{"id":"60eb2ec8-92c7-4823-8523-748d96d48ec5","entityType":"agent","slug":"clawhub-edwardwason-transcript-crafter","name":"Transcript Crafter","canonicalUrl":"https://www.xpersona.co/agent/clawhub-edwardwason-transcript-crafter","canonicalPath":"/agent/clawhub-edwardwason-transcript-crafter","generatedAt":"2026-10-11T10:47:53.298Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T08:43:43.738Z","emptyReason":null},"description":"访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。 Skill: Transcript Crafter Owner: edwardwason Summary: 访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。 Tags: article:1.1.0, interview:1.1.0, latest:1.3.1, transcript:1.1.0, wechat:1.1.0, writing:1.1.0 Version history: v1.3.1 | 2026-07-19T12:50:09.257Z | user Audit remediation: H1 length sync, permission table standardization, YARA trigger word rewrite, README bilingua","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s177q4wcvafq6fzfkhk2g3cwth83y01d:transcript-crafter","sourceUrl":"https://clawhub.ai/edwardwason/transcript-crafter","homepage":"https://clawhub.ai/edwardwason/skills/transcript-crafter","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/edwardwason/transcript-crafter","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/edwardwason/skills/transcript-crafter","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":61,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。 Skill: Transcript Crafter Owner: edwardwason Summary: 访谈实录转公众"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T08:43:43.738Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T08:43:43.738Z","emptyReason":null},"stars":null,"forks":null,"downloads":1109,"packageName":null,"latestVersion":"1.3.1","tractionLabel":"1.1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T08:43:43.670Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T08:43:43.738Z","lastCrawledAt":"2026-10-11T08:43:43.670Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T08:43:43.670Z","lastVerifiedAt":null,"highlights":[{"version":"1.3.1","createdAt":"2026-07-19T12:50:09.257Z","changelog":"Audit remediation: H1 length sync, permission table standardization, YARA trigger word rewrite, README bilingual sync, temp-copy publish flow","fileCount":13,"zipByteSize":65676},{"version":"1.3.0","createdAt":"2026-07-17T05:35:28.223Z","changelog":"v1.3.0: title strategy subsystem - 5 style groups, 5-dim scoring, 6 risk flags (incl. interview-specific attribution risk), anti-hallucination hard rules, data honesty statement for propagation power","fileCount":16,"zipByteSize":71687},{"version":"1.2.0","createdAt":"2026-07-15T07:12:01.754Z","changelog":"v1.2.0: arXiv academic channel (Tier 1), HKEX disclosure channel, industry-speaker priority matrix, propagation power quantification, persona recommendation matrix, source diversity gate bug fix (40% soft -> 30% hard block)","fileCount":15,"zipByteSize":64982},{"version":"1.1.0","createdAt":"2026-07-13T09:28:52.000Z","changelog":"Add source quality gate with 3 hard blocks: source diversity, tier coverage, cross-validation. Origin source tracing for aggregator platforms. Permission declaration and user warnings.","fileCount":14,"zipByteSize":61552},{"version":"1.0.0","createdAt":"2026-06-10T14:59:12.251Z","changelog":"Initial release: 10-dim extraction, 6 personas, 8-step pipeline, 5-tool search, quality checklist, dual delivery","fileCount":16,"zipByteSize":44930}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s177q4wcvafq6fzfkhk2g3cwth83y01d:transcript-crafter","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T10:47:53.292Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-transcript-crafter/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T08:43:43.738Z","emptyReason":null},"readme":"Skill: Transcript Crafter\n\nOwner: edwardwason\n\nSummary: 访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。\n\nTags: article:1.1.0, interview:1.1.0, latest:1.3.1, transcript:1.1.0, wechat:1.1.0, writing:1.1.0\n\nVersion history:\n\nv1.3.1 | 2026-07-19T12:50:09.257Z | user\n\nAudit remediation: H1 length sync, permission table standardization, YARA trigger word rewrite, README bilingual sync, temp-copy publish flow\n\nv1.3.0 | 2026-07-17T05:35:28.223Z | user\n\nv1.3.0: title strategy subsystem - 5 style groups, 5-dim scoring, 6 risk flags (incl. interview-specific attribution risk), anti-hallucination hard rules, data honesty statement for propagation power\n\nv1.2.0 | 2026-07-15T07:12:01.754Z | user\n\nv1.2.0: arXiv academic channel (Tier 1), HKEX disclosure channel, industry-speaker priority matrix, propagation power quantification, persona recommendation matrix, source diversity gate bug fix (40% soft -> 30% hard block)\n\nv1.1.0 | 2026-07-13T09:28:52.000Z | user\n\nAdd source quality gate with 3 hard blocks: source diversity, tier coverage, cross-validation. Origin source tracing for aggregator platforms. Permission declaration and user warnings.\n\nv1.0.0 | 2026-06-10T14:59:12.251Z | user\n\nInitial release: 10-dim extraction, 6 personas, 8-step pipeline, 5-tool search, quality checklist, dual delivery\n\nArchive index:\n\nArchive v1.3.1: 13 files, 65676 bytes\n\nFiles: references/anti-ai-rules.md (11197b), references/extraction-guide.md (19797b), references/fact-check-guide.md (3699b), references/interview-personas.yaml (13470b), references/pipeline-detail.md (26833b), references/quality-checklist.md (7351b), references/source-quality-gate.md (10122b), references/title-strategist.md (9872b), references/tool-router.md (16584b), references/wechat-format-guide.md (14000b), skill-card.md (2779b), SKILL.md (7525b), _meta.json (137b)\n\nFile v1.3.1:SKILL.md\n\n---\nname: \"transcript-crafter\"\ndescription: \"访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。\"\nslug: \"transcript-crafter\"\ndisplayName: \"Transcript Crafter\"\nversion: \"1.3.1\"\nsummary: \"访谈实录转公众号深度长文全流程\"\nlicense: \"MIT-0\"\n---\n\n# Transcript Crafter — 访谈实录转公众号深度长文\n\n## 任务\n将访谈/会议实录转化为有深度、有洞察、增量信息高密度的公众号长文（2500-4000字）。不做原创写作、不做热点文章、不做纯翻译。\n\n## 输出格式\n\n### 主管道（8步 + 3确认点）\n```\n[1/8] 输入获取+预处理\n[2/8] 10维度提取→素材稿 ← 确认点1：素材准确吗？\n[3/8] 行业适配+人设选择\n[4/8] 框架生成 ← 确认点2：框架+人设OK？