
+5. T+3 天跑 `复盘 path/to/draft.md`
+
+第 5 篇之后会解锁 `/cheat-bump`,rubric 才真正开始校准。
+
+完整工作流见 `WORKFLOW.md`。
diff --git a/templates/workflow.template.md b/templates/workflow.template.md
new file mode 100644
index 0000000..806345b
--- /dev/null
+++ b/templates/workflow.template.md
@@ -0,0 +1,205 @@
+# 工作流速查(cheat-on-content)
+
+> 这是 `/cheat-init` 在你的项目根创建的速查文档。完整规范在 cheat-on-content 的 `SKILL.md` 和 `shared-references/`。
+> 本文件给"忘了下次该说什么"的时候用——不需要从头读完。
+
+---
+
+## 一句话流程
+
+```
+找选题
+ ├─ 没发过历史的 → /cheat-seed brainstorm(兴趣 × 热点)
+ └─ 发过历史的 → /cheat-seed brainstorm(兴趣 × 热点 × 你过去做过什么)
+ (都跑 cheat-seed,区别是发过的 brainstorm 时多一份历史 context)
+ ↓
+cheat-seed 写 5 个草稿到 → scripts/<日期>_<id>_<short>.md
+ ↓
+用户改写 scripts/<日期>_<id>_<short>.md(同一文件覆盖)
+ ↓
+/cheat-score scripts/<日期>_<id>_<short>.md → 看 rubric 评分(探索)
+ ↓
+/cheat-predict scripts/<日期>_<id>_<short>.md → 写 immutable 预测到 predictions/
+ ↓
+拍摄完 → /cheat-shoot scripts/<日期>_<id>_<short>.md
+ ├─ 建 videos/<日期>_<id>_<short>/ 目录
+ ├─ 询问用户:"拍时实际用的稿子和 scripts/<id>.md 一致吗?"
+ │ ├─ 一致 → cp scripts/<id>.md → videos/<id>/script.md
+ │ └─ 不一致 → 用户提供最终拍摄稿,存为 videos/<id>/script.md
+ └─ buffer +1
+ ↓
+发布 → /cheat-publish + URL → buffer -1
+ ↓
+T+3 天 → /cheat-retro videos/<日期>_<id>_<short>/
+ ├─ 抓数据 / 用户粘 → 写 videos/<id>/report.md
+ ├─ 追加 ## 复盘 段到 predictions/<id>.md
+ ├─ diff scripts/<id>.md vs videos/<id>/script.md → 学用户改稿 pattern
+ └─ 把新观察写入 rubric_notes.md / script_patterns.md
+ ↓
+累计 ≥3 同向偏差 → /cheat-bump(升级 rubric)
+```
+
+---
+
+## 五个阶段对应触发词
+
+### ① 选题阶段
+
+| 想做什么 | 触发词 |
+|---|---|
+| 看 candidates.md 排序后的推荐 | "推荐选题" / "下一篇做什么" |
+| 抓今天的热点拓展 candidates | "抓热点" / "今天有什么可做的" |
+| 看当前状态 | "状态" |
+
+> Cold-start 期没 candidates.md 是默认状态——不要因为这个就觉得工具坏了。
+
+### ② 打分 + 预测
+
+| 想做什么 | 触发词 | 写文件吗 |
+|---|---|---|
+| 看一份稿子的 rubric 分(探索) | "打分这篇 path/to/draft.md" | 否 |
+| 给最终稿写正式 immutable 预测日志 | "启动预测" 或 "给这稿子启动预测 path/to/draft.md" | 是(`predictions/...md`) |
+
+> **score 与 predict 的核心区别**:
+> - score 是探索,无副作用,可反复跑
+> - predict 是承诺,写完文件 `## 预测` 段被 hook 锁死
+
+### ③ 发布登记
+
+发完后立刻:
+
+```
+"已发布 https://..."
+```
+
+或:
+
+```
+"已发布 predictions/2026-05-04_xxx.md 链接是 https://..."
