content-calibrator

name	content-calibrator
description	内容校准预测循环——打分 → 盲预测 → T+3d复盘 → 进化 rubric。按平台独立迭代，每个平台拥有自己的 rubric、校准池、预测日志、受众画像。本技能负责打分（blind sub-agent + score-only.sh + 阈值门 + 流程 1A）与校准闭环；发布记录与数据采集由 published-track 统一管理。
metadata	{"openclaw":{"emoji":"🎯","requires":{"bins":["bash","sqlite3","node"]}}}

Content Calibrator — 内容校准预测循环

方法论源自 cheat-on-content，适配 openclaw + selfmedia-operator 工作流。 三条不可妥协原则：

1. 盲预测：预测必须在看到实际数据之前写完，写完即 immutable
2. 升级 = 全量重打：rubric 升级时校准池所有样本必须重打分
3. rubric 是工作台不是博物馆：被推翻/吸收的观察删掉，git history 是档案

---

核心设计：按平台独立迭代

一套程序逻辑，N 套校准实例。 每个平台拥有完全独立的：

组件	说明	为什么必须分开
rubric	评分维度 + 权重	不同内容形态的预测维度不同；即使维度相同，权重会分化
calibration pool	校准样本池	不同平台的 baseline 量级不同（公众号 1w 阅读 ≠ 小红书 1w 浏览）
predictions	预测日志	同一篇内容发到两个平台，预测是两条独立 immutable 日志
baseline	基线播放/阅读量	平台间量级差异巨大
bucket	流量档位边界	绝对桶完全不同，比率桶的 baseline 也不同
benchmark	对标账号	公众号对标和小红书对标的 pattern 完全不同
audience	受众画像	两个平台受众画像差异很大

---

核心闭环

📊 打分 → 🎯 盲预测 → 🚀 发布 → 📈 T+3d复盘 → 🧬 进化 rubric

每个平台独立走这个闭环。公众号的 rubric 升级不影响小红书的 rubric。

---

与 published-track 的集成

发布流程为 打分(1A) → 发布 → 记录(1B)。打分（1A）由本技能负责，发布记录（1B）由 published-track 负责。

流程 1A·打分评估（发布前自检）

发布前对稿件做盲打分 + 阈值门，避免主 agent 自创自评。

1. 主 agent sessions_spawn 一个 blind sub-agent，只喂 script_path（稿件/视频定稿）+ calibration/<platform>/rubric_notes.md。sub-agent 硬禁读 .cheat-state.json/predictions//rubric-memo.md/audience.md/对话历史，输出严格 JSON 7 维分（ER/HP/SR/QL/NA/AB/PV，各 0-5）+ per-dim confidence。
2. 主 agent 拿分调 score-only.sh 校验 + 算 composite + 判阈值门：

   ./skills/content-calibrator/scripts/score-only.sh \
     --platform wx_mp --content-path "output_articles/xxx/article.md" \
     --cal-er 3 --cal-hp 4 --cal-sr 3 --cal-ql 4 --cal-na 3 --cal-ab 4 --cal-pv 2
   

   返回 JSON 含 passed 与 failing_dims。阈值取自 calibration/<platform>/.cheat-state.json 的 score_threshold（默认 0=不拦截），每维需 > 阈值才算通过。
3. 阈值门：passed=false → 主 agent 据 failing_dims 改稿 → 重新 spawn blind sub-agent 打分 → 再判门。最多 2 轮，仍不达标 → 暂停发布、上报用户裁定。
4. passed=true → 放行，进入发布技能。
5. 平台未启用 calibration（calibration/<platform>/ 不存在）→ 跳过 1A，直接发布。

视频内容：打分对象是脚本定稿（storyboard/口播稿），不是成片。视频技能流程 = 打分(定稿) → 制作 → 发布 → 记录。成片后不再打分。

流程 1B·发布记录（由 published-track 承接）

打分通过并发布成功后，由 published-track/scripts/record.sh 落库（提供 --cal-* 分数 → cal_enabled=1 + 算 composite；不提供 → cal_enabled=0）。详见 published-track/SKILL.md。

平台打分开关 + 阈值

content-calibrator/scripts/cal-toggle.sh（--enable/--disable/--set-threshold N/--threshold/--list）。