\n[5/8] 5工具搜索补充+事实核查 ← 确认点3：补充信息对吗？\n[6/8] 文章撰写+内容审核 ← 6.0前置映射 / 6.4.5素材覆盖率阻断 / 6.4.6增量融入阻断 / 6.8审核阻断\n[7/8] 质量验证+交付\n[8/8] 桌面保存+飞书云盘同步\n```\n\n### 素材稿格式（Step 2 输出）\n```markdown\n# 素材稿：{主题}\n## 基本信息：来源/发言者/行业/核心议题\n## 🧠 认知层：[VIEW]核心观点 / [INSIGHT]行业洞察 / [DATA]数据事实\n## 🔥 传播层：[CONTRA]反常观点 / [EXPLOSIVE]劲爆点 / [STUNNING]惊艳点\n## 💬 情绪层：[ROAST]吐槽点 / [HUMOR]幽默笑点\n## 🔧 实操层：[HOWTO]经验做法 / [STORY]案例故事\n## 关联图谱 + 待补充/待核查清单\n```\n每条素材格式：`> 原文：\"{原话}\"（第X段）| 提取：[标记] {信息} —— {发言者} | 引用理由 | 核查状态 | 传播力⭐ | 来源分级Tier{1-5}`\n\n### 最终文章格式（Step 6 输出）\nH1标题（来自 Step 4.3 候选，24-38字）+ 来源导语（斜体，H1后H2前）+ H2+H3结构 + 引用块（3-5处）+ 加粗（每段2-4处）+ 斜体（概念定义/注释）+ 列表（至少1处）+ 表格（至少1个）+ 分割线（2-3处）+ 2-3个编辑锚点 ``，保存到 `{skill_dir}/output/`\n格式适配 rico-md（md.ricoui.com）一键排版，详见 `references/wechat-format-guide.md`\n\n## 规则\n\n1. **增量密度底线**：纯复述实录≤30%，每段必须有实录外增量（背景/数据/对比/注释），增量信息标注来源\n2. **零空缺兜底**：每个干货信息点的补充信息不能空缺。首选工具搜不到→换工具逐个尝试（5工具轮询）→仍无结果用Agent已知信息标记[AI推断]，绝不留空\n3. **观点必须归属**：实录观点标注发言者姓名，Agent自身分析与实录观点明确区分，争议观点呈现双方\n4. **37通道引擎级路由**：按话题领域精准路由到引擎级通道——财经→妙想mx-data/mx-search+cn-web-search财经引擎；AI→aihot+cn-web-search英文引擎；科技→cn-web-search英文+技术引擎；近期→last30days-cn。cn-web-search内部17引擎按场景选择，头条仅作最后兜底（详见references/tool-router.md）\n5. **三节点确认**：素材稿→框架+人设→搜索补充，用户确认后才继续。用户说\"全自动\"则跳过确认\n6. **交付必同步**：Step 8必须执行——最终文章保存到用户桌面+上传飞书云盘，反馈完整路径\n7. **样式丰富度**：H3全文3-6个、引用块3-5处、加粗每段2-4处、斜体至少2-3处、列表至少1处、表格至少1个、分割线2-3处，不连续3段以上纯文本无样式变化（详见references/wechat-format-guide.md样式丰富度检查清单）\n8. **素材覆盖率阻断**（6.4.5）：撰写完成后对照素材稿逐条标记融入状态。素材覆盖率≥95%，⭐⭐⭐⭐⭐传播力素材覆盖率=100%（零容忍）。未达标禁止进入6.5格式适配。撰写前必须先产出\"素材→段落映射表\"（6.0），避免靠记忆遗漏\n9. **增量信息融入阻断**（6.4.6）：Step 5 搜索到的补充信息必须100%融入文章，不得遗漏。撰写前必须先产出\"增量信息→段落映射表\"（6.0），对照映射表逐条融入。评估不融入需明确标注理由\n10. **信源质量门控**（Step 5实时+Step 7硬阻断，详见references/source-quality-gate.md）：\n - **信源多样性**：单一域名≤30%、聚合平台（头条/百家号/UC大鱼号/企鹅号等）≤20%、独立信源≥6个\n - **信源分级覆盖**：Tier 1官方≥1条、Tier 2权威媒体≥2条、Tier 3行业研究≥1条、Tier 4-5占比≤50%\n - **关键数据交叉验证**：财务/政策/排名/技术规格数据≥2个非原文信源\n - **始发信源追溯**：聚合平台内容必须追溯始发信源，追溯不到→降级Tier 5或弃用\n - **硬阻断**：Step 7撰写完成后执行3个硬阻断点，任一不通过→回到Step 5补搜，禁止进入Step 8交付\n11. **标题策略子系统**（Step 4.3，详见 references/title-strategist.md）：\n - **决策顺序**：访谈真实判断 → 读者认知收益 → 原话/数据支撑 → 数据关键词 → 网感\n - **5 风格组候选**：观点冲突/人物故事/数据锚点/行业洞察/长期价值，最多 12 个候选\n - **5 维度评分 + 6 风险标记**（含访谈专属\"原话归属风险\"）\n - **反幻觉硬规则**：标题实体/数字/判断必须来自素材稿或 Step 5 补充，禁止编造\n - 标题候选在确认点2向用户展示，用户可 override\n\n## 示例\n\n**输入**：用户提供美光CEO桑杰播客访谈微信文章链接\n\n**Step 2输出（节选）**：\n```\n> 原文：\"AI竞赛不仅是算力竞赛，更是存储竞赛\"（第21段）\n> 提取：[CONTRA] AI核心瓶颈不是算力而是存储 —— 桑杰（美光CEO）\n> 引用理由：直接颠覆\"算力为王\"叙事，传播力极强\n> 核查状态：待核查\n> 传播力：⭐⭐⭐⭐⭐\n```\n\n**Step 5输出（节选）**：\n```\n[DATA]-3 HBM 2026产能售罄 → [VERIFIED] 多方交叉验证确认\n[DATA]-4 DRAM CR3>95% → [PARTIAL] 修正为>90%，2025Q2数据\n[DATA]-6 目标价1050/1100 → [PARTIAL] 未找到出处，花旗840美元可替代\n```\n\n**Step 6输出（节选）**：\n```markdown\n## AI的Token经济学，本质是内存经济学\n\n桑杰把这叫做\"Token经济学\"：\"智能就是关于数据，数据就是关于内存。\"\n这不是比喻，是物理现实。HBM成本在AI加速卡中占比已达40-60%，\n行业把这个问题叫\"内存墙\"。AI越智能，越需要\"记住\"更多东西。\n而记住，就是存储。\n```\n\n## 权限声明\n\n本技能运行时需要的权限如下：\n\n| 能力类别 | 是否使用 | 说明 |\n|---------|---------|------|\n| 网络访问 | ✅ | WebFetch 抓取文章/网页、WebSearch 搜索补充信息、aihot 查询 AI 资讯 |\n| 文件读写 | ✅ | 读取用户提供的本地文件（.txt/.md/.docx）、写入最终文章到用户桌面、写入素材稿/补充信息到技能 output 目录 |\n| 环境变量 | ✅ | FEISHU_APP_ID / FEISHU_APP_SECRET / FEISHU_USER_OPEN_ID（飞书云盘同步，可选） |\n| subprocess | ✅ | lark-cli（飞书云盘上传，仅 Step 8） |\n| 外部 API | ✅ | aihot.virxact.com 公开 API（AI 资讯查询，无需 API Key） |\n\n本技能不会修改系统配置、不访问敏感目录、不执行任意 shell 命令。所有文件写入操作仅限用户桌面和技能自身 output 目录。\n\nFile v1.3.1:_meta.json\n\n{\n \"ownerId\": \"kn75zj7vzdyvap84adxa8heyyd82f5eh\",\n \"slug\": \"transcript-crafter\",\n \"version\": \"1.3.1\",\n \"publishedAt\": 1784465409257\n}\n\nFile v1.3.1:references/anti-ai-rules.md\n\n# 反AI写作规范\n\n> 提取自 khazix-writer skill（数字生命卡兹克），适配 transcript-crafter 所有人格共享使用\n> 来源：https://github.com/KKKKhazix/khazix-skills\n> 人味儿三要素+Gotchas 提取自《人味儿写作心法》（橘子/Cola），适配转写场景\n> 来源：https://github.com/orange2ai/renwei-writing\n\n## 适用范围\n\n本规范**仅约束正文叙述的语气和风格**（段落行文、转场、判断表达等）。\n\n**不约束以下场景**（这些场景有独立的格式规范）：\n- 引用署名格式（遵循 `wechat-format-guide.md` 和 `interview-personas.yaml` 的 `_shared.source_attribution`）\n- 素材稿/框架/补充信息等中间产物的格式\n- 数据表格、代码块、列表等结构化内容\n\n因此：引用署名中的 `—— 姓名，身份` 和 `「原话」` 不受本规范标点禁令限制。\n\n## 人味儿三要素（正面定义）\n\n人味儿不是文字技巧，是三件事。写每一段时问自己，这三件事在不在：\n\n1. **位置。** 人味儿的文字背后，有一个具体的人站在具体的位置说话。凌晨五点、看着身边朋友的那个位置，决定了他说\"拯救自己的前额叶\"而不是\"提升专注力\"。AI不站在任何地方，可以替任何人写任何立场，这种无限灵活反过来就是没有存在。**转写时：发言者有位置，你的人设也有位置，两个位置都要站住。**\n\n2. **代价。** 人有激素、有欲望、有困了饿了想被人抱的身体。好的文字让你感受到背后那个人的情绪：是真的熬过夜、真的心动过、真的被什么事气得手抖，每个判断都是拿身体付过代价换来的。AI写漂亮话不付任何代价，不疼不痒。**转写时：你下的每个判断，背后要有具体的理由，不能是空口白话。**\n\n3. **手迹。** 两个人抄同一段话，内容一样，你仍认得出谁抄的。看似冗余的\"自己的\"、句尾的\"呢\"、忽长忽短的呼吸，都是手迹。AI没有手，怎么写都像打印的。**转写时：发言者的原话是他们的手迹，你人设的判断方式是你的手迹，都要保留。**\n\n## 绝对禁区\n\n### 1. 套话禁令\n禁用以下句式：\n- \"首先...其次...最后\"\n- \"综上所述\"\n- \"值得注意的是\"\n- \"不难发现\"\n- \"让我们来看看\"\n- \"接下来让我们\"\n\n### 2. 过度结构化禁令\n- 不用 bullet point 罗列观点\n- 不大量加粗\n- 非方法论类文章不加小标题，用口语化转场句衔接（\"说到这个\"\"回到xxx这块\"）\n- 方法论文章可用数字编号（1、2、3），但不是正式markdown标题\n\n### 3. 标点禁令\n- 不使用冒号\"：\"，用逗号代替\n- 不使用破折号\"——\"\n- 不使用双引号（\"\"和\"\"都不用），需要引用或强调时用「」或直接不加引号\n\n### 4. 高频踩雷词（绝对禁用）\n- \"说白了\" ← AI特别爱用，一出现立刻暴露\n- \"意味着什么？\" ← AI标志性句式\n- \"这意味着\" ← 同上，换成更口语的表达\n- \"本质上\" ← 太学术\n- \"换句话说\" ← 太书面\n- \"不可否认\" ← 套话\n\n### 5. 假设性例子禁令\n- 不编造\"比如有一次...\"这种场景\n- 要用\"就像我今天正在搞的xxx\"这种正在发生的真实细节\n- 没有真实细节就别硬编，不如写\"我自己还没试过，但想想就觉得xxx\"\n\n### 6. 空泛工具名禁令\n- 不说\"AI工具\"、\"某个模型\"\n- 要说具体名字：Claude Code、GPT-4o、DeepSeek、Seedance 2.0等\n\n### 7. 教科书开头禁令\n- 禁止\"在当今AI快速发展的时代\"\n- 禁止\"随着技术的不断进步\"\n- 永远从一个具体的、当下的事件或场景切入\n\n---\n\n## 口语化词组库\n\n### 转场和过渡\n坦率的讲、说真的、我是真的觉得、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、回到xxx这块、这块需要注意一下、顺着上面的再聊聊\n\n### 表达判断\n我有时候觉得、我一直觉得、这话听着有点刺耳但、不是说xxx不行而是说、我自己的感受是、我始终坚信、我觉得还是挺重要的\n\n### 承认和自嘲\n说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、这个事儿我也踩过坑、愚钝如我、我说\"理论上\"是因为我自己还没完全跑通、说实话我们还差得远\n\n### 情绪表达\n这种感觉太爽了、我当时就愣住了、想想就觉得兴奋、我真的被震撼到了、搞得我现在还有点懵、太离谱了、一时间无语凝噎、鬼使神差的\n\n### 拉近距离\n很多朋友可能不知道、可能有小伙伴纳闷、你如果关注这个领域的话、大家也都知道\n\n### 口头禅和口癖\n这玩意、不是哥们、真的就是一声叹息、太牛逼了、比较骚的事\n\n---\n\n## 风格内核要点\n\n1. **节奏感**：像跟朋友聊天，句子时长时短，大量用逗号制造口语化停顿感。一句话自成一段来制造重点。\n2. **论述中的故意打破**：在展开观点时，故意加入口语打断来破坏严谨性。重复强调、中途叹息、省略主语、刻意模糊。\n3. **知识输出方式**：知识是\"聊着聊着顺手掏出来\"的，不是\"下面我来给大家科普一下\"。\n4. **私人视角**：用\"我也面临这个问题\"连接个人经历和公共议题，而非\"这给我们的启示是\"。\n5. **判断力**：敢下判断，有明确好恶。表达不是居高临下的点评，而是\"我被打动了\"这种承认自己被影响的姿态。