+```
+
+会更新预测文件 header 的 `published_at` / `Platform` / `URL`,并把文件加入 `pending_retros` 队列。
+
+### ④ 复盘
+
+T+3 天后(默认):
+
+```
+"复盘 predictions/2026-05-04_xxx.md"
+```
+
+或干脆:
+
+```
+"复盘"
+```
+
+后者会从 `pending_retros` 取最早的一条。
+
+> 复盘需要你提供数据。默认是手动粘——粘"播放 / 点赞 / 评论 / 转发"和 top 20 评论到对话里。
+> 配了 adapter 的可以让 cheat-retro 自动抓。
+
+### ⑤ Rubric 升级(罕见)
+
+**满足条件才提议**:
+- 校准池 ≥ 5 篇
+- 上次 bump 后又有 ≥ 3 篇新校准
+- 检测到连续 ≥ 3 次同向偏差
+
+满足就跑:
+
+```
+"升级 rubric --propose 'ER 权重 1.5→2.0,加 MS 维度'"
+```
+
+bump 是高风险操作——会做 5 步验证(含跨模型独立审)。详见 `cheat-on-content/shared-references/bump-validation-protocol.md`。
+
+---
+
+## 三条不可妥协的原则
+
+> 这三条违反任一条 → 整个校准循环退化为占星。
+
+1. **盲预测**:预测段写在看到任何数据之前,写完不可改。hook 在 harness 层强制。
+2. **升级 = 全量重打**:bump 必须校准池全量重打分 + 跨模型独立审。
+3. **rubric 是工作台不是博物馆**:被吸收 / 被推翻的观察都删掉。git history 是档案。
+
+---
+
+## 默认配置
+
+`/cheat-init` 创建的项目默认值:
+
+| 设置 | 默认 | 何时改 |
+|---|---|---|
+| `RETRO_WINDOW_DAYS` | 3 | 长文 / 慢平台改 7 |
+| `BLIND_CHECK` | strict | 演练 / 测试时临时改 lenient |
+| `MIN_SAMPLES_FOR_BUMP` | 5 | 不要降 |
+| `CROSS_MODEL_AUDIT` | true(如 mcp__llm-chat__chat 已配) | 仅离线时 false |
+| `TREND_SOURCES` | ["manual-paste"] | 用 `enabled_trend_sources` 字段加新源 |
+| `POOL_PATH` | candidates.md | 用 Notion 时改字段 |
+
+---
+
+## 看板(status 命令)
+
+任何时候说 "状态",会输出:
+- 当前 mode / rubric 版本 / 校准样本数
+- 待办(pending retros + 同向偏差警告 + 陈旧 in-progress)
+- 候选池规模 + 上次抓热点的天数
+- 健康度(rubric_notes.md 行数 / hooks 是否安装 / 是否配跨模型审)
+- 下一步建议(按推荐优先级)
+
+---
+
+## 文件结构(你的项目根)
+
+```
+<your-content-project>/
+├── rubric_notes.md # 评分规则真实来源
+├── script_patterns.md # 写作 pattern 沉淀
+├── WORKFLOW.md # 本文件
+├── STATUS.md # 看板(cheat-status 维护)
+├── candidates.md # 候选池(可选;cheat-seed / cheat-trends 写)
+├── .cheat-state.json # 状态文件(git track)
+├── .cheat-cache/ # 本地缓存(gitignore)
+│ ├── usage.jsonl
+│ └── trends-history.jsonl
+├── .cheat-secrets.json # API key / cookie(gitignore)
+├── .cheat-hooks/ # hook 脚本副本
+│ ├── prediction-immutability.sh
+│ ├── session-start.sh
+│ └── log-event.sh
+├── .claude/settings.json # 含 cheat-on-content hooks
+│
+├── scripts/ # **拍前的所有草稿**
+│ └── YYYY-MM-DD_<id>_<short>.md # cheat-seed 写或用户写
+│
+├── predictions/ # **immutable 预测日志**(hook 保护)
+│ └── YYYY-MM-DD_<id>_<short>.md # cheat-predict 写
+│
+└── videos/ # **拍后才建**(cheat-shoot 创建)
+ └── YYYY-MM-DD_<id>_<short>/
+ ├── script.md # 你提供的最终拍摄稿
+ └── report.md # T+3d 数据(cheat-retro 写)
+```
+
+### 三个目录的关系
+
+| 目录 | 阶段 | 内容 | 谁写 |
+|---|---|---|---|
+| `scripts/` | 拍前草稿 | Claude AI 草稿或用户原创 | cheat-seed 写初版;用户改写也在原文件 |
+| `predictions/` | 预测锁定 | 7 组件 immutable 日志 | cheat-predict 写 |
+| `videos/<id>/` | 拍后产物 | 最终拍摄稿 + T+3d 数据 | cheat-shoot 建目录;cheat-retro 写 report.md |
+
+三处用同一组 `<date>_<id>_<short>` 命名,`<id>` 是 `scripts/<id>.md` 首次落盘内容的 sha256 前 12 位,**草稿改写不变**。
+
+`/cheat-init` 自动创建以上骨架(不覆盖已存在的)。
+
+---
+
+## 卡住了?