数据采集由 published-track 统一管理

content-calibrator 不再直接抓取平台数据。 数据采集流程：

1. 一键获取：使用 published-track/scripts/fetch-and-update-metrics.sh（封装 login-manager 探活 → API 抓取 → DB 写入）
2. 复盘时：直接从 published-track DB 读取数据，不另行抓取
3. 深度数据（完播率、转粉率、评论内容等）：仍需 browser tool + CDP 拦截，但由 published-track 的心跳任务负责采集和更新

wx-mp-hunter 数据获取说明

⚠️ wx-mp-hunter 无法获取微信公众号文章的阅读数、点赞数等互动数据。 微信公众号的互动数据需要登录微信公众号后台查看，wx-mp-hunter 只能获取文章标题、正文和链接。

因此：

• 微信公众号的复盘数据只能从 published-track DB 中读取（由心跳巡检手动更新）
• 如需精确数据，用户需手动提供或通过微信公众号后台截图

---

路由表（触发词 → 操作）

用户说	操作	前置条件
"初始化校准 [--platform xxx]"	Init	首次使用
"打分这篇 [path] --platform xxx"	Score	该平台 rubric_notes.md 存在
"预测这篇 [path] --platform xxx" / "启动预测"	Predict	已 init + 有最终稿
"复盘 [path] --platform xxx" / "T+3d 数据来了"	Retro	有预测 + 已发布 + 过时间窗口
"升级公式 --platform xxx" / "bump rubric"	Bump	校准池 ≥ MIN_SAMPLES
"导入对标 --platform xxx" / "learn from"	LearnFrom	有 viral-chaser 报告或用户提供对标数据
"校准状态 [--platform xxx]" / "calibration status"	Status	任意时刻
"加维度 XX --platform xxx"	维度变更	必须用户确认
"改权重 XX --platform xxx"	权重变更	必须用户确认

平台启用控制

是否启用某个平台的 calibration，必须由用户决定。 Agent 不得自动启用。

• 启用：./skills/content-calibrator/scripts/cal-toggle.sh --platform <platform> --enable
• 停用：./skills/content-calibrator/scripts/cal-toggle.sh --platform <platform> --disable
• 查看状态：./skills/content-calibrator/scripts/cal-toggle.sh --list

Agent 在复盘或发布时，发现对应平台未启用 calibration，不得自动启用，应告知用户"该平台未启用 content-calibrator，如需启用请确认"。

--platform 为必填参数（Init 除外，Init 时交互询问或 Agent 自主判断）。支持的平台 ID：

平台 ID	平台	内容形态
wx_mp	微信公众号	长文
wx_channel	微信视频号	短视频
xhs	小红书	图文/视频笔记
zhihu	知乎	文章/回答
bilibili	B站	视频
douyin	抖音	短视频
kuaishou	快手	短视频
toutiao	今日头条	文章
youtube	YouTube	视频

---

文件结构

<workspace>/
├── calibration/                     # 校准系统根目录
│   ├── wx_mp/                       # 公众号独立体系
│   │   ├── rubric_notes.md          # 评分公式（blind sub-agent 可读）
│   │   ├── rubric-memo.md           # 观察记录（含实绩数据，blind 不可读）
│   │   ├── .cheat-state.json        # 该平台状态文件
│   │   ├── predictions/             # immutable 预测日志
│   │   │   └── YYYY-MM-DD_<id>_<short>.md
│   │   ├── benchmark.md             # 对标账号信息
│   │   └── audience.md              # 受众画像
│   ├── wx_channel/                  # 视频号独立体系
│   │   ├── rubric_notes.md
│   │   ├── rubric-memo.md
│   │   ├── .cheat-state.json
│   │   ├── predictions/
│   │   ├── benchmark.md
│   │   └── audience.md
│   ├── xhs/                         # 小红书独立体系
│   │   ├── rubric_notes.md
│   │   ├── rubric-memo.md
│   │   ├── .cheat-state.json
│   │   ├── predictions/
│   │   ├── benchmark.md
│   │   └── audience.md
│   └── ...                          # 更多平台

