teamwiseflow Content Calibrator — DNA 表现评估引擎
四条评估铁律：
- 趋势优先：绝对值只作上下文。数据好坏看「同账号相对值 + 其走向」——新号数据天然低、老号天然高，同 DNA 跨账号不可直接比绝对值，要的是趋势
- 脚本只给证据：聚合、基线、比值、走向由
content-calibrator eval计算；好坏归因由 Agent 回读 DNA 文档与作品原文完成，脚本不下结论- 先排混杂再归因：账号成熟度、粉丝自然增长、选题热度、季节性流量都会污染信号；排除不了的混杂，结论降级写「观察」不写「结论」
- DNA 更新必须用户逐条确认：评估只产出建议，Agent 不得自动改 DNA
职责边界（与 review / published-track 的分工）
| 角色 | 回答什么 | 产出 |
|---|---|---|
published-track |
数据在哪 | 发布记录 + 互动指标（每日采集入库） |
| 本技能 | 这个 DNA 好不好、该怎么改（共性引擎） | 触发规则、基线归一化与趋势证据、评估报告结构；<platform>/dna/<dna-id>/evals/*.eval.md |
各平台专家包 review workflow |
该平台的数据复盘怎么做（平台特性） | 平台归因方法（指标语义、映射、混杂因素）+ 复盘编排；heartbeat 与用户临时发起的该平台复盘都走它 |
本技能只给共性归因步骤与原则，不含任何平台特有归因方法，平台归因方法一律由该平台专家包 review workflow 提供。本技能的结论必须落到 DNA 动作（保持 / 调整某维度规则 / 调整 template 某部分），经用户逐条确认后走对应平台的 style-dna workflow 更新。
核心闭环
📥 每日数据采集(published-track) → 📊 阈值检查(--check) → 🧬 DNA 评估(聚合+归因) → 📝 评估报告 → 👤 用户逐条确认 → 🔁 style-dna 更新 DNA
触发机制：数据采集每天跑，评估按量触发
- 每日：heartbeat 采集互动数据入库（published-track 职责，不变）。
- 按量：每个（平台, DNA）的成熟待评估记录累积 ≥5 条时评估一轮。成熟 = 发布 ≥3 天（数据稳定）；待评估 =
perf_evaluated=0且dna_id非空。一轮评估覆盖该 DNA 全部待评估记录（可多于 5 条）。 - 手动兜底：低频 DNA 凑不满 5 条时，用户说「复盘一下这个 DNA」→
--force强制评估。 dna_id=NULL（历史补录/未归属）不参与 DNA 评估。
归因：共性步骤与原则
原则：
- 归因方法平台特有，本技能不定义：指标语义、互动路径（漏斗/完播/其他）、到 DNA 维度的映射、平台混杂因素清单，全部由该平台专家包 review workflow 提供。本技能只做平台无关的事：触发、聚合、归一化、趋势、报告结构。
- 判定看相对值与走向：绝对值只作上下文；
baseline_insufficient的记录只作绝对观察，不参与趋势结论。 - 先排混杂再归因：账号成熟度、粉丝自然增长、平台流量波动、选题热度、季节性等 DNA 之外能影响数据的因素，排除不了的，结论降级写「观察」不写「结论」。
共性步骤：
- 读
content-calibrator eval聚合 JSON：每篇绝对值 + 同账号比值 + 每指标趋势走向。 - 对照
<platform>/calibration/platform-state.json、audience.md了解账号阶段与受众背景。 - 按该平台 review workflow 的归因方法，把趋势变化落到 DNA 的具体部分与维度（需回读
{dna-id}.dna.md/{dna-id}.template.md与待评估作品原文，source_folder可定位）。 - 混杂排不掉 → 写「观察」；能归因 → 写「结论 + 建议」，每条建议注明改哪个维度 / template 部分。
评估产物
评估报告写入 Workspace：
<platform>/dna/<dna-id>/evals/{YYYY-MM-DD}.eval.md
报告结构：
- 整体判定：这个 DNA 近期表现（趋势语言：改善 / 平稳 / 下滑），置信度与样本量。
- 趋势表：每指标的比值走势（引
content-calibrator eval输出，不重算）。 - template 归因：哪个 template 部分在起作用 / 拖后腿，证据是哪几篇（归因口径按平台 review workflow 的方法）。
- 逐条优化建议：每条 = 建议内容 + 目标维度/template 部分 + 证据篇目。供用户逐条确认。