\n6. **句式断裂**：用一个极短的句子或短语独立成段，制造停顿和重量感。不能滥用，关键节点用一下效果极强。\n7. **回环呼应**：前面埋的细节后面得响。文章内部要有callback结构，前面提到的意象/句子在后面以变体形式再次出现。\n8. **谦逊铺垫法**：在给出观点前，先用自谦的话降低读者防御心。\"我也不知道行不行\"\"我自己也有一些不成熟的经验\"。\n9. **读者直呼法**：在关键节点直接跟读者对话。\"屏幕前的你\"\"你相信我\"。不是通篇都用，精准投放。\n10. **层层剥开**：不是直接讲结论，而是\"现象→表面解释→更深的追问→核心洞察\"展开。\n11. **人物画像法**：从一个数据点出发，用极短的篇幅想象背后那个具体的人的完整人生。标准结构：触发点数据→快速代入→多维堆砌→情感锚定→细节具象化。3-5句话内让人物变立体，才能产生共鸣。\n12. **反向论证**：在揭示核心观点前，先满足读者的期待，然后打破它。\"你以为XX？结果就是YY。\"这种反转让读者有\"被启蒙\"的感觉，但要注意力度，是\"我也曾经这样想\"而不是\"你们都错了\"。\n13. **升番逻辑**：当涉及多个产品/案例对比时，不要一次性罗列结论，而是逐一展示，排列遵循升番——最弱的放前面，最炸的留最后，中间有\"我以为到顶了结果还能往上翻\"的惊喜感。\n\n### 开头的几种必杀技\n\n永远从一个具体的、当下的事件切入，绝不宏大叙事：\n- **叙事启动**：\"故事是这样的。\"/\"事情是这样的。\" 简单直接。\n- **荒诞事实**：直接抛出一个让人\"？？？\"的事实。\n- **数据冲击**：用一个反直觉的数字开头。\n- **好奇心驱动**：\"这两天看到一个很有意思的东西。\"\n\n### 收尾的几种常见收法\n\n选最合适的一种，不要万能展望结尾：\n- **引用收尾**：用别人的一句话作结\n- **哲思余韵**：一个短句留白\n- **行动呼吁**：鼓励读者去做一件事\n- **信念宣言**：表达对未来的坚信\n- **回环呼应**：回到开头的意象，但视角已经不同\n\n---\n\n## 改稿Gotchas（真实失败案例换来的）\n\n- **越磨越用力是默认失败路径。** 用户说\"打磨三遍\"，不等于三遍逐级加工。第一遍理顺之后，后两遍最常见的正确动作是把第一遍改过头的地方还原回去。\n\n- **平直陈述句不要动。** \"是注意力集中和注意力涣散的循环\"这种平铺直叙本身就是观察者的冷静，改成对仗看似更锋利，实际是把人话改成了文案腔。\n\n- **删语气词等于删人。** \"呢\"\"吧\"\"了\"这些字在书面语标准下是冗余，但它们携带叹气、自嘲、犹豫。\"拯救自己的前额叶呢\"删成\"拯救它\"，句子干净了，人没了。\n\n- **抽象词换具体词要克制。** \"细小琐碎的事情\"换成\"小红点\"看似更有画面，但那是你的画面，不是他的。除非原词真的含糊到读者会卡住，否则保留作者自己的抽象层级。\n\n- **不要无端加时间/场景锚点。** AI喜欢凭空加\"凌晨三点\"\"站在窗前\"\"雨天的午后\"来营造临场感。人当然也这么写，但人写的时候后面跟的是只有那个时刻才有的东西。转写时不要主动塞时间地点进去；原文有的别动，它是作者的记忆。\n\n---\n\n## AI味检查清单（改完之后扫自己动过的句子）\n\n逐条对照，只扫自己动过的部分，不扫原文。单个信号不说明问题，**聚集**才是供词。\n\n### 意义拔高\n- 把普通事实说成\"标志着\"\"见证了\"\"体现了\"\"彰显了\"某个更大的东西\n- 句尾挂意义补尾：\"……，体现了团队的深厚积累\"。事实说完就停\n- 把局部话题拔到时代高度：\"这将重新定义……\"\n\n### 宣传腔\n- \"璀璨\"\"深厚底蕴\"\"得天独厚\"\"赋能\"\"打造\"\"致力于\"\"匠心\"\n- 中性介绍写成了软文\n\n### 句式套路\n- **\"不是X，而是Y\"**：最高频的AI假深刻，一篇里出现一次都要警惕\n- **排比三连**：把观点硬凑成三个一组，一个排比是修辞，连续排比是模式\n- **同义词轮换**：同一个主语换着叫，人会自然重复，AI才怕重复\n- **假范围**：\"从X到Y\"但X和Y不在一条真实的轴上\n- **格言公式**：\"X是Y的语言\"\"X是一面镜子\"\"X是Z时代的货币\"\n- **短句轰炸**：连续超短句制造戏剧感，一个短句是强调，一排短句是表演\n- **自问自答**：\"结果呢？惨烈。\"\"最可怕的是什么？没人察觉。\"\n\n### 格式痕迹\n- **破折号**：最可靠的AI信号之一，每一个都替换为句号/逗号/冒号或重写\n- **加粗滥用**：机械地加粗关键词\n- **emoji装饰**：标题和要点前的装饰性emoji\n\n### 语气痕迹\n- **聊天残留**：\"希望这对你有帮助\"\"需要我展开吗\"\n- **谄媚**：\"好问题！\"\"你说得太对了！\"\n- **模糊归因**：\"有专家认为\"\"业内人士指出\"。说不出名字就没有来源\n- **万能展望结尾**：\"未来可期\"\"前景广阔\"\"让我们拭目以待\"\n- **签到式过渡**：\"让我们深入探讨\"\"接下来看看\"。直接说事，不要预告要说事\n\n### 填充与对冲\n- \"值得注意的是\"\"需要指出的是\"\"不得不说\"：删掉后句子照常成立\n- \"在某种程度上或许可能\"：叠加对冲，一个\"可能\"够了\n\n### 不要误伤\n- 语法完美、风格统一（很多人就是写得好）\n- 一个破折号、一处排比、一个\"然而\"（人也用）\n- 干巴巴的文风（AI味是特定模式，不是泛泛的无聊）\n- 书面语和口语混用（这往往恰恰是真人）\n\nFile v1.3.1:references/extraction-guide.md\n\n# 信息提取规范（10 维度体系）\n\n## 你的任务\n\n从访谈/会议实录中提取结构化信息，形成可用于公众号长文撰写的素材稿。提取的质量直接决定最终文章的深度、传播力和价值。\n\n## 核心原则\n\n1. **忠实原意**：提取的观点必须与发言者原意一致，不曲解、不添油加醋\n2. **颗粒度适中**：提取到\"一个完整观点\"的粒度，不是整段话，也不是半句话\n3. **保留语境**：每个观点/数据都要保留足够的上下文，避免断章取义\n4. **标注归属**：每条素材必须标注发言者，不能混为一谈\n5. **传播导向**：关注信息的传播潜力——什么能让人停下来、转出去、讨论起来\n\n---\n\n## 10 维度提取体系\n\n```\n┌─────────────────────────────────────────────────┐\n│ 10 维度信息提取体系 │\n│ │\n│ 🧠 认知层（文章的脑） │\n│ [VIEW] 核心观点 —— 判断/立场/预测 │\n│ [INSIGHT] 行业洞察 —— 别人看不到的深层认知 │\n│ [DATA] 数据事实 —— 具体数字/指标/来源 │\n│ │\n│ 🔥 传播层（文章的钩子） │\n│ [CONTRA] 反常观点 —— 与主流/常识相悖的判断 │\n│ [EXPLOSIVE] 劲爆点 —— 能引爆讨论的信息 │\n│ [STUNNING] 惊艳点 —— 认知冲击，\"原来如此\" │\n│ │\n│ 💬 情绪层（文章的温度） │\n│ [ROAST] 吐槽点 —— 不满/质疑/辛辣评价 │\n│ [HUMOR] 幽默笑点 —— 有趣/自嘲/梗 │\n│ │\n│ 🔧 实操层（文章的手） │\n│ [HOWTO] 经验做法 —— 具体方法/工具/步骤 │\n│ [STORY] 案例故事 —— 亲身经历/项目/客户 │\n│ │\n└─────────────────────────────────────────────────┘\n```\n\n### 通用提取格式\n\n每条素材统一使用以下格式（融合原文引用 + 归属 + 核查 + 来源分级）：\n\n```markdown\n> 原文：\"{原话}\"（第X段）\n> 提取：[维度标记] {提炼后的核心信息} —— {发言者}（{身份}）\n> 引用理由：{为什么这条信息重要/有传播力}\n> 核查状态：[VERIFIED / PARTIAL / UNVERIFIED / INCORRECT / 待核查]\n> 传播力：⭐⭐⭐⭐（1-5星，5星=读者会截图转发）\n> 来源分级：Tier {1-5}（核查后的来源可信度，详见 tool-router.md）\n> 关联：{与其他素材的关联（如有）}\n```\n\n---\n\n## 🧠 认知层\n\n### 维度1：核心观点 [VIEW]\n\n**提取标准**：\n- 发言者明确表达的个人判断、立场或预测\n- 必须是完整的论断，不是模糊的倾向\n- 包含\"是什么\"或\"应该怎样\"的判断\n\n**示例**：\n```markdown\n> 原文：\"AI Agent 的真正壁垒不在技术，在对业务流程的理解深度\"（第12段）\n> 提取：[VIEW] AI Agent 的壁垒是业务理解而非技术 —— 李明（CTO）\n> 引用理由：直接挑战行业主流\"技术为王\"叙事，是文章核心论点\n> 核查状态：待核查（需补充竞品技术对比数据）\n> 关联：支撑 [CONTRA] 同一发言者的反常观点\n```\n\n**常见错误**：\n- 把提问当观点（主持人问\"XX是不是很重要？\"不是观点）\n- 把假设当观点（\"如果A发生，那么B\"是推演不是观点）\n- 提取太宽泛（\"AI很重要\"不是有价值的观点）\n\n---\n\n### 维度2：行业洞察 [INSIGHT]\n\n**提取标准**：\n- 对行业趋势、规律、本质的深度认知\n- 不是表面的观察，是\"看到别人看不到的\"\n- 有一定的抽象和概括性，能揭示底层逻辑\n\n**示例**：\n```markdown\n> 原文：\"70%的企业在试点AI，但只有7%实现了规模化。这个剪刀差五年前企业上云时也出现过，但这次时间窗口短得多。\"（第8段）\n> 提取：[INSIGHT] AI行业的\"7%鸿沟\"——试点率与规模化率之间的巨大落差，且时间窗口比上云时代更短 —— 张华（行业分析师）\n> 引用理由：揭示了AI落地的核心矛盾，数据+类比让洞察可感知\n> 核查状态：PARTIAL（McKinsey数据需核实具体报告）\n> 关联：与 [DATA] 70%/7% 数据互为支撑\n```\n\n**与 [VIEW] 的区别**：[VIEW] 是\"我判断A是对的\"，[INSIGHT] 是\"我发现了一个规律/本质\"。\n\n---\n\n### 维度3：数据事实 [DATA]\n\n**提取标准**：\n- 具体的数字、比例、时间节点、指标\n- 可验证的事实陈述\n- 来自具体来源的数据\n\n**示例**：\n```markdown\n> 原文：\"全球 AI Agent 市场 2024 年 51 亿美元，到 2026 年预计 500 亿\"（第5段）\n> 提取：[DATA] 全球AI Agent市场：2024年51亿美元 → 2026年预计500亿 —— 来源：McKinsey报告\n> 引用理由：10倍增长预测，是文章说服力的数据骨架\n> 核查状态：UNVERIFIED（需核查具体报告名称和发布时间）\n> 关联：支撑 [INSIGHT] 市场爆发趋势判断\n```\n\n**常见错误**：\n- 模糊数据不标记（\"增长很快\"不是数据，\"增长300%\"才是）\n- 不标注来源（数据没有来源就没有说服力）\n- 混淆预测和事实（\"预计2026年500亿\"是预测，需标注）\n\n---\n\n## 🔥 传播层\n\n### 维度4：反常观点 [CONTRA]\n\n**提取标准**：\n- 与主流观点、行业常识、大众认知**明确相悖**的判断\n- 不是简单的\"不同意见\"，是\"颠覆性认知\"\n- 发言者有立场、有论据，不是为反而反\n\n**示例**：\n```markdown\n> 原文：\"大家都在说大模型越做越大，但我觉得小模型才是未来。不是技术原因，是商业原因——客户不愿意为每次调用付3块钱。\"（第15段）\n> 提取：[CONTRA] 小模型才是未来，不是因为技术，是因为客户不愿为每次调用付3块钱 —— 王磊（AI创业公司CEO）\n> 引用理由：直接颠覆\"大模型至上\"的行业叙事，且论据来自商业现实而非技术偏好\n> 核查状态：待核查（3元/次调用成本需核实）\n> 关联：与 [ROAST] 同一发言者的吐槽形成呼应\n```\n\n**与 [VIEW] 的区别**：[VIEW] 是\"我认为A\"，[CONTRA] 是\"大家都说B，但其实是A\"——必须有\"反常\"的语境。\n\n**传播价值**：反常观点是文章最有传播力的素材。读者会因为\"不同意\"或\"没想到\"而停下来。\n\n---\n\n### 维度5：劲爆点 [EXPLOSIVE]\n\n**提取标准**：\n- 能引发广泛讨论、争议或震惊的信息\n- 通常涉及利益冲突、内幕揭露、大胆预测\n- 读者看到后会想\"这也能说？\"\n\n**示例**：\n```markdown\n> 原文：\"说实话，我们内部测试的结果，GPT-4在中文场景下的表现，跟宣传的差距至少有30%。不是它不行，是中文语料质量太差。\"（第22段）\n> 提取：[EXPLOSIVE] GPT-4中文场景表现与宣传差距至少30%，根因是中文语料质量 —— 赵鑫（某大厂AI负责人）\n> 引用理由：直接挑战头部产品，数据具体，信息源有分量，必然引发讨论\n> 核查状态：UNVERIFIED（内部测试数据无法公开验证，使用时需标注\"据XX透露\"）\n> 关联：与 [CONTRA] 大模型能力被高估形成论据链\n```\n\n**与 [CONTRA] 的区别**：[CONTRA] 是\"观点反常\"，[EXPLOSIVE] 是\"信息本身有爆炸性\"——可能观点不反常，但信息来源/细节让人震惊。\n\n**使用注意**：劲爆点必须标注核查状态。UNVERIFIED 的劲爆点在文章中使用时必须加注\"据XX表示\"，避免传播未经核实的信息。