+
+- 看 `cheat-on-content/SKILL.md` 的"必须拒绝的请求"段——你想做的事可能正好是被设计拒绝的
+- 看对应子 skill 的 `cheat-on-content/skills/cheat-X/SKILL.md`
+- 跑 "状态" 看 cheat-status 的"下一步建议"
diff --git a/tools/score-curve.py b/tools/score-curve.py
new file mode 100644
index 0000000..db836b8
--- /dev/null
+++ b/tools/score-curve.py
@@ -0,0 +1,235 @@
+#!/usr/bin/env python3
+"""
+score-curve.py — predict accuracy convergence chart for cheat-on-content.
+
+Reads predictions/*.md (in the user's project), pairs each prediction's
+center-of-bucket estimate against actual plays from the retrospective section,
+and plots rolling-mean prediction error over time. The chart shows whether the
+rubric is calibrating (error narrows) or drifting (error widens).
+
+Usage:
+ python tools/score-curve.py [--predictions DIR] [--out PATH] [--window N]
+
+Defaults:
+ --predictions ./predictions
+ --out score-curve.png
+ --window 5 (rolling-mean window in samples)
+
+Dependencies: stdlib only for parsing; matplotlib for plotting (optional —
+if absent, prints a CSV table to stdout instead).
+"""
+from __future__ import annotations
+
+import argparse
+import csv
+import re
+import sys
+from dataclasses import dataclass
+from datetime import datetime
+from pathlib import Path
+from typing import Optional
+
+# Bucket center mapping (the "中枢" if the prediction file doesn't spell it out
+# explicitly). Units: 万 (10,000 plays). Adjust per platform if needed.
+BUCKET_CENTERS = {
+ "<5w": 2.5,
+ "5-30w": 17.5,
+ "30-100w": 65.0,
+ "100-150w": 125.0,
+ ">150w": 200.0,
+}
+
+PREDICTION_HEADER_RE = re.compile(r"^\*\*Bucket\*\*:\s*`?([^`\n]+?)`?\s*$", re.MULTILINE)
+CENTER_RE = re.compile(r"中枢\s*[~约]?\s*(\d+(?:\.\d+)?)\s*w", re.IGNORECASE)
+ACTUAL_PLAYS_RE = re.compile(r"播放[::]\s*\*?\*?(\d+(?:\.\d+)?)\s*w", re.IGNORECASE)
+DATE_FROM_FILENAME_RE = re.compile(r"^(\d{4}-\d{2}-\d{2})_")
+
+
+@dataclass
+class Sample:
+ file: Path
+ date: datetime
+ bucket: Optional[str]
+ predicted_center_w: Optional[float]
+ actual_plays_w: Optional[float]
+
+ @property
+ def has_retro(self) -> bool:
+ return self.actual_plays_w is not None
+
+ @property
+ def signed_error_pct(self) -> Optional[float]:
+ """(actual - predicted) / predicted, in percent."""