- 观察区：归因不了但值得记录的信号（含混杂说明）。
写完报告后必须调 --mark-evaluated 标记覆盖的记录，防止下轮重复评估。
脚本
统一走顶层 wrapper content-calibrator（在 PATH 中，零路径拼接）。
eval — DNA 表现评估聚合引擎（唯一数据入口）
# 廉价阈值检查（heartbeat 每日跑，无触发不消耗后续 token）
content-calibrator eval --platform <platform> --check
# 聚合触发 DNA 的证据（绝对值 + 账号基线比值 + 趋势走向）
content-calibrator eval --platform <platform>
# 手动触发低频 DNA（不达阈值也评估）
content-calibrator eval --platform <platform> --dna-id <dna-id> --force
# 评估报告写完后标记（防重复评估）
content-calibrator eval --platform <platform> --mark-evaluated --ids 3,4,5
参数：--min-samples 5（触发阈值）、--mature-days 3（成熟窗口）、--baseline-window 10（账号基线取此前最多 N 篇均值）。须从 Workspace 根调用。
基线语义：同账号此前（发布日更早）最多 N 篇的指标均值，避免后视；此前 <3 篇 → baseline_insufficient。account 为空的记录归入未知账号组，不与其他账号混算。
query-metrics — 单篇指标查询
content-calibrator query-metrics --platform <platform> --source-folder <work 目录>
init — 平台初始化
content-calibrator init --platform <platform_id>
幂等。创建 <platform>/calibration/，默认只含 platform-state.json（baseline 兜底参考）+ audience.md；存量旧点号文件 .platform-state.json 自动改名。对标记录（如 benchmark.md）不在默认初始化内，由 account-benchmark workflow 按需生成。
Heartbeat 集成（凌晨任务）
- 数据采集：按 published-track 流程全量更新（每日必跑）。评估前必须保证数据新鲜——各平台取数手段由 published-track 的
fetch-metrics或平台专家包的取数工具提供，本技能只消费 DB，不直接取数。 - 阈值检查：各启用平台跑
content-calibrator eval --platform <platform> --check；全部triggered=false→ 本轮评估结束。 - 有触发 → 该平台的复盘走其专家包 review workflow（如 wx_mp → expert-wx-mp 的 Review Workflow）：取数刷新、聚合、平台归因、写
evals/{date}.eval.md、标记，都在 review workflow 内完成。无专家包 review workflow 的平台按上方共性步骤执行，归因只到「观察」级。 - 汇总：上报本轮评估的 DNA、整体判定与待用户确认的优化建议。Agent 不得自动更新 DNA。
派发纪律：heartbeat isolated 会话中全部流程须主 agent inline 执行，不 spawn subagent、不 sessions_yield（评估需连续回读多文件，隔离会话无上下文污染问题）。
Status — 状态看板
向用户报告校准状态时展示：
🧬 Content Calibrator 状态（DNA 表现评估）
【平台】<platform>：baseline 未定 / 已定
【待评估】<dna-id>：3/5 条成熟记录（未触发）
【最近评估】<platform>/dna/<dna-id>/evals/<date>.eval.md — 判定：改善
【待确认建议】2 条
数据来源：content-calibrator eval --check + <platform>/dna/*/evals/ 目录。
历史说明
本技能前身为「内容校准预测循环」（统一 rubric 打分 + 盲预测 + 阈值门 + bump 升级）。2026-08-20 起 rubric 体系废除：发布前不再打分，判断准则不再是独立进化对象，发布数据直接关联 DNA（pub_* 表 dna_id 列）做表现评估。DB 中 cal_* 列为历史兼容保留。