\n\n---\n\n### 维度6：惊艳点 [STUNNING]\n\n**提取标准**：\n- 让人产生\"原来如此\"或\"还能这样\"的认知冲击\n- 不是反常（不一定与主流相悖），而是**视角的跃迁**\n- 通常是一个精妙的类比、一个意想不到的连接、一个被忽视的真相\n\n**示例**：\n```markdown\n> 原文：\"AI Agent 不是助手，是实习生。助手是你告诉他做什么他就做什么，实习生是你得教他怎么做，但他会犯错，也会成长。\"（第18段）\n> 提取：[STUNNING] AI Agent 的本质不是助手而是实习生——需要教导、会犯错、能成长 —— 陈薇（产品VP）\n> 引用理由：一个类比彻底重构了人们对AI Agent的预期，从\"工具\"到\"新人\"\n> 核查状态：VERIFIED（类比性描述，无需数据核查）\n> 关联：可引出 [HOWTO] 如何\"带\"AI实习生\n```\n\n**与 [INSIGHT] 的区别**：[INSIGHT] 是理性的深度认知，[STUNNING] 是感性的认知冲击——\"懂了\"vs\"哇\"。\n\n---\n\n## 💬 情绪层\n\n### 维度7：吐槽点 [ROAST]\n\n**提取标准**：\n- 发言者表达的不满、质疑、辛辣评价\n- 不是温和的\"有挑战\"，是真实的情绪输出\n- 通常针对行业乱象、产品缺陷、不合理的现状\n\n**示例**：\n```markdown\n> 原文：\"所谓的AI原生应用，90%就是套了个ChatGPT的API，然后说自己是AI公司。这不叫原生，这叫套壳。\"（第25段）\n> 提取：[ROAST] 90%的AI原生应用就是套壳ChatGPT API，不叫原生叫套壳 —— 刘洋（投资人）\n> 引用理由：辛辣但真实，说出了很多人不敢说的话，文章的情绪锚点\n> 核查状态：PARTIAL（90%是估算，需标注\"据XX估算\"）\n> 关联：与 [CONTRA] AI创业泡沫论呼应\n```\n\n**传播价值**：吐槽是文章的\"温度计\"。纯理性的文章没人想转发，有真实情绪的文章才会引发共鸣。\n\n**注意**：吐槽必须标注归属。文章中用\"XX直言\"/\"XX毫不客气地说\"等方式呈现，不能变成作者自己在吐槽。\n\n---\n\n### 维度8：幽默笑点 [HUMOR]\n\n**提取标准**：\n- 发言者的自嘲、幽默、有趣的比喻\n- 不是段子，是真实语境中自然产生的笑点\n- 笑完之后有信息量（不是纯搞笑）\n\n**示例**：\n```markdown\n> 原文：\"我们团队花了三个月训练模型，准确率从85%提升到87%。然后产品经理说：能不能先解决一下用户登录不上的问题？\"（第30段）\n> 提取：[HUMOR] 团队花三个月把模型准确率从85%提到87%，产品经理说：先解决用户登录问题 —— 周航（技术总监）\n> 引用理由：真实又好笑，精准刻画了技术与产品之间的经典矛盾\n> 核查状态：VERIFIED（个人经历描述）\n> 关联：可引出 [INSIGHT] AI团队常犯的\"技术优先\"陷阱\n```\n\n**传播价值**：幽默笑点是天然的传播素材。读者会截图转发，是文章的\"社交货币\"。\n\n**注意**：幽默笑点必须保留原话的节奏和措辞，改写会丢掉笑点。\n\n---\n\n## 🔧 实操层\n\n### 维度9：经验做法 [HOWTO]\n\n**提取标准**：\n- 具体的方法、步骤、工具、参数、配置\n- 可直接执行的指导，不是\"建议关注\"这种空话\n- 来自实战经验而非理论推导\n\n**示例**：\n```markdown\n> 原文：\"我们做RAG，第一步不是选模型，是做数据清洗。80%的时间花在数据上，模型调优只占20%。具体来说，我们用自研pipeline做分块，chunk size设成512，overlap 50。\"（第35段）\n> 提取：[HOWTO] RAG项目80%时间花在数据清洗上，chunk size=512, overlap=50 —— 场景：企业知识库建设 —— 吴涛（架构师）\n> 引用理由：具体到参数级别，读者可以直接复用，干货密度极高\n> 核查状态：PARTIAL（参数值需标注\"截至2025年，不同模型可能不同\"）\n> 关联：与 [STORY] 同一团队的RAG项目案例互为支撑\n```\n\n**密度指标**：\n- 每个 [HOWTO] 至少包含 1 个：具体工具名/参数/步骤\n- 禁止出现：\"建议多关注\"/\"需要注意\"/\"非常重要\"这类空话\n\n---\n\n### 维度10：案例故事 [STORY]\n\n**提取标准**：\n- 发言者讲述的具体经历、项目、客户案例\n- 有时间/人物/结果的完整叙事\n- 能说明某个观点、教训或洞察\n\n**示例**：\n```markdown\n> 原文：\"去年我们有个客户，上来就说要做一个AI客服。我们做了，效果很好，成本降了60%。但三个月后客户不续约了。为什么？因为客户发现，用户虽然问题解决了，但满意度反而下降了——用户觉得跟机器说话没人情味。\"（第40段）\n> 提取：[STORY] AI客服降本60%但客户不续约：用户满意度反而下降，因为\"跟机器说话没人情味\" —— 主题标签：AI客服/用户体验\n> 引用理由：经典的\"效率vs体验\"案例，有数据有反转有教训\n> 核查状态：UNVERIFIED（客户案例无法公开验证，使用时需模糊化处理）\n> 关联：支撑 [CONTRA] AI替代不能只看效率的观点\n```\n\n**故事要素检查**：好的 [STORY] 应包含至少 3 个要素：\n- 时间锚（\"去年\"/\"3个月后\"）\n- 数字锚（\"60%\"/\"3个月\"）\n- 转折点（\"但\"/\"然而\"/\"没想到\"）\n\n---\n\n## 提取流程\n\n### 第一遍：粗提取\n\n快速通读全文，标记所有可能是素材的段落。不追求精确，宁可多标不可漏标。\n\n### 第二遍：精提取\n\n对标记的段落逐个提取，按 10 维度分类，填写通用提取格式。\n\n**维度选择指南**（信号驱动，基于段落内容特征）：\n- 有判断/立场 → 先看是不是反常的（[CONTRA]），不是则归 [VIEW]\n- 有数字/指标 → [DATA]\n- 有情绪/不满 → [ROAST]\n- 有笑点/自嘲 → [HUMOR]\n- 有具体做法/参数 → [HOWTO]\n- 有经历/案例 → [STORY]\n- 有深层规律/本质 → 先看是不是认知冲击（[STUNNING]），不是则归 [INSIGHT]\n- 有爆炸性信息 → [EXPLOSIVE]\n\n**行业×发言者→维度优先级矩阵**（上下文驱动，基于 Step 1 基本信息，与上方信号指南互补）：\n\n提取前先查此表，对优先维度提高敏感度，避免遗漏高价值素材。优先维度不排除其他维度，仅作提取侧重。\n\n| 行业 \\ 发言者 | CEO/高管 | 技术人/工程师 | 投资人 | 学者/研究员 |\n|---|---|---|---|---|\n| 财经/金融 | VIEW, DATA, INSIGHT | DATA, HOWTO | CONTRA, EXPLOSIVE, DATA | INSIGHT, DATA |\n| AI/科技 | VIEW, STUNNING | HOWTO, STORY, STUNNING | CONTRA, INSIGHT | INSIGHT, DATA |\n| 互联网/产品 | VIEW, STORY | HOWTO, STUNNING | CONTRA, EXPLOSIVE | INSIGHT |\n| 医疗/教育 | VIEW, INSIGHT | HOWTO, DATA | CONTRA | INSIGHT, DATA |\n| 其他/通用 | VIEW, INSIGHT | HOWTO, STORY | CONTRA, EXPLOSIVE | INSIGHT, DATA |\n\n**用法**：Step 2.0 已从 Step 1 获取\"行业领域 + 发言者身份\"，提取前查表确定 2-3 个优先维度。例如\"财经领域 + 投资人\"→ 优先标记 CONTRA/EXPLOSIVE/DATA，避免把投资人的反常判断误归为普通 [VIEW]。\n\n**注意**：同一段内容可能同时属于多个维度。以**最突出的维度**为主标记，其他维度在\"关联\"字段标注。\n\n### 第三遍：去重与关联\n\n- 合并重复观点（不同发言者说的同一件事）\n- 标注关联关系（A观点是B观点的论据/反驳/延伸/呼应）\n- 识别遗漏（是否有重要话题没被任何素材覆盖）\n\n### 第四遍：待补充标记\n\n对每条素材评估：\n- 是否需要补充背景信息？→ 标记到\"待补充\"\n- 是否需要事实核查？→ 标记到\"待核查\"\n- 是否需要拓展注释？→ 标记到\"待拓展\"\n\n### 第五遍：传播力评估\n\n对每条素材评估传播潜力。三维度量化拆解（转发概率/停留时间/讨论度）减少主观性：\n\n| 传播力 | 标准 | 转发概率 | 停留时间 | 讨论度 | 文章中的定位 |\n|--------|------|---------|---------|--------|------------|\n| ⭐⭐⭐⭐⭐ | 读者会截图转发 | >15% | 重读2-3次 | 必引讨论 | 开头钩子 / 核心论点 |\n| ⭐⭐⭐⭐ | 读者会停下来重读 | 5-15% | 重读1次 | 易引讨论 | 段落高潮 / 金句 |\n| ⭐⭐⭐ | 读者会觉得有用 | 1-5% | 正常阅读 | 偶有讨论 | 论据支撑 / 干货段落 |\n| ⭐⭐ | 读者会略过但需要 | <1% | 快速扫读 | 少讨论 | 背景铺垫 / 过渡 |\n| ⭐ | 仅提供完整性 | <0.1% | 可能跳过 | 无讨论 | 可考虑精简或删除 |\n\n**量化指引**：三维度任一达高档即可升级。如某素材\"转发概率低但讨论度必引\"（如争议观点），仍可评 ⭐⭐⭐⭐。⭐⭐⭐⭐⭐ 素材覆盖率 100% 是硬性阻断（详见 pipeline-detail.md 6.4.5）。\n\n> **数据诚实声明**（v1.3.0 新增）：传播力评级基于行业经验，未经大规模数据验证。\n> 参考基线：gzh-title-strategist 645 篇 AI/科技原创文章数据显示，中高网感标题进入高表现组概率（22.1%）约为低网感（4.9%）的 4.4 倍。\n> 该数据来自原创文章样本，访谈类文章可能有差异，仅作参考。\n\n---\n\n## 素材稿输出格式\n\n```markdown\n# 素材稿：{主题}\n\n## 基本信息\n- 来源：{访谈/会议名称}\n- 来源名称：{公众号/媒体/机构名称}（经 Step 1.3 来源验证确认，不得凭空编造）\n- 作者：{作者姓名}（经 Step 1.3 来源验证确认）\n- 发言者：{姓名}（{身份}）\n- 行业领域：{领域}\n- 核心议题：{1-3 个关键词}\n\n## 🧠 认知层\n\n### 核心观点 [VIEW]\n1. > 原文：\"{原话}\"（第X段）\n > 提取：[VIEW] {观点} —— {发言者}\n > 引用理由：{理由}\n > 核查状态：{状态}\n > 传播力：⭐⭐⭐⭐（1-5星，5星=读者会截图转发）\n\n2. ...\n\n### 行业洞察 [INSIGHT]\n1. ...\n\n### 数据事实 [DATA]\n1. ...\n\n## 🔥 传播层\n\n### 反常观点 [CONTRA]\n1. ...\n\n### 劲爆点 [EXPLOSIVE]\n1. ...\n\n### 惊艳点 [STUNNING]\n1. ...\n\n## 💬 情绪层\n\n### 吐槽点 [ROAST]\n1. ...\n\n### 幽默笑点 [HUMOR]\n1. ...\n\n## 🔧 实操层\n\n### 经验做法 [HOWTO]\n1. ...\n\n### 案例故事 [STORY]\n1. ...\n\n## 关联图谱\n| 素材A | 关系 | 素材B |\n|-------|------|-------|\n| [CONTRA]-1 | 支撑 | [VIEW]-2 |\n| [DATA]-3 | 核查 | [EXPLOSIVE]-1 |\n| ... | ... | ... |\n\n## 待补充/待核查\n- [ ] {需要补充背景信息的点}\n- [ ] {需要事实核查的数据}\n- [ ] {需要拓展注释的概念}\n```\n\n---\n\n## 特殊场景处理\n\n### 场景1：发言者说得很模糊\n\n**处理**：不要替发言者\"说清楚\"。提取原话，标注\"[模糊，需确认]\"，在确认点1时询问用户。\n\n### 场景2：多个发言者观点交织\n\n**处理**：拆分为多条素材，每条标注一个发言者。如有交锋，额外提取一条 [CONTRA] 标注双方。\n\n### 场景3：发言者自我矛盾\n\n**处理**：两段都提取，标注\"[自相矛盾]\"，在文章中可作为\"他的思考在演变\"的叙事点。\n\n### 场景4：大量技术细节\n\n**处理**：关键参数提取到 [HOWTO]，背景知识提取到 [INSIGHT]，具体实现步骤简要记录，详细内容保存为附件引用。\n\n### 场景5：敏感信息\n\n**处理**：涉及具体公司/人名的负面信息，提取时标注\"[敏感]\"，在写作时用化名或模糊处理，除非用户明确要求保留。\n\n### 场景6：信息量不足，凑不够10个维度\n\n**处理**：不需要每个维度都有素材。至少覆盖 5 个维度，每个维度至少 2 条。如果实录内容偏某类（如纯技术分享），某些维度（如 [HUMOR]、[EXPLOSIVE]）可以为空，在\"待补充\"中标注\"文章可补充XX类信息以增强传播力\"。\n\n### 场景7：同一段内容同时属于多个维度\n\n**处理**：以最突出的维度为主标记，其他维度在\"关联\"字段标注。例如一段既有数据又有吐槽，标记为 [ROAST]（情绪更突出），关联 [DATA]。