Pulse Deliver

--- name: pulse-deliver description: Format engagement opportunities into a clickable Markdown report. Deduplicates against history, suggests comment angles, computes time windows. Use when you need a final actionable list. 输出可点击清单、去重、建议评论角度、计算时间窗口。

pulse-deliver · 交付报告

把一批 Opportunity 对象渲染成用户可以直接行动的可点击 Markdown 报告。

本 skill 是 4 段流水线的第 4 段，也是最终输出——用户看到的就是它。

何时使用

• 手里有一个或多个 Opportunity 对象要展示给用户
• 用户说"给我一份待评论清单"
• 用户说"今天有什么值得互动的"
• pulse-enrich 跑完，需要呈现结果

触发词：deliver, report, list, show, format, 输出, 报告, 清单, 列表

何时不用

• 用户要原始 JSON → 直接打印 Opportunity 对象
• 用户想发现更多 → 回 pulse-discover
• 用户想重新评分 → 回 pulse-enrich

工作流

Step 1 · 接收 Opportunities

输入：Opportunity 对象数组（pulse-enrich 的输出）。

Step 2 · 去重

对照本地历史逐条检查：

# 状态库：~/.pulsehub/state/seen-urls.db (SQLite)
# 表结构：(platform, workId, firstSeenAt, lastShownAt)

跳过最近 7 天内已展示过的 URL（窗口可配置）。

保留的 URL 更新 lastShownAt。

Fallback（DB 不可用时）：SQLite DB 不存在 / 无法写 → 改用文本去重：扫描 ~/.pulsehub/reports/*.md 历史报告里的 URL，按 (platform, workId) 手动比对。首次运行无历史 → 提示用户"本次未去重（首次运行）"，从本次开始积累报告作为去重依据。

Step 3 · 计算时间窗口

对每个机会计算"最佳评论窗口"，依据：

• 元数据里的 publishedAt
• 平台互动曲线（发布后前 30 分钟内的评论曝光约 10 倍）
• 当前时间

输出：bestWindowMin（距发布时间的分钟数，如 30 = "发布后 30 分钟内最佳"）。

已过窗口 → 标记 "late"，但仍然列出。

Step 4 · 建议评论角度

对每个机会生成一个建议（不是成品评论）：

opportunity: {
  title: "想买个无线耳机求推荐",
  signals: { purchaseIntent: true }
}

suggestedAngle: "提你产品的降噪+续航。问对方预算来确认线索质量。
                 不要甩裸链接——让对方先追问。"

关键：建议只是角度，不是成品评论。用户必须用自己的口吻重写。

Step 5 · 渲染 Markdown

按下面的模板渲染（渲染由 AI 按模板直接完成，无独立 renderer 程序）：

# 待评论清单 — 2026-07-27

> 找到 12 个机会（高 3 / 中 6 / 低 3）。已去重，未展示 2 个最近 7 天看过的。

## 🔥 高价值（3）

### 1. 小红书：想买个无线耳机求推荐
- **URL**: [点击打开](https://www.xiaohongshu.com/explore/65f8e7ab...?xsec_token=ABxyz...)
- **作者**: @数码小白
- **发布时间**: 25 分钟前
- **信号**: 求购（"求推荐"）、问题（"预算 500 以内"）
- **评论角度**: 提降噪 + 续航，问预算，不直接甩链接
- **⏰ 时间窗口**: 还有 5 分钟（30 分钟内最佳）
- **评分理由**: 强购买意向，预算明确，时间新鲜

### 2. 抖音：xxx
- ...

## 🟡 中价值（6）
...

## 🔵 低价值（3）
...

Step 6 · 输出

按场景选输出通道：

示例

示例 1：聊天内报告

用户："今天有什么值得评论的？"

1. （假设 discover → resolve → enrich 已跑完）
2. pulse-deliver 收到 12 个 Opportunity
3. 去重：2 个最近 7 天已展示
4. 渲染 Markdown：10 个机会按评分分组
5. 打印到对话

示例 2：定时报告

用户："每天早上 9 点给我一份小红书待评论清单"

1. （cron / 调度器触发）
2. pulse-discover 以 topic_search 模式搜跟踪关键词
3. pulse-resolve 标准化所有 URL
4. pulse-enrich 补全 + 评分
5. pulse-deliver → 写入 ~/.pulsehub/reports/2026-07-27-09.md
6. （可选）webhook 通知用户

示例 3：过滤视图

用户："只看高价值的"

1. pulse-deliver 加过滤条件：score === 'high'
2. 只渲染 🔥 段
3. 跳过 🟡 和 🔵

输出格式硬约束

• URL 必须可点击——保留 xsec_token 和所有必要参数
• Markdown 必须在标准查看器里正常渲染——不用私有扩展
• 时间窗口必须显眼——用 ⏰ emoji + 绝对时间
• 评论角度只能是建议——绝不给成品评论
• 绝不输出可直接复制粘贴的自动评论

重要说明

• 去重是本地的——无云端、无同步，每个用户自己的历史
• 状态库只追加——可以从历史重建报告
• 时间窗口是估算——基于平台互动曲线，不是精确科学

不要做

• 绝不输出成品评论——角度建议必须由用户用自己的口吻重写后才可用
• 不丢 URL 参数——xsec_token 等参数丢了链接就废
• 不假装时间窗口——已过窗口如实标 late，不伪造紧迫感

失败分支

工具速查