cheat-recommend

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"。

/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 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 的"Markdown 表示"格式解析每个 H3 entry：

### [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）：

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