+ if self.predicted_center_w is None or self.actual_plays_w is None or self.predicted_center_w == 0:
+ return None
+ return (self.actual_plays_w - self.predicted_center_w) / self.predicted_center_w * 100
+
+ @property
+ def abs_error_pct(self) -> Optional[float]:
+ sep = self.signed_error_pct
+ return abs(sep) if sep is not None else None
+
+
+def parse_prediction_file(path: Path) -> Sample:
+ text = path.read_text(encoding="utf-8")
+
+ # Date from filename (YYYY-MM-DD_<id>_<short>.md)
+ m = DATE_FROM_FILENAME_RE.search(path.name)
+ if not m:
+ raise ValueError(f"{path.name}: filename does not start with YYYY-MM-DD_")
+ date = datetime.strptime(m.group(1), "%Y-%m-%d")
+
+ # Split prediction vs retro section
+ pred_section, _, retro_section = text.partition("## 复盘")
+
+ # Bucket from prediction section
+ bm = PREDICTION_HEADER_RE.search(pred_section)
+ bucket = bm.group(1).strip() if bm else None
+
+ # Predicted center: prefer explicit "中枢 ~50w", fall back to bucket midpoint
+ cm = CENTER_RE.search(pred_section)
+ if cm:
+ predicted_center_w = float(cm.group(1))
+ elif bucket and bucket in BUCKET_CENTERS:
+ predicted_center_w = BUCKET_CENTERS[bucket]
+ else:
+ predicted_center_w = None
+
+ # Actual plays from retro section
+ actual_plays_w = None
+ if retro_section.strip():
+ am = ACTUAL_PLAYS_RE.search(retro_section)
+ if am:
+ actual_plays_w = float(am.group(1))
+
+ return Sample(
+ file=path,
+ date=date,
+ bucket=bucket,
+ predicted_center_w=predicted_center_w,
+ actual_plays_w=actual_plays_w,
+ )
+
+
+def collect_samples(predictions_dir: Path) -> list[Sample]:
+ samples: list[Sample] = []
+ for path in sorted(predictions_dir.glob("*.md")):
+ try:
+ samples.append(parse_prediction_file(path))
+ except (ValueError, OSError) as e:
+ print(f"warn: skipping {path.name}: {e}", file=sys.stderr)
+ return samples
+
+
+def rolling_mean(values: list[float], window: int) -> list[float]:
+ if not values:
+ return []
+ out = []
+ for i in range(len(values)):
+ lo = max(0, i - window + 1)
+ chunk = values[lo : i + 1]
+ out.append(sum(chunk) / len(chunk))
+ return out
+
+
+def render_chart(samples: list[Sample], out_path: Path, window: int) -> bool:
+ """Returns True on success, False if matplotlib is unavailable."""
+ try:
+ import matplotlib
+
+ matplotlib.use("Agg")
+ import matplotlib.pyplot as plt
+ from matplotlib import font_manager
+ except ImportError:
+ return False
+
+ # Try to find a CJK-capable font so Chinese labels render. Falls back silently
+ # to default if none available — labels will show as boxes but the chart still works.
+ for cand in ("PingFang SC", "Heiti SC", "Hiragino Sans GB", "Noto Sans CJK SC", "Microsoft YaHei", "WenQuanYi Zen Hei"):
+ try:
+ if any(cand.lower() in f.name.lower() for f in font_manager.fontManager.ttflist):
+ plt.rcParams["font.sans-serif"] = [cand] + plt.rcParams.get("font.sans-serif", [])
+ plt.rcParams["axes.unicode_minus"] = False
+ break
+ except Exception:
+ pass
+
+ samples_with_retro = [s for s in samples if s.has_retro and s.abs_error_pct is not None]
+ if not samples_with_retro:
+ print("error: no samples with retro data — nothing to plot", file=sys.stderr)
+ return True # signal "we did our part"; nothing to plot is not a missing-deps issue
+
+ samples_with_retro.sort(key=lambda s: s.date)
+ abs_errors = [s.abs_error_pct for s in samples_with_retro]
+ signed_errors = [s.signed_error_pct for s in samples_with_retro]
+ rolling = rolling_mean(abs_errors, window)
+ indices = list(range(1, len(samples_with_retro) + 1))
+
+ fig, ax = plt.subplots(figsize=(10, 5))
+ ax.bar(indices, abs_errors, alpha=0.3, label=f"|误差%| 单篇", color="steelblue")
+ ax.plot(indices, rolling, marker="o", linewidth=2, label=f"|误差%| 滚动 {window} 篇均值", color="firebrick")
+ ax.axhline(50, linestyle="--", linewidth=1, color="gray", label="cold-start 期参考线 (±50%)")
+ ax.axhline(25, linestyle=":", linewidth=1, color="green", label="校准成熟期目标 (±25%)")
+
+ ax.set_xlabel("第 N 篇校准样本")
+ ax.set_ylabel("|预测中枢偏差%|")
+ ax.set_title("Cheat-on-Content — 预测精度收敛曲线")
+ ax.set_xticks(indices)
+ ax.set_xticklabels([s.date.strftime("%m-%d") for s in samples_with_retro], rotation=45, ha="right")
+ ax.legend(loc="upper right")
+ ax.grid(True, alpha=0.3)
+
+ fig.tight_layout()
+ fig.savefig(out_path, dpi=150)
+ plt.close(fig)
+ return True
+
+
+def render_csv(samples: list[Sample]) -> None:
+ """Fallback when matplotlib is unavailable."""
