x-quality-growth

# RISE — 递归自我涨粉 **RISE = Recursive Iterative Social Expansion。递归自我涨粉是本技能的核心：X 展示有价值的实验和开源技能，GitHub 提供可复用实现与真实聚合数据，用户反馈/PR 改进技能，下一轮 X 分享新成果；两者互相引用。** 不以重复推广或热度本身宣称因果效果。 **本技能基于 X 开源推荐算法 `xai-org/x-algorithm`。** 目标是同时提高每轮新增蓝 V 粉丝数量和其中高质量粉丝的占比；这是可测量的优化目标，不是已证实的增长保证。代码事实、策略推断和账号实测必须分开。 先读 [算法证据](references/algorithm.md)，执行实验时读 [测量规范](references/measurement.md)。来源版本见 `references/upstream.json`；过期时复核上游差异再更新，不能套用旧版 Twitter 权重。技能由 Codex 在已连接的浏览器内执行，离线脚本只处理记录；它本身不提供常驻浏览器或定时器。 用户要求重点分析推荐算法时，读 [算法行动指南](references/algorithm-field-guide.md)，沿候选来源、观看者上下文、过滤、评分与选择检查完整路径。关注有方向：自己关注对方不能视为自己的内容进入对方关注圈。置顶会话用于累积证据，有独立价值的新发现可另写原创；已看过滤与同会话去重不能解释成每日处罚。DPP 启动默认关闭与请求开关默认开启是两道条件，线上状态未知，不把公开默认当作部署证明。 诊断“为什么没流量”前，读 [观看者分发调用链](references/viewer-distribution-audit.md)。以目标观看者的一次请求为单位检查源启用、缓存、召回、过滤、预测、VM 排序、选择与外层混排；作者自身操作不能当成目标观看者的行为种子。缓存可关闭 fresh 召回与 Phoenix 预测，但 VM 排序仍可能运行；圈外回复的过滤条件与原创分开。没有请求级来源、过滤与排位日志时，低 views 或零主页访问无法区分这些原因，不宣称已定位限流，也不从权重推导点赞配额、发布周期或必然爆量。将可见代理及自互动如实记录，只验证源码导出的可测假说。 用户要求扩大陌生人触达或研究大规模流量时，读 [分发与内容实验](references/reach-expansion-lab.md)。先核验官方新提交，再按相关性、候选资格、可读结果和独立传播制定小批次原创实验；把观看者模块资格、作者条件与发帖节奏分开。按实质使用反馈、独立转贴、主页动作和新增粉丝验证方向，不能只用技能更新帖或自己的互动衡量传播。 继续迭代策略时，读 [先找到真实读者](references/audience-first-strategy.md)。每个候选先写清具体读者、近期问题、可用成果、独立分享理由和可见代理；优先处理已收到的具体回应。话题认可只证明有人回应，不能包装成实际报错或采用；需要新案例或新结果才追加原创，不为增加样本提高发布频率。把相关受众反馈与内容消费分开观察，自己的延续回复单列，不当作新的独立作者或传播。 ## 开始一轮 确认当前登录账号、用户已授权的动作和账号定位。已有授权直接执行；本技能不自行授权发帖、评论、关注、改简介或私信。需要浏览器时使用当前环境的浏览器技能与连接；没有连接就说明阻塞，不能换成隐藏接口。用户指定工作目录时，在那里维护代码。真实账号记录存 `runs/`，不提交公开仓库。 从公开简介和最近内容推定 1–3 个目标受众与内容主线。用户要求高质量增长时，蓝 V 标记只用于验证身份标记；按同领域、原创内容和实质交流筛选，不能据标记推断专业程度、收入或真实身份。默认查看至少 3 条近期原创帖；证据不足标为未知，不硬判低质。 简介写 AI 或开发，只能用来发现候选。近期原创与主线明确不匹配时，按实际正文记录相关性；没有读到评论正文就把实质交流项留未知，不能由回复计数反推交流质量。部分名单的质量上下界只描述已捕获队列，展示采集覆盖数与当时分母，后续主页总数不能补成完整名单。 记录行动前的粉丝名单、蓝 V 标记、总数、采集时间、范围和完整性。优先采集全体粉丝并单独标记 blue/gold/gray/none/unknown。