\n\nFile v1.3.1:references/fact-check-guide.md\n\n# 事实核查方法论\n\n> 基于 news-fact-check skill 方法论，适配 transcript-crafter 的素材核查场景\n\n## 核心原则\n\n**先怀疑，后验证**。不要假设任何信息是真实的或假的，始终通过证据来判断。\n\n---\n\n## 核查流程\n\n### 第一步：识别关键声明\n\n从素材中提取可验证的核心事实主张（Claims），包括：\n- 具体的人物、地点、时间、数据\n- 直接引语和归属来源\n- 事件的核心事实\n\n### 第二步：多源验证\n\n对每个关键声明进行交叉核实：\n\n1. **权威新闻源比对**：对比 Reuters、AP、新华社、财新等权威媒体是否报道\n2. **官方信息核查**：查找政府部门、机构、企业的正式声明\n3. **事实核查网站**：\n - [Snopes](https://snopes.com/)\n - [PolitiFact](https://politifact.com/)\n - [FactCheck.org](https://factcheck.org/)\n - [中国谣言粉碎机](https://piyao.sina.cn/)\n - [腾讯新闻较真](https://news.qq.com/zt2020/page/feiyan.htm)\n4. **金融数据核查**（妙想 mx-data）：\n - 股价/市值/财报等硬数据\n - 研报/目标价等分析师数据\n - 行业对比数据\n\n### 第三步：评估来源可靠性\n\n检查原始信息来源的可信度：\n- 媒体声誉和历史准确性\n- 是否有明确的消息源\n- 报道是否包含多方观点\n- 出版时间是否最新\n- 是否有明显的偏见或利益相关\n\n### 第四步：给出结论\n\n根据证据强度，给出以下结论之一：\n\n| 结论 | 标记 | 含义 | 文章中的处理 |\n|------|------|------|------------|\n| 已证实为真 | `[VERIFIED]` | 有多处独立可靠来源证实 | 直接使用 |\n| 部分属实 | `[PARTIAL]` | 包含真实成分但有误导性细节或需更新 | 标注\"截至XX时间\"或补充说明 |\n| 无法核实 | `[UNVERIFIED]` | 缺乏足够证据做出判断 | 加注\"据XX表示\"或降级为观点 |\n| 已证实为假 | `[INCORRECT]` | 有明确证据证明为虚假信息 | 不使用，或标注\"与公开数据存在差异\" |\n| 误导性 | `[MISLEADING]` | 技术上可能为真但呈现方式具有误导性 | 重新表述或补充上下文 |\n\n---\n\n## 常见红旗特征\n\n以下特征提示信息可能不可靠：\n- 来源模糊或不存在\n- 情绪化、煽动性语言\n- 单一来源，无其他媒体跟进\n- 声称\"独家报道\"但无原始链接\n- 使用模糊的时间表述（如\"近日\"）\n- 数据无来源或来源不可追溯\n- 利益相关方的自我陈述（如CEO谈自家公司前景）\n\n---\n\n## 访谈场景特殊规则\n\n### CEO/高管发言的特殊处理\n- 对自家公司的正面判断 → 天然有利益相关，需交叉验证\n- 具体数据（收入/CapEx/市占率） → 优先用妙想查财报核实\n- 前瞻性预测 → 标记为\"前瞻判断\"，不标 VERIFIED\n- 个人经历 → 通常 UNVERIFIED（无法公开验证），但可保留作为叙事素材\n\n### 行业专家发言的特殊处理\n- 行业趋势判断 → 用 cn-web-search 查行业报告交叉验证\n- 竞品评价 → 天然有利益冲突，需标注\n- 技术细节 → 用技术引擎验证\n\n### 数据类素材的核查优先级\n1. 财报数据 → 妙想 mx-data（最高优先级）\n2. 市场数据 → 妙想 mx-data + cn-web-search 交叉验证\n3. 行业报告数据 → cn-web-search 财经引擎\n4. 个人估算/口头数据 → 标记 UNVERIFIED，使用时加注\n\n---\n\n## 输出格式\n\n完成核查后，以以下格式呈现：\n\n```\n📋 核查结论：[VERIFIED / PARTIAL / UNVERIFIED / INCORRECT / MISLEADING]\n\n🔍 关键发现：\n- [发现1]\n- [发现2]\n\n📚 证据来源：\n- [来源1]\n- [来源2]\n\n⚠️ 注意事项：\n- [任何可能影响判断的因素，如利益相关、时效性等]\n```\n\nFile v1.3.1:references/interview-personas.yaml\n\n# 访谈场景专属人格覆盖层\n# 与 WeWrite 基础人格叠加使用，覆盖层参数优先级高于基础人格\n# 使用方式：在 SKILL.md Step 3 中根据访谈类型选择对应覆盖层\n\n# ============================================================\n# 覆盖层1：专家放大器\n# 适合：一对一专家访谈、行业领袖对话、技术大牛分享\n# 特点：放大专家权威，保留原话力度，补充背景让观点更立体\n# ============================================================\n\nexpert-amplifier:\n name: \"expert-amplifier\"\n description: \"专家放大器——放大专家权威，原话驱动，背景补充让观点更立体\"\n\n # 访谈视角：以专家为中心\n interview_perspective: \"expert_voice\"\n # expert_voice: 专家是权威，文章是放大器\n # dialogue_extraction: 保留对话张力\n # synthesis: 综合多视角\n # practitioner_voice: 实践者视角\n\n # 引用处理：关键洞察保留原话\n quote_handling: \"direct_quotes\"\n # direct_quotes: 保留原话，引号标注\n # paraphrased: 用文章语气重述\n # mixed: 金句原话，背景重述\n # direct_for_howto: 实操部分原话，分析部分重述\n\n # 权威定位\n authority_positioning: \"insider_access\"\n # insider_access: 独家访问，放大专家声音\n # industry_synthesis: 综合行业领袖观点\n # critical_analysis: 分析和审视这些观点\n\n # 增量信息策略\n incremental_info_strategy: \"context_expansion\"\n # context_expansion: 补充行业背景和上下文\n # data_enrichment: 用数据和研究补充\n # cross_reference: 与其他专家观点交叉验证\n # practical_extraction: 提取可操作洞察\n\n # 引用密度\n quote_density: 0.35 # 35% 的内容直接引用专家原话\n attribution_style: \"named\" # 每次引用标注姓名，不用\"某专家\"\n\n # 观点处理\n dissent_handling: \"respectful_note\"\n # 对专家观点的异议处理：尊重性备注，不直接反驳\n # 在文末或段落末以\"也有不同声音\"方式呈现\n\n # 段落结构偏好\n paragraph_pattern: \"quote_first_then_expand\"\n # 先放专家原话/观点，再展开背景和分析\n\n # 破句风格（覆盖基础人格）\n broken_sentence_styles:\n - \"expert_aside\" # \"（他停顿了一下，似乎在斟酌措辞。）\"\n - \"context_bridge\" # \"背景是这样的——\"\n - \"implication_mark\" # \"这句话的分量比听起来重得多。\"\n\n # 禁止\n avoid:\n - \"未经标注的专家观点改写（必须标注'XX认为'或直接引用）\"\n - \"对专家观点的过度解读（分析要基于原话，不能曲解）\"\n - \"连续3段以上没有专家原话（读者是来看专家说的，不是看你说的）\"\n\n # 适用场景限制\n suitable_for:\n - \"一对一专家访谈\"\n - \"行业领袖对话\"\n - \"技术大牛分享\"\n - \"CEO/高管独白型访谈\"\n not_suitable_for:\n - \"多人圆桌（缺乏焦点，用 synthesis-weaver）\"\n - \"纯实操分享（无观点输出，用 practitioners-notebook）\"\n\n\n# ============================================================\n# 覆盖层2：对话提取器\n# 适合：两人对话/辩论、圆桌讨论、主持人+嘉宾模式\n# 特点：保留对话张力，提取交锋点，呈现思维碰撞\n# ============================================================\n\ndialogue-extractor:\n name: \"dialogue-extractor\"\n description: \"对话提取器——保留对话张力，提取交锋点，呈现思维碰撞\"\n\n interview_perspective: \"dialogue_extraction\"\n quote_handling: \"mixed\"\n authority_positioning: \"critical_analysis\"\n incremental_info_strategy: \"cross_reference\"\n\n # 对话还原度\n dialogue_preservation: 0.40 # 40% 的内容以对话形式还原\n dialogue_format: \"blockquote\" # 使用 > 引用块呈现对话（兼容 rico-md）\n\n # 交锋点标记\n conflict_highlight: true # 标记观点分歧处\n conflict_marker: \"**分歧点**\" # 分歧标记（加粗文本，兼容公众号）\n\n # 引用密度\n quote_density: 0.25\n attribution_style: \"role_based\" # 按角色标注（\"主持人\"/\"嘉宾A\"）\n\n # 观点处理\n dissent_handling: \"present_both\"\n # 呈现双方观点，不做裁判\n\n # 段落结构偏好\n paragraph_pattern: \"conflict_then_context\"\n # 先呈现分歧，再补充背景让读者理解为什么会有分歧\n\n broken_sentence_styles:\n - \"dialogue_beat\" # \"他摇了摇头。'不完全是。'\"\n - \"tension_pause\" # \"两人沉默了几秒。\"\n - \"pivot_reveal\" # \"但真正的分歧不在这里。\"\n\n avoid:\n - \"抹平分歧（分歧是文章最有价值的部分）\"\n - \"替读者做判断（呈现双方，让读者自己选）\"\n - \"过度还原对话细节（保留有信息量的交锋，删掉寒暄）\"\n\n # 适用场景限制\n suitable_for:\n - \"两人对话/辩论\"\n - \"主持人+嘉宾模式\"\n - \"有明确分歧的圆桌讨论\"\n not_suitable_for:\n - \"单人独白型访谈（用 expert-amplifier）\"\n - \"无交锋的寒暄式对谈（信息密度低）\"\n\n\n# ============================================================\n# 覆盖层3：综合编织者\n# 适合：多人圆桌、行业峰会、跨领域对话\n# 特点：多视角交叉编织，提取共识与分歧，形成立体图景\n# ============================================================\n\nsynthesis-weaver:\n name: \"synthesis-weaver\"\n description: \"综合编织者——多视角交叉编织，提取共识与分歧，形成立体图景\"\n\n interview_perspective: \"synthesis\"\n quote_handling: \"paraphrased\"\n authority_positioning: \"industry_synthesis\"\n incremental_info_strategy: \"cross_reference\"\n\n # 多人处理\n speaker_balance: \"weighted\" # 按信息量加权，不平均分配\n consensus_extraction: true # 提取共识点\n divergence_mapping: true # 标记分歧图谱\n\n # 引用密度\n quote_density: 0.15 # 较少直接引用，更多综合重述\n attribution_style: \"collective\" # 共识用\"多位嘉宾认为\"，分歧标注具体人\n\n # 观点处理\n dissent_handling: \"map_landscape\"\n # 绘制观点全景图，标注各派立场\n\n # 段落结构偏好\n paragraph_pattern: \"theme_first_then_voices\"\n # 先提出主题，再呈现不同人的观点\n\n broken_sentence_styles:\n - \"consensus_punch\" # \"所有人都同意这一点。