+ writer = csv.writer(sys.stdout)
+ writer.writerow(["file", "date", "bucket", "predicted_center_w", "actual_plays_w", "signed_error_pct"])
+ for s in sorted(samples, key=lambda x: x.date):
+ writer.writerow(
+ [
+ s.file.name,
+ s.date.date().isoformat(),
+ s.bucket or "",
+ s.predicted_center_w if s.predicted_center_w is not None else "",
+ s.actual_plays_w if s.actual_plays_w is not None else "",
+ f"{s.signed_error_pct:.1f}" if s.signed_error_pct is not None else "",
+ ]
+ )
+
+
+def main() -> int:
+ ap = argparse.ArgumentParser(description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter)
+ ap.add_argument("--predictions", type=Path, default=Path("predictions"), help="prediction files directory")
+ ap.add_argument("--out", type=Path, default=Path("score-curve.png"), help="output chart path")
+ ap.add_argument("--window", type=int, default=5, help="rolling-mean window in samples")
+ args = ap.parse_args()
+
+ if not args.predictions.is_dir():
+ print(f"error: {args.predictions} is not a directory", file=sys.stderr)
+ return 2
+
+ samples = collect_samples(args.predictions)
+ if not samples:
+ print(f"error: no prediction files found under {args.predictions}", file=sys.stderr)
+ return 1
+
+ n_with_retro = sum(1 for s in samples if s.has_retro)
+ print(f"found {len(samples)} predictions, {n_with_retro} with retrospective data", file=sys.stderr)
+
+ plotted = render_chart(samples, args.out, args.window)
+ if plotted:
+ print(f"chart written → {args.out}", file=sys.stderr)
+ else:
+ print("matplotlib not installed — emitting CSV to stdout instead", file=sys.stderr)
+ render_csv(samples)
+
+ return 0
+
+
+if __name__ == "__main__":
+ sys.exit(main())
diff --git a/uninstall.sh b/uninstall.sh
new file mode 100755
index 0000000..585134b
--- /dev/null
+++ b/uninstall.sh
@@ -0,0 +1,63 @@
+#!/usr/bin/env bash
+#
+# cheat-on-content / uninstall.sh
+#
+# Removes the 13 sub-skills from ~/.claude/skills/.
+#
+# Does NOT touch any content project's data (.cheat-state.json, predictions/,
+# rubric_notes.md, candidates.md, etc.) — those live in your content directories
+# and uninstalling the skill leaves your work intact.
+#
+# To re-install: bash install.sh
+
+set -euo pipefail
+
+SKILLS=(
+ cheat-init
+ cheat-learn-from
+ cheat-seed
+ cheat-score
+ cheat-predict
+ cheat-shoot
+ cheat-publish
+ cheat-retro
+ cheat-bump
+ cheat-recommend
+ cheat-trends
+ cheat-status
+ cheat-migrate
+)
+
+echo ""
+echo "Removing cheat-on-content from ~/.claude/skills/"
+echo ""
+
+REMOVED=0
+for s in "${SKILLS[@]}"; do
+ TARGET="$HOME/.claude/skills/$s"
+ if [[ -L "$TARGET" ]]; then
+ rm "$TARGET"
+ echo " ✓ removed symlink: $s"
+ REMOVED=$((REMOVED + 1))
+ elif [[ -d "$TARGET" ]]; then
+ rm -rf "$TARGET"
+ echo " ✓ removed directory: $s"
+ REMOVED=$((REMOVED + 1))
+ else
+ echo " · not found: $s (skipped)"
+ fi
+done
+
+echo ""
+if [[ $REMOVED -gt 0 ]]; then
+ echo "✅ Uninstalled $REMOVED skill(s)."
+else
+ echo "ℹ️ Nothing to uninstall."
+fi
+echo ""
+echo "Note: your content projects' data (predictions/, rubric_notes.md, .cheat-state.json,"
+echo " .cheat-hooks/, candidates.md, etc.) are NOT touched. They live in each content"
+echo " project directory. To clean a specific content project, delete those files manually."
+echo ""
+echo "To re-install: bash install.sh (from cheat-on-content source root)"
+echo ""