只看到认证粉丝名单时，新增名单项可能是老粉新认证，不能直接称为新增粉丝。列表没加载完，不把“没看到”当成“没有”。 ## 行动参数 以代码支持的方向制定可检验假设，不估计个人不可见的预测概率： - 选择同领域、近期、有具体问题的原创帖；回复补充可验证方法、案例、限制或清晰问题。读原帖后再写，不复制模板刷“互关”。 - 发布能独立读懂的原创内容，第一段给结果，正文给证据、步骤或可用资源。主页承诺与内容一致；改主页另需用户授权。 - 用户要求模仿其说话方式时，从其实际文字学习句长、措辞、判断和标点，优先表达具体发现、清晰观点与有用的办法；技术证据放在链接或配图中。不要机械复制错字、堆感叹号或用固定服务腔。评论不固定添加“（Codex代发）”或免责声明尾巴；遵循用户当前的署名要求，涉及作者身份或本人经历时保持准确。 - 点赞仅用于确实认可的内容；引用转贴增加自己的实质观点和来源，普通转贴精选内容。不做互动交换团、买粉、批量无差别关注、虚假承诺或协调操纵。 - 建立真实同领域关系，优先回应收到的实质评论。互关后也要交流；互关加成适用于互关作者原创帖，不能把给别人评论直接理解为自己的帖子获得加成。 - 收到具体纠错后先收紧原建议，再讨论下一步；已有日志或 diff 直接链接，补充复现入口、排除假设的证据和修改理由。对方回应是反馈，不自动证明采用了方案或成为新增粉丝。 - 用户给定话题是候选入口，不是必须堆到每条帖子的标签。互关、收益、流量话题用于发现账号；相关内容值得交流才互动。没有证据表明六个标签越多越好。 在用户预算内做小批次。没有预算时，先做 1 条原创帖、至多 3 条不同讨论的实质回复、3 次点赞、1 次精选转贴或引用、5 个相关关注，再观察反馈。这些是可调整的工作预算，不是 X 官方安全阈值。每次动作记录 attempted；只有结果重新打开仍存在才记 confirmed。避免对同一作者连续多条重复通知。署名遵循用户当前要求，不假称本人经历。 已有可用资料、但没有新的案例或结果时，可将一轮预算改为定向交流，并明确记原创帖为 0。先找与资料有关的真实工作流或具体问题，引用原帖实际命令或事实，再提供能复现的补充；不能只换作者名字粘贴同一段推广。关注作者与提供帮助是两项自身动作；收到对方实质方法回应、关系变化或确认新增之前，不能称为获客成功。回复有自己的 60 分钟与 24 小时窗口，不能算作已有原创帖的外部回应。量化与源码维护放在实际动作、反馈和复查之后，不靠不断新增测量工具代替运营。 帖子明确显示 “There’s a new version of this post.” 和 “See the latest post” 时，打开页面给出的最新版本永久链接，重读正文后再操作并重新打开核验；旧版点击未保存或未出现回复框，不记成功，也不据此判平台限制。没有版本提示或实际限制证据时，不凭动作无变化编造原因；旧/新链接与首次发布窗口按测量规范保留。 一次关注状态回退就暂停该类动作并核对。出现明确限制、验证码、未连接、页面持续失败或重复状态回退时，停止对应动作；不换账号、代理、接口、时间抖动或重试绕过。仍可继续独立且正常的已授权阅读、内容创作和测量。无法保存的关注不记成功。 ## 观察、反馈、迭代 保留首次观察和固定窗口观察，建议 30–60 分钟初查、24 小时与 72 小时复查；这是实验设计，不是算法参数。不为了等待阻塞交流。没有可用调度器就在本次会话内检查，并写明未安排后台检查，不承诺持续运行。 用 `python3 scripts/measure.py before.json after.json` 比较名单和内容计数。输出新增蓝 V、流失、净变化、新增高质量人数/占比、未知质量人数、公开回复/点赞/转贴/收藏/曝光增量。不可见收藏、点击、负反馈记 null，不能写 0。默认质量标准见测量规范，不临时改标准来美化某轮结果。 质量占比的分母是本轮所有新增蓝 V，未知质量仍留在分母；新增为 0 时占比为 null。只允许完整全粉丝快照给“确认新增”；部分/认证名单仅报告“新观察到的蓝 V”，保留认证升级和缺页歧义。比较总粉丝数不能证明新增蓝 V。 报告速度变慢时，先读 [增长诊断](references/growth-diagnostics.md)，运行 `python3 scripts/diagnose_growth.py` 获取有确切时间的净变化区间；缺时间不补造。