\"\n - \"divergence_mark\" # \"但到了XX问题上，分歧出现了。\"\n - \"synthesis_note\" # \"把这几条线拉到一起看——\"\n\n avoid:\n - \"逐人逐人罗列观点（要按主题编织，不是按人罗列）\"\n - \"虚假共识（没有共识就说没有，不要硬凑）\"\n - \"忽略少数派观点（有时少数派才是对的）\"\n\n # 适用场景限制\n suitable_for:\n - \"3人以上圆桌/峰会\"\n - \"跨领域对话\"\n - \"行业峰会全景\"\n not_suitable_for:\n - \"一对一访谈（人物太少，无法编织，用 expert-amplifier）\"\n - \"单一主题深度对话（用 dialogue-extractor 更佳）\"\n\n\n# ============================================================\n# 覆盖层4：实践者笔记本\n# 适合：技术分享、创业复盘、实操经验访谈\n# 特点：实操导向，保留具体步骤和参数，补充最佳实践\n# ============================================================\n\npractitioners-notebook:\n name: \"practitioners-notebook\"\n description: \"实践者笔记本——实操导向，保留具体步骤参数，补充最佳实践和避坑指南\"\n\n interview_perspective: \"practitioner_voice\"\n quote_handling: \"direct_for_howto\"\n authority_positioning: \"insider_access\"\n incremental_info_strategy: \"practical_extraction\"\n\n # 实操还原度\n howto_preservation: 0.50 # 50% 的实操内容保留原话/原步骤\n parameter_preservation: true # 保留具体参数、配置、版本号\n\n # 引用密度\n quote_density: 0.20\n attribution_style: \"experience_based\" # \"有3年XX经验的YY说\"\n\n # 观点处理\n dissent_handling: \"practical_compare\"\n # 不同做法并列，标注各自适用场景\n\n # 段落结构偏好\n paragraph_pattern: \"problem_then_practice\"\n # 先描述问题，再给出实践者的解决方案\n\n # 补充策略\n supplement_focus:\n - \"best_practices\" # 补充行业最佳实践\n - \"pitfall_warnings\" # 补充常见坑和避坑方法\n - \"tool_alternatives\" # 补充替代工具/方案\n - \"version_updates\" # 核查版本和时效性\n\n broken_sentence_styles:\n - \"pragmatic_note\" # \"（实测有效，但只限于XX场景）\"\n - \"caveat_stamp\" # \"注意：这是2025年的做法，可能已过时。\"\n - \"reality_check\" # \"理论上是这样。实际上——\"\n\n avoid:\n - \"抽象化实操步骤（'优化性能' → 要说具体怎么优化）\"\n - \"省略参数和版本号（这些是读者最需要的）\"\n - \"只说成功不说失败（踩坑经验比成功经验更有价值）\"\n\n # 适用场景限制\n suitable_for:\n - \"技术分享/复盘\"\n - \"创业经验访谈\"\n - \"实操步骤类内容（有具体参数/工具/流程）\"\n not_suitable_for:\n - \"纯观点型访谈（无实操内容，用 expert-amplifier）\"\n - \"学术理论讨论（无实战经验可提取）\"\n\n\n# ============================================================\n# 覆盖层5：好奇探索者\n# 适合：AI/科技领域专家访谈、产品体验分享、行业趋势对谈\n# 特点：卡兹克风格——好奇心驱动、口语化节奏、反AI味极强\n# 基础人格建议搭配：khazix-writer（首选）或 midnight-friend\n# ============================================================\n\ncurious-explorer:\n name: \"curious-explorer\"\n description: \"好奇探索者——好奇心驱动，口语化节奏，像跟朋友聊一件打动你的事\"\n\n # 访谈视角：以好奇心为线索\n interview_perspective: \"curiosity_driven\"\n # curiosity_driven: 以\"我很好奇\"为线索串联访谈内容\n # 与 expert_voice 的区别：不是放大专家权威，而是放大\"发现感\"\n\n # 引用处理：金句原话+背景重述\n quote_handling: \"mixed\"\n # 金句和关键判断保留原话（引号标注发言者）\n # 背景和上下文用口语化重述\n\n # 权威定位\n authority_positioning: \"curious_learner\"\n # 不是\"我来告诉你专家说了什么\"\n # 而是\"我发现了一个很有意思的观点，你听听看\"\n\n # 增量信息策略\n incremental_info_strategy: \"discovery_expansion\"\n # 补充信息的呈现方式不是\"背景资料\"\n # 而是\"聊着聊着顺手掏出来\"的知识\n\n # 引用密度\n quote_density: 0.25\n attribution_style: \"casual_named\" # \"桑杰说\"\"他提了一个很有意思的点\"\n\n # 观点处理\n dissent_handling: \"honest_acknowledge\"\n # 诚实承认不同观点的存在\n # \"这话听着有点刺耳，但他说的也有道理\"\n\n # 段落结构偏好\n paragraph_pattern: \"discovery_then_insight\"\n # 先呈现发现（\"我发现了一个很有意思的事\"），再展开洞察\n\n # 节奏控制\n rhythm_control:\n sentence_variance: \"high\" # 句子时长时短，制造口语化节奏\n one_sentence_paragraph: true # 允许一句话自成一段\n comma_pause: true # 大量用逗号制造停顿感\n oral_transition: true # 用口语化转场句衔接\n\n # 破句风格\n broken_sentence_styles:\n - \"curious_interruption\" # \"我当时就——等等，这个点很重要。\"\n - \"self_correction\" # \"不对，应该这么说——\"\n - \"excited_discovery\" # \"然后我发现了一个很有意思的事。\"\n\n # 反AI规范（引用 anti-ai-rules.md）\n anti_ai_rules: true\n # 启用后，写作时必须遵守 references/anti-ai-rules.md 的全部禁令和词组库\n\n # 适用场景限制\n suitable_for:\n - \"AI/科技领域访谈\"\n - \"产品体验类对谈\"\n - \"行业趋势讨论\"\n - \"创业者/技术人分享\"\n\n not_suitable_for:\n - \"严肃财经/投研访谈\" # 太口语化\n - \"学术会议\" # 太随意\n - \"政策/法规讨论\" # 缺乏严肃性\n\n # 禁止\n avoid:\n - \"套话（首先其次最后/综上所述/值得注意的是）\"\n - \"冒号/破折号/双引号\"\n - \"说白了/意味着什么/本质上/换句话说/不可否认\"\n - \"教科书式开头（在当今XX的时代）\"\n - \"bullet point罗列观点\"\n - \"编造假设性例子\"\n\n# ============================================================\n# 通用覆盖参数（所有覆盖层共享）\n# ============================================================\n\n_shared:\n # 访谈来源标注规范\n source_attribution:\n direct_quote: '「{原话}」 —— {姓名}，{身份}'\n paraphrased: \"{姓名}（{身份}）{重述内容}\"\n collective: \"多位{角色}认为{观点}\"\n anonymous: \"一位{行业}从业者表示{观点}\"\n\n # 增量信息标注规范\n incremental_attribution:\n verified_data: \"公开数据显示，{数据}（{来源}）\"\n industry_consensus: \"行业共识是{观点}\"\n agent_analysis: \"从{角度}来看，{分析}\" # Agent 自身分析必须与实录观点区分\n search_result: \"根据{来源}的报道，{信息}\"\n\n # 编辑锚点模板\n editor_anchors:\n - \"\"\n - \"\"\n - \"\"\n\nFile v1.3.1:references/pipeline-detail.md\n\n# 7步管道详细流程\n\n## Step 1: 输入获取 + 预处理\n\n**1.1 输入识别**：\n\n| 输入类型 | 识别标志 | 处理方式 |\n|---------|---------|---------|\n| 文本粘贴 | 用户直接发送大段文字 | 直接使用 |\n| 本地文件 | `.txt`/`.md`/`.docx` 文件路径 | 用 Read 工具读取 |\n| 飞书妙记链接 | URL 含 `feishu.cn` 或 `lark` 且含 `/minutes/` | 用 lark-minutes skill 获取逐字稿 |\n| 微信公众号/在线文章 | 其他 URL | 用 WebFetch 工具抓取全文内容 |\n\n**1.2 飞书妙记降级**：抓取失败 → 提示用户粘贴文本或提供本地文件\n\n**1.3 来源验证（防幻觉）**：\n\nWebFetch 抓取微信公众号文章时，**通常无法获取公众号名称**（页面顶部的账号名不在正文DOM中）。必须执行以下验证：\n\n1. 检查抓取内容中是否包含公众号名称/来源标识（如\"文丨XX\"上方的账号名）\n2. 若抓取内容中**无来源名称**：\n - 优先从用户提供的上下文中推断（用户说\"这篇XX的文章\"）\n - 若无法推断，用 cn-web-search 搜狗微信引擎搜索文章标题，确认公众号名称\n - **绝对禁止凭空编造来源名称**，不确定时标注\"来源待确认\"\n3. 作者信息同理：若抓取内容中有\"文丨XX\"，直接使用；若无，标注\"作者待确认\"\n\n**1.4 预处理**：说话人识别 → 去噪（时间戳/语气词标记）→ 段落切分 → 语言检测\n\n**1.5 基本信息提取**：主题（必需）/ 来源名称+作者（必需，经1.3验证）/ 发言者及身份（必需）/ 行业领域（必需）/ 时间场合（可选）/ 受众预期（可选）\n\n---\n\n## Step 2: 信息提取 → 素材稿\n\n**2.0 衔接**：基于 Step 1 提取的基本信息（行业领域/核心议题/发言者身份），调整提取重点：\n- 行业领域 → 优先提取该领域的专业维度（如财经偏DATA/INSIGHT，科技偏HOWTO/STUNNING）\n- 核心议题 → 围绕议题关键词重点标记相关素材\n- 发言者身份 → CEO偏战略VIEW，技术人偏HOWTO/STORY，投资人偏CONTRA/EXPLOSIVE\n\n详见 `extraction-guide.md`（10维度提取体系完整规范）\n\n**确认点1**：向用户展示素材稿，确认核心观点准确、分类合理、无遗漏\n\n---\n\n## Step 3: 行业适配 + 人设选择\n\n**3.1 行业特征分析**：术语密度 / 读者画像 / 信息偏好 / 表达惯例\n\n**3.2 人设选择（混合模式）**：\n\n基础人格（WeWrite 7套 + khazix-writer，若不存在用内置3套：行业观察者/深夜好友/锐评记者）：\n\n| 基础人格 | 适合访谈场景 |\n|---------|------------|\n| `midnight-friend` | 创业者/个人经验分享 |\n| `warm-editor` | 人物故事/情感类访谈 |\n| `industry-observer` | 行业专家/高管访谈 |\n| `sharp-journalist` | 调查性访谈/争议话题 |\n| `cold-analyst` | 财经/投研访谈 |\n| `humor-storyteller` | 轻松对谈/行业八卦 |\n| `tech-coder` | 技术人物访谈 |\n| `khazix-writer` | AI/科技领域访谈，口语化节奏，反AI味极强（详见 `anti-ai-rules.md`） |\n\n访谈覆盖层（详见 `interview-personas.yaml`）：\n\n| 访谈类型 | 覆盖层 | quote_handling |\n|---------|--------|---------------|\n| 专家独白型 | `expert-amplifier` | direct_quotes |\n| 对话交锋型 | `dialogue-extractor` | mixed |\n| 行业圆桌型 | `synthesis-weaver` | paraphrased |\n| 实战经验型 | `practitioners-notebook` | direct_for_howto |\n| AI/科技好奇型 | `curious-explorer` | mixed |\n\n**访谈信号→persona 推荐决策矩阵**（v1.2.0 新增，基于 3 信号智能推荐，覆盖层 suitable_for/not_suitable_for 详见 `interview-personas.yaml`）：\n\n按发言者数量 + 话题领域 + 语气特征 3 个信号查表推荐。