---

Init — 初始化

为指定平台创建 calibration/<platform>/ 目录和初始文件。

两种触发方式：

• 用户主动：用户说"初始化校准"或"我要做 XX 平台" → 交互式问答
• Agent 不得自主初始化：必须用户明确要求

用户主动触发流程

1. 询问或从 --platform 参数获取平台 ID
2. 创建目录结构 calibration/<platform>/
3. 写入 rubric_notes.md（根据平台选择默认 rubric）
4. 写入 .cheat-state.json（cold-start 模式）
5. 询问用户 5 个问题：内容形态、典型篇幅、发布频率、对标账号（可选）、该平台 baseline
6. 如有对标账号 → 触发 LearnFrom

默认 Rubric 按平台分发

平台	默认 rubric	说明
wx_mp	长文 rubric（ER/HP/SR×1.5 + QL/NA/AB/PV×1.0）	公众号核心驱动力：情感 + 钩子 + 社会议题
wx_channel	视频 rubric（ER/HP/SR×1.5 + QL/NA/AB/PV×1.0）	视频号核心驱动力：情感 + 钩子 + 社会议题
xhs	图文笔记 rubric（ER/HP/SR×1.5 + QL/NA/AB/PV×1.0）	起步同维度，bump 后会分化
bilibili/douyin/kuaishou	视频 rubric（ER/HP/SR×1.5 + QL/NA/AB/PV×1.0）	起步同维度，bump 后会分化
其他	同上	起步同维度，bump 后会分化

---

Score — 打分

给单篇稿子打 rubric 分。脚本不做 LLM 打分；打分由主 agent sessions_spawn 的 blind sub-agent 完成，在发布前作为自检门（流程见上方"流程 1A·打分评估"）。

blind sub-agent 隔离规则（主对话已看过用户对话/实绩/复盘历史，inline 打分会被污染，故必须 delegate）：

• 白名单只读：稿件（script.md/article.md/post.md）+ calibration/<platform>/rubric_notes.md
• 硬禁读：rubric-memo.md、.cheat-state.json、predictions/、audience.md、benchmark.md、对话历史
• 输出：严格 JSON 7 维分（ER/HP/SR/QL/NA/AB/PV，各 0-5）+ per-dim confidence
• Bump Phase 2 校准池重打分强制 blind sub-agent，不接受任何 fallback
• Predict Phase 2.5 做 disagreement detection：blind 与主 Claude 自估 |delta| ≥ 2 → 弹用户裁定

当前默认 rubric（所有平台起步版 v0）

7 个维度，每维 0-5 整数分：

维度	代号	含义	权重
情感共鸣	ER	读者能否产生"说的就是我"的代入感	×1.5
钩子强度	HP	标题/开头是否锁定注意力	×1.5
社会议题共振	SR	是否触及社会讨论	×1.5
金句密度	QL	是否有独立可传播的表达	×1.0
叙事性	NA	是否有清晰的故事弧线	×1.0
受众广度	AB	话题的普适程度	×1.0
实用价值	PV	读者能否获得可操作的信息	×1.0

composite = (ER×1.5 + HP×1.5 + SR×1.5 + QL + NA + AB + PV) / 8.5 × 2.0

---

Predict — 盲预测

在看到任何实际数据之前写 immutable 预测日志。

流程

1. Blind check：确认用户未看过后续数据
2. 读最终稿 + calibration/<platform>/rubric_notes.md + state
3. Blind sub-agent 盲打分（只看稿子 + rubric，不看对话历史）
4. 锚点对比（从 calibration/<platform>/predictions/ 找历史相近 composite 的样本）
5. 给 bucket（流量档位）+ 概率分布 + 中枢
6. 写反事实场景 + 关键校准假设
7. 用户 review：展示完整草拟版，等 "ok" 或挑刺
8. 落盘到 calibration/<platform>/predictions/，预测段 immutable

Cold-start 简化

前 5 篇不要求完整 bucket 数字，只给 7 维分 + 一句话 bet。第 5 篇复盘后解锁完整预测。

---

Retro — 复盘

T+N 天后从 published-track DB 读实际数据 → 对比预测 → 提炼观察。

两个入口

入口 1：凌晨 HEARTBEAT 自动复盘

心跳巡检时，检查每个已启用 calibration 的平台：

• 从 published-track DB 读取该平台所有 cal_enabled=1 且有预测但未复盘的记录
• 检查是否积累了 5 个新数据点（有实际互动数据但尚未复盘）
• 如有 ≥5 个 → 自动执行复盘流程