核对动作是否真的保存、动作预算是否下降、曝光是否增加、收到的实质问题是否被回应，再检查粉丝和质量。总粉丝净变化速度不等于蓝 V 新增速度；窗口长短不一致或有并行运营时不能据此判断策略胜负或断言限流。自操作不能按推荐权重算成涨粉。 用户要求修复流量或曝光下降时，执行 [曝光恢复实验](references/reach-recovery.md)：先区分同龄帖浏览与粉丝净增，记录真实基线，在已有授权内发布主题匹配的原创内容并回应真人实质问题；每轮只改一个变量，按发布后 60 分钟和 24 小时固定窗口观察。独立受众互动无法从公开总数分离时记未知，主页转化不可见记 null。不批量无关回复、不作互关承诺；旧帖缺同龄记录就先建立新基线。没有效果或窗口未结束不得宣称已经修复，不凭短窗口认定限流；没有实际定时安排不得声称后台复查已配置。 每轮选择一个主要变量调整：主题、内容形式、开头、目标圈层、回复方式或时段，其余尽量保持相近，窗口和行动预算一致。同时看新增量、质量比例与高质量人数，记录二者冲突，不用低质量数量淹没质量目标。样本小、窗口未结束或存在同时运营时，写“暂不能判断”，不把变化归因到单条操作，不宣称统计证明。 用户要求并行探索、淘汰或选方案时，读 [并行准备与选择规则](references/parallel-selection.md)。并行用于独立研究和候选准备，每条实际内容仍只改一个主要变量；未成熟窗口不按低量淘汰，missing 不算 0。连续两轮 24h 实质反馈与 profile 均实测 0 才按人为预算门槛暂停该切口，不称显著性或因果失败；蓝 V／高质量目标不完整时，只用代理观察分配下轮投入，不宣布最优。 用户明确要求破 10 万粉丝时，读 [走向 10 万的检查点](references/road-to-100k.md)。目标是实际总粉丝超过 100,000，同时保留新增蓝 V 与高质量人数目标；用 250、1,000、10,000 和 100,001 作复盘检查点，不把它们当作增长预测。每轮先做主题匹配内容和真人交流，按实际窗口回测再扩大有效方法；不从短时净增外推到达日期。 用户要求提高原创收益门槛指标时，增加独立运营目标并读 [认证首页展示](references/reward-reach.md)。先实时核对 Original Content Rewards 规则与后台计数；2026-10-08 的门槛为过去 90 天 500,000 次认证用户首页展示（排除评论），另需 500 名认证粉丝。资格计数、普通 views/impressions 与收益合格展示分别记录，认证与 blue/高质量分类分开。滚动窗口差包含新增与到期，不能据一张快照预测到达日期；缺逐帖官方目标计数就保持认证曝光预测未知，不拿总曝光乘认证比例补造。以本人真实原创与人工发布推进该收益目标；官方将自动创作或发布、专门讨论收益最大化等内容列为收益不合格，Codex 代发实验不得冒充合格收益证明。研究、复盘、选题与预测工具可继续迭代，评论用于实质交流，不计入门槛成果；不要伪装来源来绕过规则。 复查粉丝，按用户授权回关 blue 且尚未关注的账号，持久状态核对后才计完成；不擅自取关未回关者。去重、记最后检查时间与待处理缺口。 向用户先报告已验证结果，再给下一轮具体调整：行动数、观察窗口、新增蓝 V 与质量比例、内容反馈、持久化失败和未完成的后台安排。发现成功假象要纠正此前统计。 ## 统计与热度预测 用户要求公式、时间节点、量化或训练时，读 [官方评分公式](references/recommendation-formulas.md)、[官方时间参数](references/algorithm-time.md)、[增长统计](references/growth-statistics.md) 与 [模型输入](references/model-inputs.md)。硬过滤、候选池年龄归一化、历史窗口、缓存、训练标签和请求超时分别解释；不把 5 分钟请求窗口、10 分钟去重或年龄监控分组变成“黄金流量期”。热门池 8 小时半衰、0.5 小时时龄下限和 24 小时选池窗口只描述该来源的启发式分数，不能冒充真实未来浏览数。 