信号从 Step 1 基本信息和 Step 2 素材稿获取。\n\n| 发言者数 | 话题/语气信号 | 推荐覆盖层 | 推荐基础人格 |\n|---------|-------------|----------|-----------|\n| 1人 | AI/科技 + 好奇探索语气 | `curious-explorer` | khazix-writer |\n| 1人 | 专家独白（非AI，观点密集） | `expert-amplifier` | industry-observer / cold-analyst（财经） |\n| 1人 | 实操分享（参数/工具/步骤密集） | `practitioners-notebook` | tech-coder |\n| 1人 | 创业者/个人经验 + 情感 | `expert-amplifier` | midnight-friend |\n| 2人 | 对话交锋/辩论 | `dialogue-extractor` | sharp-journalist |\n| 2人 | AI/科技好奇对谈 | `curious-explorer` | khazix-writer |\n| 3人+ | 跨领域圆桌/峰会 | `synthesis-weaver` | industry-observer |\n| 3人+ | 单一主题深度讨论 | `dialogue-extractor` | sharp-journalist |\n\n**推荐流程**：\n1. 从 Step 1 获取发言者数量、行业领域\n2. 从 Step 2 素材稿识别语气特征（独白型/交锋型/探索型/实操型）\n3. 查上表确定推荐覆盖层 + 基础人格\n4. 对照覆盖层 `not_suitable_for` 二次校验，命中则换推荐\n5. **确认点2**向用户展示推荐结果，用户可 override\n\n**3.3 人设合并**：覆盖层参数覆盖基础人格同名字段，冲突时覆盖层优先\n\n---\n\n## Step 4: 框架生成\n\n**4.1 框架类型**：\n\n| 框架 | 适合类型 | 特点 |\n|------|---------|------|\n| 观点递进型 | 专家独白 | 观点→论据→推演→预判 |\n| 对话提炼型 | 对话交锋 | 保留对话张力，提取交锋点 |\n| 主题编织型 | 行业圆桌 | 多主题交叉编织 |\n| 实战拆解型 | 实战经验 | 问题→方法→验证→避坑 |\n| 故事还原型 | 人物故事 | 时间线叙事，情感弧线 |\n| 洞察深挖型 | 趋势预判 | 表层→深层→未来推演 |\n| 调查实验型 | 亲自下场 | 好奇→行动→发现→层层递进，核心是\"我替你去做了这件事\" |\n| 产品体验型 | 工具/产品评测 | 场景演示→真实感受→逐一展示（升番逻辑：最弱→最强→意外），核心是\"跟我一起玩\" |\n\n**英雄之旅叙事弧**（适用于调查实验型和产品体验型）：普通人被好奇心召唤→行动→踩坑→获得发现→带着变化回到日常。读者跟着走完弧线，有\"我也经历了一遍\"的参与感。冒险起点必须是具体的、读者能代入的困境或好奇。\n\n**4.2 框架内容**：H1标题(来自 Step 4.3 候选，24-38字) + 开头策略 + 各H2(核心节点+支撑素材+增量需求) + 收尾策略 + 素材-框架映射 + 待补充信息清单\n\n**4.3 标题候选生成**（v1.3.0 新增，详见 `title-strategist.md`）：\n\n基于 Step 2 素材稿 + Step 3.2 访谈覆盖层，按 5 风格组生成最多 12 个候选标题，按 5 维度评分前 5 名，标记 6 类风险（含访谈专属\"原话归属风险\"），推荐 1 主标题 + 2 备选。\n\n**硬约束**：\n- 标题中的所有实体/数字/判断必须来自素材稿或 Step 5 补充信息，禁止编造\n- 不得使用访谈中未出现的判断词（\"首个\"\"最强\"\"颠覆\"\"革命性\"等）\n- 任何 Critical 风险候选不得作为主标题\n\n**确认点2**：向用户展示框架类型+人设+骨架+标题候选+待补充清单\n\n---\n\n## Step 5: 信息补充 + 事实核查\n\n详见 `tool-router.md`（5工具路由+兜底机制+来源可信度分级完整规范）\n详见 `fact-check-guide.md`（事实核查方法论）\n\n**5.1 补充信息标准化格式**：每条补充信息必须携带来源分级+URL，传递给 Step 6：\n\n```markdown\n### [维度标记]-N: {补充信息摘要}\n- **核查结果**: [VERIFIED / PARTIAL / UNVERIFIED / ...]\n- **来源分级**: Tier {1-5}\n- **来源标注**: {来源名称}\n- **来源URL**: {URL 或 \"无\"}\n- **文章写法**: {含链接或标注的具体写法}\n- **链接位置**: 正文行内 / 文末参考来源 / 无链接\n```\n\n**5.2 来源分级采信逻辑**：\n- Tier 1-2（官方/权威媒体）→ 必附URL，正文行内链接\n- Tier 3（行业研究）→ 尽量附URL，无则标机构+报告名\n- Tier 4（聚合/二手）→ 选择性附URL，文末参考来源\n- Tier 5（社区/推断）→ 不附URL，文字标注\n\n**5.3 信源质量门控**（搜索完成后必须执行，详见 `source-quality-gate.md`）：\n\n实时执行3项门控检查，未通过任一项→换通道重搜：\n\n1. **信源多样性**：单一域名占比≤30%、独立信源≥6个、聚合平台（头条/百家号/UC大鱼号/企鹅号等）占比≤20%\n2. **信源分级覆盖**：Tier 1官方≥1条、Tier 2权威媒体≥2条、Tier 3行业研究≥1条、Tier 4-5占比≤50%\n3. **始发信源追溯**：聚合平台内容必须追溯始发信源，追溯不到→降级Tier 5或弃用\n\n未通过时换通道优先级：妙想mx-search → cn-web-search财经引擎（东方财富/财新）→ cn-web-search英文引擎（Brave/DDG）→ Wikipedia\n\n记录门控结果（通过/修复后通过/仍不达标），传递给 Step 7 质量验证。\n\n**确认点3**：向用户展示补充信息摘要+核查结果+来源分级+信源质量门控结果+新发现\n\n**5.4 事实核查阻断**（搜索补充后必须执行，未通过禁止进入 Step 6）：\n\n逐项检查以下内容，任何一项不通过必须修正后再继续：\n\n| 阻断检查 | 标准 | 不通过时 |\n|---------|------|---------|\n| 来源URL完整性 | 每条补充信息有来源URL或\"据公开报道\" | 补充URL或标注 |\n| 数据交叉核对 | 文中数据与来源原文一致，无张冠李戴 | 回到来源核对修正 |\n| 政策文号核实 | 政策名称/文号/日期与官方原文一致 | 搜索官方原文核对 |\n| 来源分级合规 | 每条信息标注Tier级别，Tier 1-2必附URL | 补充分级和URL |\n| 不可核实标注 | 无法核实的数据标注\"待核实\"，不凭空编造 | 删除或标注 |\n\n核查产出：核查修正记录（修正了什么、为什么修正），传递给 Step 6 和 Step 7。\n\n---\n\n## Step 6: 文章撰写\n\n**6.0 撰写前置映射 + 入口校验**（进入6.1撰写前必须产出，无映射表禁止开始撰写）\n\n**入口校验**——进入 Step 6 前，必须确认以下前置产出物存在且非空：\n\n- [ ] `material-draft.md`（Step 2 素材稿）存在且非空\n- [ ] `framework.md`（Step 4 框架）存在且非空\n- [ ] `supplement.md`（Step 5 补充信息）存在，或 Step 5 明确标注\"无补充信息\"\n- [ ] Step 5.4 事实核查阻断已通过（有核查修正记录）\n- [ ] 用户已在确认点3确认补充信息\n\n任一缺失 → 回到对应 Step 补做，不得直接开始撰写。\n\n**撰写前置映射**——校验通过后，撰写文章前先产出两张映射表。这是\"先列清单再写\"的硬约束，避免\"写完再查漏\"的事后检查缺陷。\n\n**表1：素材→段落映射**（对照素材稿逐条标记）\n\n| 素材标记 | 传播力 | 计划写入H2 | 融入方式 | 备注 |\n|---------|--------|-----------|---------|------|\n| [VIEW]-1 | ⭐⭐⭐⭐⭐ | H2-1 | 引用块+展开 | — |\n| [DATA]-4 | ⭐⭐⭐⭐⭐ | H2-3 | 增量数据 | — |\n| [HUMOR]-3 | ⭐⭐⭐ | H2-5 | 行内点缀 | 可省略需说明理由 |\n\n要求：每条素材都必须在映射表中出现一行，\"未融入\"需明确标注理由。\n\n**表2：增量信息→段落映射**（对照 Step 5 supplement.md 逐条标记）\n\n| 增量信息摘要 | 来源分级 | 计划写入H2 | 融入方式 | 来源标注 |\n|------------|---------|-----------|---------|---------|\n| Gartner 1.5万亿/2万亿 | Tier2 | H2-3 | 行内链接 | URL+机构 |\n| AlexNet 2012历史 | Tier3 | H2-4 | 背景注释 | 机构+报告名 |\n\n要求：Step 5 的每条补充信息都必须在映射表中出现一行，\"评估不融入\"需明确标注理由。\n\n**映射表用途**：\n1. 撰写时对照映射表逐条融入，避免靠记忆导致遗漏\n2. 6.4.5 素材覆盖率阻断 和 6.4.6 增量信息融入阻断 时，直接对照映射表检查\n3. 映射表作为审核修正记录的附件产出\n\n**6.1 写作约束**：框架结构 + 素材节点必须出现 + 补充信息融入 + 人设参数 + 反AI规范（详见 `anti-ai-rules.md`，所有人格共享；curious-explorer覆盖层强制启用） + 2500-4000字\n\n**6.2 写作原则**：\n- 增量密度：纯复述≤30%，每段有增量，增量标注来源\n- 观点归属：实录观点标注发言者，Agent分析与实录观点区分\n- 引用处理：按覆盖层quote_handling参数（direct_quotes/paraphrased/mixed）\n- 可读性：术语首次出现解释，数据场景化，每800-1000字有消化点\n- 原话引用：金句/判断/颠覆性原话用 `>` 引用块+署名；简短参数/描述行内即可\n- 出处链接：按来源分级（Tier 1-5）决定链接策略，Tier 1-2必附URL行内链接，Tier 3尽量附，Tier 4-5不附（详见 `tool-router.md` 来源可信度分级体系 + `wechat-format-guide.md` 第六节）\n- 链接密度：正文行内链接 ≤ 8个，避免破坏阅读流\n\n**6.3 输出**：H1标题（来自 Step 4.3 用户确认的标题，24-38字，深度访谈可放宽到 35-50 字）+H2+H3结构 + 2-3个编辑锚点 + 标准Markdown格式（引用块/加粗/斜体/列表/表格/分割线，详见6.5样式丰富度规范）\n\n**6.4 四层自检体系**（文章写完后必须逐层检查，源自 khazix-writer + 人味儿写作心法）\n\n文章写完后，按以下四层逐层检查。每层通过后才进入下一层，任何一层不通过则修完再检。\n\n### 第一层：硬性规则扫描\n\n像代码的语法检查一样，出现就一定有问题。逐条扫描全文：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 禁用词 | 无\"说白了\"\"意味着什么\"\"本质上\"\"换句话说\"\"不可否认\" | 替换为口语化表达 |\n| 禁用标点 | 无冒号\"：\"、无破折号\"——\"、无双引号\"\" | 替换为逗号/句号/「」 |\n| 结构套话 | 无\"首先...其次...