LiHongwei-cn /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）
- 按
composite降序排 - 过滤掉
tier=risky（稳分要安全议题） - 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） - 取 top 1
第 2 条（实验性）
- 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）
- composite 不一定 top——但有"信息价值"
- 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
- 不报错，给引导。candidates 缺失是默认状态，不是错误
- 不推未打分的。REQUIRE_SCORED=true 是诚实门槛——推未读过的素材是占星
- 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
- 必带 rationale。一句话——为什么这条比第二条强？
- 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