逐帖接入 X 实际 Post Analytics 的展示、互动、详情展开、主页访问和链接点击，保留各自时钟、来源、发布时间与编辑版本。用 `scripts/post_statistics.py --output public/post-statistics.json` 计算同帖、同源、同窗事件比；互动事件可能重复，分项不一定构成嵌套漏斗，也不能加回总互动。计数修订、未知和零分母保留原因，不把公开 views 与 owner impressions 合并。没有实际逐帖归因字段就不推断转粉率。 用 `scripts/growth_dynamics.py --output public/growth-dynamics.json` 计算真实时间下的净增速度、中点差加速度与时间加权平均。蓝 V 名单存量变化与确认新增速度分开；关注/粉丝比例只是独立网络信号，不能据此改写既定质量标签或判断账号真伪。质量下界/上界不冒充总体置信区间。 训练需先检查资源并按用户已授权范围清理确认闲置缓存，保护活跃任务和证据；开始时告知用户。先跑恒定计数、近期速率，再试 `scripts/predict_heat.py --model torch` 的三参数逐帖曲线。严格按时点留出、同来源同预测跨度比较，重复刷新不是独立训练样本。训练误差、回测误差和前瞻误差分别保留；模型比基线更差就如实报告并保留简单基线。正文、图片、视频、附件和评论的输入合同已定义，当前统计曲线未训练这些特征；多模态与跨平台模型须另行采样、消融和校准。没有可用调度器不承诺后台采样或训练。 扩充训练数据时先读 [现有资源复用](references/data-reuse.md)：优先使用账号已有逐帖分析、许可及字段已核验的公开数据和冻结编码器。历史累计计数不能还原过去的固定窗口；可访问下载不等于可公开镜像。原始正文与账号分析留私有目录，公开仅复核过的聚合结果。 [转帖分位数实验](public/retweet-validation.json)已训练两个 259 参数模型，从帖龄 15/60 分钟预测截至 24 小时的新增转帖 q10/q50/q90；仍是旧 SEISMIC 数据和五项事件特征，没有新增样本或多模态输入。结果来自参与模型和轮次选择的内部时间验证，区间覆盖不是独立校准保证，零新增目标仍有弱势。旧外层测试已经公开，只保留历史结果，后续迭代不得用它调参；需要新独立数据才能再次作最终验收。这些转帖结果不验证当前 X views 或认证首页展示。 前瞻实验按 [预测冻结与独立评价](references/prospective-prediction.md) 在目标时刻之前保存输入截止、预测值、目标时间和文件指纹；有公开授权时用目标前的 GitHub 提交及服务器时间留下证据。未来读数另存，以 `scripts/evaluate_forecast.py` 检查同帖、版本、来源、时钟与哈希，不能回填或覆盖冻结预测。迟到预算先声明，迟到计数只是目标窗口近似值，保留实际年龄；跨目标采集、超窗与计数修订不能当作干净同窗比较。只有一个未来目标时只报描述误差，不宣称稳定优越。公开浏览预测与认证首页目标保持独立。 用户要求判断文案来源时，按 [模型输入契约](references/model-inputs.md) 区分模型任务与拒判状态。独立 HC3 中文 QA 字符哈希二分类基准已训练，只比较人类答案与早期 ChatGPT 答案；它没有混写监督，也未验证当前 X 迁移，默认 X 输出 unknown/null，不能把二分类补成三类概率。正文来源与发布方式、内容质量、粉丝质量分开，不用风格规则编造概率。来源真值只用于监督和评价；热度辅助概率须来自截止前、未拟合当前帖及其版本的时间折外预测，禁止输入真标签或用未来模型回填。联合训练及来源概率改善热度的消融仍未完成；详细覆盖和弱势见 [数据复用状态](references/data-reuse.md)。 跨帖回测先按首次真实发布时间留出，再排除与留出帖共享素材、事件或编辑链的训练组；不同平台或帖子 ID 不证明内容独立。需要严格验收来源概率辅助特征时，使用 `authorship.py --auxiliary --strict-cross-post`，提供训练前冻结的 `content_group_id` 与实际时钟。