入口 2：用户导入对标

用户主动提供对标账号/爆款内容数据，触发 LearnFrom 流程。这是校准 rubric 本身的入口——通过分析对标内容，提炼该平台高流量内容的 pattern，调整 rubric 维度和权重。

复盘的本质：复盘是"拿实际数据验证预测，提炼观察，可能触发 rubric 升级"。导入对标是"从外部信号校准 rubric 的初始假设"。两者互补：复盘是内源校准，对标是外源校准。

数据来源（全部从 published-track DB）

复盘时只从 published-track DB 读取数据，不另行抓取：

# 读取某平台某篇内容的互动指标
./skills/published-track/scripts/query.sh --platform wx_mp --limit 10

# 或直接 SQL
sqlite3 db/published_track.db "SELECT * FROM pub_wx_mp WHERE source_folder='output_articles/xxx'"

阈值推荐（复盘副产物）

复盘积累数据后，Agent 可评估"发布前自检阈值门"的 score_threshold 是否合理：观察各维度分与实际互动的相关性，若某维度低分内容普遍表现差，可建议提高该平台阈值。Agent 不得自动改阈值，需向用户给出建议值与依据，经用户确认后执行：

./skills/content-calibrator/scripts/cal-toggle.sh --platform <platform> --set-threshold <N>

起步期阈值默认 0（不拦截），待累积足够复盘样本后再收紧。

各平台数据获取能力（由 published-track/scripts/fetch-and-update-metrics.sh 统一调度）：

平台	方案	心跳可自动更新	需手动补充	说明
小红书	脚本	✅ likes/favorites/comments/shares	完播率/转粉率	xhshow 签名 + cookie
B站	脚本	✅ plays/likes/coins/favorites/danmaku/comments	完播率	公开 API，无需 cookie
抖音	脚本	⚠️ plays/likes/comments/shares/favorites	完播率	a_bogus 签名 + cookie
快手	脚本	⚠️ plays/likes/comments	—	GraphQL + cookie
知乎	浏览器	⚠️ views/upvotes/comments/favorites	—	browser snapshot
今日头条	浏览器	⚠️ impressions/reads/comments/likes	—	browser snapshot
掘金	浏览器	✅ views/likes/comments/favorites	—	browser snapshot（无需 cookie）
Twitter/X	浏览器	⚠️ views/likes/retweets/replies/bookmarks	—	twitter-interact 技能
YouTube	浏览器	✅ views/likes/comments/shares	—	browser snapshot（无需 cookie）
微信公众号	跳过	❌ 无法自动获取	reads/likes/shares 等	需用户手动提供
微信视频号	跳过	❌ 无法自动获取	plays/likes/comments/shares/favorites	需用户手动提供

流程

1. 校验时间窗口（默认 T+3d）
2. 从 published-track DB 读互动数据
3. 写实绩段 + top 评论关键词聚类（如有评论数据）
4. 验证/推翻预测的各假设
5. 提炼新观察 → 写入 calibration/<platform>/rubric-memo.md
6. 检测是否触发 bump（≥3 次同向偏差）

---

Bump — Rubric 升级

系统性偏差信号 → 校准池全量重打 → 排序一致性校验 → 落地新公式。

只影响当前平台的 rubric，其他平台不受影响。

流程

1. 前置门槛检查（校准池样本数 + 观察强度）
2. 写出新公式完整方程
3. 校准池全量重打分（blind sub-agent 隔离）
4. 计算排序一致性（新公式排序 vs 实际排序，阈值 4/5）
5. 落地 + cleanup pass（删被推翻/吸收的观察）
6. 更新所有校准样本的 Re-scored 标记
7. 更新 calibration/<platform>/rubric_notes.md 版本速查

---

维度与权重变更规则

维度和权重可以被修改，但必须满足以下条件之一：

1. 用户主动要求 — "给公众号加个 XX 维度" / "把小红书的 SR 权重调到 2.0"
2. Agent 提议 + 用户确认 — Agent 在 Bump 流程中检测到系统性偏差后提议变更，必须等待用户明确同意才生效

变更流程：

• 变更维度（增/删/替换）→ 走 Bump 全量重打 + 排序一致性校验
• 变更权重 → 走 Bump 流程
• 变更被拒绝 → rubric 不动，观察记入 rubric-memo.md

