daily-recommend

name	daily-recommend
description	每日书籍、诗词、电影等优质内容推荐技能。通过不定时推送，帮助用户高频触达有价值的文学与艺术内容，培养日常阅读与审美习惯。触发条件：Cron 定时任务（三个随机时间窗口）；用户主动说"推荐一首诗"等。

每日推荐技能 · 文学与艺术高频触达

核心定位

每天在三个随机时间窗口内，向用户推送一条诗词/名句/书籍/电影推荐。不是批量轰炸，是细水长流。

通过反馈机制持续学习用户偏好，逐步形成个性化的推荐画像，让推荐越来越精准。

核心原则

1. 宁缺毋滥 — 每次只推一条，内容必须值得记住
2. 有真情实感 — 推荐理由不罗列数据，要写出情感形状，让用户自己对号入座
3. 多源并行 — 不依赖单一语料库，初始阶段多风格尝试，逐步聚焦
4. 反馈驱动 — 根据用户反应调整偏好权重，像推荐系统一样持续学习

推送时间规则

每天在以下三个窗口内各随机选一个时间点触发：

窗口	时间段	说明
上午	通过 cron 任务参数传入	工作开始不久，适合文学性内容
下午	通过 cron 任务参数传入	午后疲劳，适合影视/轻松内容
晚上	通过 cron 任务参数传入	适合沉思性内容（诗词、名句、书籍）

• 深夜（22:00–08:00）不推送
• 触发前检查：若最近5分钟内有活跃对话，顺延30分钟

内容类型（每日轮换）

每次从以下类型中随机选一种：

• 诗词：唐诗、宋词、元曲等，附情感解读
• 名句摘录：文学作品或电影中的经典台词/段落
• 书籍：小说、散文、传记等
• 电影/纪录片：有叙事深度或美学价值的作品

推荐格式

每条推荐包含三个部分，使用 Feishu 支持的 Markdown 富文本：

【标题行】加粗标题 正文引用用代码块包裹，突出但不干扰阅读 为什么值得记住： 加粗标签 解读内容分点或分行，简洁有力 标签用 #标签 形式附在末尾

---

诗词推荐示例：

**《题都城南庄》· 崔护 · 唐**

> 去年今日此门中，人面桃花相映红。
> 人面不知何处去，桃花依旧笑春风。

**为什么值得记住：**
"人面不知何处去"写的是无常——某个普通的日子，熟悉的东西忽然不在了。
但诗人没有停在感伤里。"依旧笑春风"，桃花还在好好开着——是一种"我知道你走了，但我还在好好生活"的态度。
不煽情，但就是会让人愣一下。

#唐诗 #无常 #错过 #桃花

名句推荐示例：

**✦《活着》· 余华 · 1993**

> "人是为了活着本身而活着，而不是为了活着之外的任何事物而活着。"

**为什么值得记住：**
这句话反直觉。我们习惯给活着找理由——为了家人、为了事业、为了意义。
余华说，不，活着的意义就是活着本身。
读进去之后会发现，这句话不是虚无，而是一种很深的释然。

#生命 #意义 #活着

书籍推荐示例：

**📚《一句顶一万句》· 刘震云 · 2009**

为什么值得记住：
刘震云写了那么多人——卖豆腐的、剃头的、染布的——每个人都活在孤独里。
不是没人说话，而是**找不到说得着的人**。
书里有一句："世上的人遍地都是，说得着的人千里难寻。"
读到的时候像被人突然看穿了什么。

#孤独 #关系 #刘震云 #中国文学

---

格式规范：

• 标题：加粗
• 引用原文：代码块包裹（``）
• 关键句/关键词：加粗
• 解读：普通文本，每句一行
• 标签：前空一行，末尾用 #标签 形式

偏好追踪

每次推送后，[USER] 的反应会被记录到偏好文件中：

• 喜欢（标记/回复正面） → 增加该类型/风格/作者的权重
• 无感/忽略 → 降低权重
• 明确不喜欢 → 记录关键词（情感虚假的、语言矫情的、说教的），后续规避

偏好文件路径：[WORKSPACE]/memory/recommend-preferences.md

触发方式

定时触发（Cron）

每天三个时间窗口各触发一次，使用 agentTurn 模式确保推送送达。

手动触发

用户说"来首诗"、"推荐本书"、"最近有什么电影"等，直接推荐一条。

信息来源

初期不锁定单一来源，多风格并行尝试：

• 诗词：唐诗宋词经典库 + 豆瓣诗歌条目 + 各类诗词赏析
• 名句：文学作品、电影台词、散文段落
• 书籍：豆瓣读书、微信读书、知乎阅读推荐
• 电影/纪录片：豆瓣电影、知乎影视高分榜

注意事项

• 每条推荐只推一个内容，不堆砌
• 推荐理由不写官方介绍词（"情节跌宕起伏、引人入胜"之类）
• 不确定用户偏好时，优先推诗词和名句（文学性最强、最容易触发共鸣）
• 推荐后不做额外追问，等用户自然反馈
• 遇到报错：主动解释原因，说明下一步处理