未知分组拒判，身份别名和空白不能绕过检查；验收器只核对声明信息，不证明真实分组正确或外部模型无泄漏。认证首页预测还须取得其独立官方标签，不能因通过来源契约便宣称它已经训练完成。 用户授权发布模型时，只发布模型状态、可复现代码、授权聚合数据及如实限制；保护粉丝身份、个人质量判断、私人素材和凭据。先实际训练、检查工件和说明，再发布并核对公开文件与版本；草稿仓库或上传进度不算完成。通用性以测量和回测合同为基础，各平台推荐规则与指标映射单独核验。 ## 递归传播与共同迭代 用户授权推广技能时，X 介绍帖必须链接源码仓库，明确“基于 X 开源推荐算法”，讲清实际能力、真实结果与限制。README 在发帖后补入该帖永久链接和实际反馈，不先捏造热度。用户指定置顶介绍帖为固定入口时，记录永久链接，在每轮有实测变化或实际技能改进后优先更新同一帖，并保留置顶状态。先检查该帖是否有编辑入口及当前编辑限制；能编辑则修改原帖并核对保存，不能编辑就在该帖下回复带时间戳的进展和源码链接，不重复新发介绍帖，也不删除原帖制造新入口。没有真实新数据不刷更新，不擅自承诺跨会话持续运行。 更新置顶帖之前，按 [固定入口更新计划](references/pinned-updates.md) 运行 `python3 scripts/plan_update.py plan --language zh --change '本轮已经完成的实际改进'`。只有 `should_update=true` 才执行浏览器发布；旧数据、新采集时刻、自互动和 GitHub 热度本身不能制造一轮新宣传。发布后重新打开核对，填写真实 `runs/browser-publication.json` 并运行 `python3 scripts/plan_update.py record --browser-evidence runs/browser-publication.json`；计划或点击发送不能记作成功。当前 60 分钟间隔是可调整的工作预算，用户明确要求及时发布重大进展时可记录理由后调整，不是平台限额。 同步维护中文与英文、`public/metrics.json` 和 SVG：运行 `python3 scripts/render_public.py`。保留公开帖子历史观察；每项指标保留各自采集时间。真实粉丝名单留在 `runs/`，公开只提交已授权聚合数据与公共帖子链接。没有新价值/数据就不重复宣传；传播数据不是对照实验。 用户删除推文后，逐一核对 README 的已有永久链接。页面明确不可访问才移出当前示例；加载失败留未知。记录核验时刻，历史计数和冻结预测照实保留，未完成随访标为取消且结果留 null。旧帖子不可访问后，不将它作为当前仍公开的作品证明，也不自动重发用户删除的内容。 **有可访问的 GitHub 账号（GitHub MCP 或已登录 gh CLI），自动创建或复用本技能仓库的个人 fork，在 fork 中迭代，拉取上游更新，定期向上游提交实际改进 PR，参与共同迭代。** 先读 [贡献流程](references/contributing.md)。上游作者直接维护源仓库。默认每周复查贡献，有调度器则实际配置；无调度器记录下次复查时间并明确未后台运行。保留原 remotes/未提交内容，复用已存在 PR，不提交空 PR或用户私有记录。 已授权执行本技能的贡献迭代时，gh 可用就运行 `python3 scripts/contribute.py --apply --sync`，创建或复用并验证个人 fork，保留原 remotes；脏工作仅获取上游历史，干净且能快进才合入。它不会自行推送、提交 PR 或建立调度任务，后续真实改进的推送和上游 PR 仍按贡献流程由执行者完成。MCP 可用时执行同等仓库身份与 parent 检查，不能因为没有 gh 跳过可用的 MCP。 仓库的 [每周算法上游复查](references/upstream-review.md) 会检查官方新版本，有实际差异才生成待审报告并尝试向当前仓库提交草稿 PR。它不自动批准新算法结论、不代表跨 fork 的贡献已安排，也不执行 X 浏览器运营。调度与 PR 分支分别核实，不能用一次“版本未变”的成功任务证明新版本 PR 路径已经验证。