---

LearnFrom — 导入对标

从对标账号/爆款内容中提取 pattern，作为该平台 rubric 初始校准信号。

数据来源

1. viral-chaser 追爆报告：已下载的爆款视频分析 → 提取结构 pattern
2. 用户提供的数据：手动粘贴对标账号数据
3. published-track DB 中的历史数据：该平台已发布内容的互动数据

⚠️ wx-mp-hunter 无法获取公众号互动数据，不能作为对标数据来源。

流程

1. 确认对标来源（viral-chaser 报告 / 用户提供数据 / 历史数据）
2. 分析 pattern：哪些维度在高流量内容中一致偏高/偏低
3. 派生 rubric 信号（调整权重/维度）
4. 写入 calibration/<platform>/benchmark.md + 更新 rubric-memo.md

---

Status — 校准状态看板

显示指定平台（或所有平台）的校准循环状态：

📊 Content Calibrator 状态

平台: wx_mp（微信公众号）
模式: calibration（已过 cold-start）
Rubric: v0（长文）
校准池: 8 篇（5 篇有实绩）
上次预测: 2026-06-08
待复盘: 2 篇
Buffer: 0

最近 5 篇偏差:
  ✅ AI团队运营  预测 30-100w  实际 45w   +13%
  ❌ 一人公司    预测 30-100w  实际 8w    -73%
  ✅ 搞钱思维    预测 5-30w   实际 22w   +10%
  ...

系统性偏差: 无（连续同向 < 3）

---

平台: xhs（小红书）
模式: cold-start
Rubric: v0（图文笔记）
校准池: 0 篇
（尚未开始校准循环）

---

脚本

发布记录（合并入口 record.sh）

Agent 发布后调用 record.sh，行为：提供任意 --cal-* 分数 → 置 cal_enabled=1 + 算 composite + 记 cal_rubric_version；不提供 → cal_enabled=0。score-and-record.sh 已合并为 record.sh 的薄 wrapper。

# 打分通过的平台 — 把 blind sub-agent 打的分一并传入
./skills/published-track/scripts/record.sh \
  --platform wx_mp \
  --title "AI 时代的一人公司" \
  --content-type article \
  --source-folder "output_articles/ai-one-person-company" \
  --publish-url "https://mp.weixin.qq.com/s/xxx" \
  --cal-er 3 --cal-hp 4 --cal-sr 4 --cal-ql 3 --cal-na 2 --cal-ab 4 --cal-pv 3

# 未启用 calibration 或补发 — 不传 --cal-* 即可
./skills/published-track/scripts/record.sh \
  --platform xhs \
  --title "标题" \
  --content-type post \
  --source-folder "output_articles/xxx" \
  --publish-url "https://www.xiaohongshu.com/xxx"

打分结果校验（不写入数据库）

Agent 按 rubric 打完 7 维分后，可用 score-only.sh 校验分数合法性、计算 composite 并输出结构化 JSON，不写入 DB。此脚本不做 LLM 打分，仅校验并格式化 Agent 已打好的分数。

./skills/content-calibrator/scripts/score-only.sh \
  --platform wx_mp \
  --content-path "output_articles/xxx/article.md" \
  --cal-er 3 --cal-hp 4 --cal-sr 4 --cal-ql 3 --cal-na 2 --cal-ab 4 --cal-pv 3

平台打分开关管理

# 查看所有平台
./skills/content-calibrator/scripts/cal-toggle.sh --list

# 启用/停用
./skills/content-calibrator/scripts/cal-toggle.sh --platform wx_mp --enable
./skills/content-calibrator/scripts/cal-toggle.sh --platform wx_mp --disable

初始化平台

./skills/content-calibrator/scripts/init.sh --platform <platform_id>

创建 calibration/<platform_id>/ 目录和初始文件。幂等——已存在则跳过。

查询 published-track 数据

./skills/content-calibrator/scripts/query-metrics.sh --platform <platform> --source-folder <folder>

从 published-track DB 查询某篇内容的互动指标。

构建校准池

./skills/content-calibrator/scripts/build-calibration-pool.sh --platform <platform>

从 published-track DB 构建指定平台的校准池。

导入追爆报告

./skills/content-calibrator/scripts/import-viral-chaser.sh --platform <platform> <report-path>

将 viral-chaser 追爆报告导入为指定平台的对标信号。