cheat-init

# /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 / 网红外挂 — 初始化 你的下一条内容已经在改写 3 个月后的你。 规律是客观存在的，区别是你**看见**还是**没看见**。 这套让你看见。 接下来 5-10 分钟我会问你 5-6 个问题搞清楚你做什么、有什么、怎么用。 两件事先说在前面： 1. **早期预测会不准**——前 5 篇精度大概 ±50%，这是数学事实。 工具用 🔴🟠🟡🟢🔵 标 confidence 等级，不藏数字—— 你自己判断这次能不能信。 2. **强烈建议导对标账号**——5-10 条对标视频，工具立刻有 anchor。 不然第一批预测基本是占星。后面 Q5 会再问一次。 准备好开始吗？ ``` 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`。 **Q1 → `content_form` enum 映射**（**必须存 enum 值，不是字母**）： | 用户答 | `content_form` 写入值 | |---|---| | a | `"opinion-video"` | | b | `"long-essay"` | | c | `"short-text"` | | d | `"podcast"` | | e | `"tutorial-builder"` | | f | `"other"` | | g | `"mixed"` | `rubric_form_mismatch` 派生： - 选 a → `false` - 选 b/c/d/e/f/g → `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) 小红书 — 装 xhs-explore adapter（Playwright + 扫码登录小红书创作者中心） > c) YouTube — 装 youtube-data-api adapter（需 API key） > d) B 站 — bilibili-stat adapter > e) LinkedIn — 装 linkedin-session adapter（Playwright + 登录 LinkedIn，抓单帖分析） > f) 微信视频号 — 装 wechat-channels adapter（Playwright + 扫码登录视频号助手，仅抓自己账号后台数据） > g) 其他 / 多平台 — 走 manual paste 模式" 如选 a/b/c/d/e/f → 询问 Q2.2；如选 g → 跳到 Q2.3 manual。 **Q2.2: adapter 安装时机**（仅 Q2.1=a/b/c/d/e/f） > "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。" **Q3 → `data_collection` enum 映射**： | 用户答 | `data_collection` 写入值 | |---|---| | a | `"manual"` | | b（默认） | `"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" **Q4 → `pool_status` enum 映射**： | 用户答 | `pool_status` 写入值 | |---|---| | a（默认） | `"none"` | | b | `"markdown"` | | c | `"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。" **Q5 → `hooks_installed` 映射**： | 用户答 | `hooks_installed` 写入值 | |---|---| | yes / enter / 默认 | `true`（bool，**不是字符串 `"yes"`**） | | no | `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）→ **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=b）→ **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**： 0. **`.gitignore`（安全 — 必须第一步创建）** ``` "先创建 .gitignore，把账号凭证挡在版本控制外——这是第一件事。 .auth/ / .auth-xhs/ / .auth-linkedin/ / .auth-wechat-channels/ 存的是各平台登录态（等同账号密码）， .cheat-secrets.json 存 API key / cookie——一旦被 commit 或云同步就等于泄露账号。 注意：predictions/ videos/ scripts/ 这些**不**忽略——原则 #1/#3 依赖 git history 作为预测的不可变档案，必须入库。" ``` - 复制 `cheat-on-content/templates/gitignore.template` → `<user-repo>/.gitignore` - 如 `<user-repo>/.gitignore` **已存在** → 不覆盖；逐行检查并**追加缺失行**，至少确保 `.auth/`、`.auth-xhs/`、`.auth-linkedin/`、`.auth-wechat-channels/`、`.cheat-secrets.json` 五行存在 - 即使用户项目当前**还不是 git 仓库**也照常创建——它会在用户 `git init` 的那一刻立即生效 - 创建后提醒一句：如果项目已经 `git init` 过且可能误加过 `.auth/`，让用户跑 `git rm -r --cached .auth .auth-xhs .auth-linkedin .auth-wechat-channels .cheat-secrets.json` 把已暂存的凭证移出 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（**所有 `<...>` 占位必须查上面 Q 的映射表换成具体 enum 值，绝不直接存字母**）： ```json { "schema_version": "1.4", "skill_version": "1.0.0", "rubric_version": "v0", "content_form": "<查 Q1 映射表，写 enum 字符串如 \"opinion-video\">", "typical_duration_seconds": <Q1.5 派生：30/90/240/450/900>, "target_publish_cadence_days": <Q1.6 派生：1/2/7/null>, "rubric_form_mismatch": <Q1=a→false；其他→true>, "benchmark_status": "<Phase 2.5 派生：a→\"imported\"/b→\"pending\"/c→\"none\">", "benchmark_name": <imported 则字符串名，否则 null>, "benchmark_sample_count": <imported 则数字，否则 0>, "baseline_plays": null, "calibration_samples": <Q2=a→0；Q2=b→Phase 3.5 import 回填或 Q2.3 估值>, "data_collection": "<查 Q3 映射表，写 \"manual\" 或 \"adapter\">", "pool_status": "<查 Q4 映射表，写 \"none\"/\"markdown\"/\"notion\">", "data_layer": "markdown", "hooks_installed": <查 Q5 映射表，写 bool true/false>, "enabled_trend_sources": ["manual-paste"], "enabled_perf_adapters": <Q2.1=a→[\"douyin-session\"]；b→[\"xhs-explore\"]；c→[\"youtube-data-api\"]；d→[\"bilibili-stat\"]；e→[\"linkedin-session\"]；f→[\"wechat-channels\"]；其他→[]>, "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, "last_prediction_self_scored": false, "last_self_scored_at": null, "consecutive_directional_errors": [], "pending_retros": [], "shoots": [], "in_progress_session": null, "initialized_at": "<本地 ISO 8601 含时区，如 \"2026-05-05T20:11:13+08:00\"，**不要用 UTC 的 Z 后缀**>" } ``` 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）。 ⚠️ rubric_notes.md 是 blind sub-agent (channel B) 的白名单文件—— 只能含通用语言（公式 / 维度定义 / bucket 边界），不能含真实视频名 / 实绩。 每次 bump 升级时的 Memo（含证据数据 + 派生证据）写到 rubric-memo.md（下一步创建）。" ``` - 复制 `cheat-on-content/starter-rubrics/<form>-zero.md`（cold-start）或 `<form>.md`（已有数据时仍可参考） 2.5. **`rubric-memo.md`**（**新**——配合 cheat-score-blind 隔离协议） ``` "正在创建 rubric-memo.md — bump 升级 Memo 累积档案。 这是 cheat-bump Phase 5 写入 Memo 全文（含真实视频名 + 实绩 + 派生证据）的位置。 为什么单独一个文件：blind sub-agent 的白名单是 rubric_notes.md， 历史上 bump Memo 写进 rubric_notes.md 会让 blind sub-agent 通过白名单 拿到本该看不到的实绩数据——本文件是隔离修复，sub-agent 硬禁读本文件。 现在是空的，等第一次 cheat-bump 升级后 append 第一段 Memo。" ``` - 复制 `cheat-on-content/templates/rubric-memo.template.md` → `<user-repo>/rubric-memo.md` 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。