最后\"\"综上所述\"\"值得注意的是\"\"不难发现\" | 删除或重写 |\n| 教科书开头 | 不是\"在当今XX快速发展的时代\"\"随着技术的不断进步\" | 换为具体事件/场景切入 |\n| 空泛工具名 | 无\"AI工具\"\"某个模型\"，用具体名字 | 替换为具体产品名 |\n\n### 第二层：风格一致性检查\n\n检查文章的风格是否与人设匹配，是否像\"一个人写的\"：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 开头切入 | 从具体事件/场景/数据切入，不是宏大叙事 | 重写开头 |\n| 长短句交替 | 有节奏感，不是均匀的中等长度句子 | 打断均匀节奏，加入短句断裂 |\n| 口语化表达 | 有转场词/判断词/自嘲词，不是全程书面语 | 加入人设风格的口语化词组 |\n| 人设声音 | 全文有统一的分析视角和判断语气，不是\"据XX报道\"的搬运工 | 换用更匹配的人设，增加判断句 |\n| 观点交锋 | 多空/正反观点有张力呈现，不是各说各话 | 增加交锋段落 |\n| 分析推导 | 有\"现象→追问→洞察\"的推导链，不是数据摆完就完 | 补充\"为什么\"和\"意味着什么\" |\n\n### 第三层：内容质量检查\n\n检查文章的信息密度和内容深度：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 素材覆盖 | ⭐⭐⭐⭐⭐素材全部入文 | 补充遗漏素材 |\n| 增量密度 | 纯复述≤30%，每段有实录外增量 | 补充背景/数据/对比/注释 |\n| 观点归属 | 实录观点标注发言者，Agent分析明确区分 | 修正归属标注 |\n| 核查标记 | 补充信息标注来源分级和核查状态 | 补充标注 |\n| 人味儿三要素 | 每段有位置（谁在说话）、代价（判断有理由）、手迹（原话保留） | 补充上下文/理由/原话 |\n| AI味6组检查 | 无意义拔高/宣传腔/句式套路/格式痕迹/语气痕迹/填充对冲 | 逐条修掉（详见 `anti-ai-rules.md`） |\n\n### 第四层：活人感终审\n\n这一层最主观，也最重要。就一个核心问题：\n\n**读完这篇文章，你觉得这是一个有见识的人在认真跟你聊一件打动他的事，还是一个AI在给你输出信息？**\n\n逐段自问：\n- 这段话背后，站着一个具体的人吗？\n- 这段话有只有这个人才会这么说的判断吗？\n- 如果把人设名字遮掉，还能认出这是谁写的吗？\n- 有没有哪段读起来AI味重了？\n\n任何一段读起来感觉AI味重了，就返工。不要凑合。\n\n**典型问题模式**：如果文章读起来像\"据A报道XX，据B报道YY，据C报道ZZ\"——这就是信源搬运工，没有人设灵魂。需要回到素材，找到分析切入点，用人设的视角重新组织。\n\n**6.4.5 素材覆盖率阻断**（四层自检后必须执行，未通过禁止进入6.5）\n\n逐条对照 Step 2 素材稿，标记每条素材的融入状态。这是硬性阻断，不是\"建议检查\"。\n\n| 素材标记 | 融入状态 | 对应段落 | 备注 |\n|---------|---------|---------|------|\n| [VIEW]-1 | ✅已融入 | H2-1第1段 | — |\n| [DATA]-4 | ❌未融入 | — | 待补写 |\n\n阻断标准：\n- **素材覆盖率 = 已融入条数 / 素材稿总条数 ≥ 95%**（硬性）\n- **⭐⭐⭐⭐⭐传播力素材覆盖率 = 100%**（硬性，零容忍）\n- 任何⭐⭐⭐⭐⭐素材未融入 → 禁止进入6.5\n- 覆盖率 90-95% → 列出未融入项，逐条评估是否可省略（需说明理由），不可省略则补写\n- 覆盖率 < 90% → 回到 6.1 重写对应段落\n\n产出：**素材覆盖率自检表**（附在审核修正记录中或单独记录），格式：\n```\n素材覆盖率：43/46 = 93.5%\n⭐⭐⭐⭐⭐素材覆盖率：12/12 = 100%\n未融入素材：[标记]列表 + 理由\n```\n\n**6.4.6 增量信息融入阻断**（紧接6.4.5执行，未通过禁止进入6.5）\n\n逐条对照 Step 5 补充信息清单（supplement.md），标记每条增量的融入状态。Step 5 搜索到的增量信息必须 100% 融入文章，不得遗漏。\n\n| 增量信息摘要 | 融入状态 | 对应段落 | 来源标注 |\n|------------|---------|---------|---------|\n| Gartner 1.5万亿/2万亿 | ✅已融入 | H2-3第2段 | Tier2+URL |\n| AlexNet 2012历史 | ✅已融入 | H2-4第1段 | Tier3 |\n\n阻断标准：\n- **增量信息融入率 = 已融入条数 / Step5补充总数 = 100%**（硬性，零容忍）\n- 任何增量信息未融入 → 禁止进入6.5，回到文章补写\n- 若某条增量信息经评估不适用（如核查后推翻原数据），需明确标注\"评估不融入+理由\"，不计入未融入\n\n产出：**增量信息融入清单**（附在审核修正记录中或单独记录），格式：\n```\n增量信息融入率：8/8 = 100%\n评估不融入：[信息] + 理由\n```\n\n**6.5 格式适配 + 样式丰富度**（详见 `wechat-format-guide.md`）：\n\n| 检查项 | 操作 |\n|--------|------|\n| 人设→主题推荐 | 按映射表推荐 rico-md 排版主题 |\n| 标题层级 | 仅1个H1 + 3-5个H2 + H3全文3-6个，无H4-H6 |\n| 加粗 | 每段2-4处，关键判断/核心数据/转折词/结论句 |\n| 斜体 | 每段0-2处，概念定义/注释说明/英文术语 |\n| 引用块 | 全文3-5处，原话+金句+关键数据+对比观点，署名 `—— 姓名，身份` |\n| 有序列表 | 全文至少1处（方法论/排名/步骤），≤5项 |\n| 无序列表 | 特征列举/数据对比要点，≤5项 |\n| 表格 | 全文至少1个（数据对比/竞品分析），≤5列 |\n| 分割线 | 2-3处（导语后+章节转折+文末前） |\n| 图片处理 | 标准MD语法+描述性alt，无图处加占位注释 |\n| 链接处理 | 重要URL正文化，来源链接集中文末 |\n| 公众号兼容 | 去除HTML标签/下划线/自定义样式 |\n| 文末格式 | 参考来源段落 + 增量信息声明 |\n| 视觉节奏 | 不连续3段以上纯文本无任何样式变化 |\n\n**6.6 来源导语**（详见 `wechat-format-guide.md` 第七节）：\n\n在 H1 标题之后、第一个 H2 之前，撰写一段来源导语，让读者快速了解\"这篇文章的信息从哪来、为什么值得读\"。\n\n| 来源类型 | 导语核心要素 | 字数 |\n|---------|------------|------|\n| 访谈/对话 | 5W1H：谁说的、什么场合、什么时候、为什么重要 | 200-400字 |\n| 会议/圆桌 | 会议背景+议题+参与者分量 | 200-400字 |\n| 学术论文 | 核心论点+研究价值+发表背景 | 150-300字 |\n| 公众号/网页文章 | 来源+核心观点+为什么值得深读 | 100-200字 |\n\n导语语气必须适配人设（详见 `wechat-format-guide.md` 第七节人设适配表）。\n\n**6.7 内容审核**（写完后回看上下文，修正内容级问题）：\n\n文章初稿完成后，**必须回到素材稿和来源**，逐项审核以下5个维度。发现问题时直接修正文章，不跳过。\n\n| 审核维度 | 检查内容 | 常见问题 |\n|---------|---------|---------|\n| **归属准确性** | 每个引用块中的原话是否为来源原文？Agent总结/转述不得使用引用块+署名格式 | 把AI总结标为作者原话（最严重） |\n| **结论强度匹配** | 文章结论是否与证据强度匹配？论文原文克制时，文章不得推出更强结论 | 论文说\"尚未证实\"，文章写成\"已被否定\" |\n| **数据一致性** | 文中数据是否与素材稿/来源一致？有无四舍五入或转述导致的偏差 | 百分比计算错误、数据张冠李戴 |\n| **来源分级合规** | 每条补充信息的来源标注是否符合5级采信标准？Tier 1-2是否附了URL？ | Tier 4来源标为\"据XX报道\"但实际是博客转载 |\n| **遗漏检查** | 素材稿中的重要素材是否都在文章中出现？有无高传播力素材被遗漏 | ⭐⭐⭐⭐⭐素材未入文 |\n\n**审核执行方式**：\n\n1. 逐段扫描文章，标记所有引用块→回到素材稿/来源验证是否为原文\n2. 逐段扫描文章，标记所有结论性陈述→与论文/来源原文对比强度\n3. 逐段扫描文章，标记所有数据→与素材稿交叉核对\n4. 逐段扫描文章，标记所有来源标注→按5级标准验证\n5. 对照素材稿清单，检查是否有高传播力素材遗漏\n\n**审核产出**：修正后的文章 + 审核修正记录（修正了什么、为什么修正）\n\n**6.8 内容审核阻断**（审核未通过禁止进入 Step 7）：\n\n审核必须产出\"审核修正记录\"。无修正记录 → 视为未执行审核 → 禁止进入 Step 7。\n\n审核修正记录格式：\n```markdown\n### 审核修正记录\n- [归属] 修正：XXX → YYY（原因：原话归属错误/AI总结误标为原文）\n- [数据] 修正：XXX → YYY（原因：与来源不一致/四舍五入偏差）\n- [结论] 修正：XXX → YYY（原因：结论强度超出证据支撑范围）\n- [来源] 补充：XXX（原因：Tier 1-2来源缺少URL）\n- [遗漏] 补充：XXX（原因：⭐⭐⭐⭐⭐素材未入文）\n- [素材覆盖] 覆盖率 X/Y = Z%（⭐⭐⭐⭐⭐素材：A/B = C%）；未融入：[标记]列表 + 理由\n- [增量融入] 融入率 X/Y = Z%；未融入：[信息]列表 + 理由；评估不融入：[信息] + 理由\n- 无修正项（全文审核通过）\n```\n\n---\n\n## Step 7: 质量验证 + 交付\n\n详见 `quality-checklist.md`（10维度质量验证完整规范）\n详见 `source-quality-gate.md`（信源质量3个硬阻断点完整规范）\n\n**7.1 信源质量硬阻断**（撰写完成后必须执行，未通过禁止进入Step 8交付）：\n\n按以下顺序执行3个硬阻断点，任一不通过→回到Step 5补搜：\n\n| 阻断顺序 | 阻断点 | 标准 | 不通过时 |\n|---------|--------|------|---------|\n| 阻断1 | 信源多样性 | 单一域名≤30% + 聚合平台≤20% + 独立信源≥6个 | 换通道重搜 |\n| 阻断2 | 信源分级覆盖 | Tier 1≥1 + Tier 2≥2 + Tier 3≥1 + Tier 4-5≤50% | 补搜权威信源 |\n| 阻断3 | 关键数据交叉验证 | 财务/政策/排名/技术规格≥2个非原文信源 | 补搜交叉验证 |\n\n**7.2 10维度质量验证**（信源质量阻断通过后执行）\n\n详见 `quality-checklist.md`\n\n**交付**：最终文章 + 素材稿 + 框架 + 补充信息 + 编辑建议 + 信源质量门控记录\n\n**后续操作**：润色/缩写/扩写 → 编辑 | 换框架 → 回Step4 | 补充搜索 → 更新 | 调人设 → 回Step3\n\n---\n\n## Step 8: 桌面保存 + 飞书云盘同步\n\n**8.1 桌面保存**：\n\n将最终文章（`{skill_dir}/output/{date}-{slug}.md`）复制到用户桌面：\n\n```bash\n# Windows\nCopy-Item \"{skill_dir}/output/{date}-{slug}.md\" \"C:\\Users\\{username}\\Desktop\\{date}-{slug}.md\"\n```\n\n**同名文件处理**：若桌面已存在同名文件（安全策略禁止覆盖），自动追加版本号：\n\n```bash\n# 方式1：追加 -v2 后缀\nCopy-Item \"{skill_dir}/output/{date}-{slug}.md\" \"C:\\Users\\{username}\\Desktop\\{date}-{slug}-v2.md\"\n\n# 方式2：使用中文描述性文件名\nCopy-Item \"{skill_dir}/output/{date}-{slug}.md\" \"C:\\Users\\{username}\\Desktop\\{主题关键词}-转写稿.md\"\n```\n\n**必须反馈完整桌面路径**：`C:\\Users\\{username}\\Desktop\\{实际文件名}.md`\n\n**8.2 飞书云盘上传**：\n\n使用 `lark-cli drive +upload` 将最终文章上传到飞书云盘：\n\n```bash\n# 注意：lark-cli drive +upload 的 --file 参数必须是 cwd 内的相对路径\n# 如果桌面路径不在 cwd 内，需要先将文件复制到 cwd 目录下再上传\n\n# 方式1：文件已在 cwd 内\nlark-cli drive +upload --file \"./{date}-{slug}.md\" --name \"{date}-{slug}.md\" --as user\n\n# 方式2：文件在桌面，需先复制到 cwd\nCopy-Item \"C:\\Users\\{username}\\Desktop\\{date}-{slug}.md\" \"./{date}-{slug}.md\"\nlark-cli drive +upload --file \"./{date}-{slug}.md\" --name \"{date}-{slug}.md\" --as user\n# 上传后清理 cwd 中的临时文件\n```\n\n**上传成功后反馈**：\n- 飞书文件 URL\n- 飞书 file_token\n\n**8.3 降级处理**：\n\n| 场景 | 处理方式 |\n|------|---------|\n| lark-cli 未配置 | 仅保存到桌面，提示用户配置 lark-cli 后手动上传 |\n| lark-cli 上传失败 | 仅保存到桌面，记录错误信息，提示用户手动上传 |\n| 用户未登录飞书 | 提示用户运行 `lark-cli auth login` 后重试 |\n| 用户说\"不用上传飞书\" | 跳过8.2，仅执行8.1 |\n\n**8.4 清理**：上传完成后，删除 cwd 中的临时副本（如有）\n\n---\n\n## 错误处理\n\n| 步骤 | 降级 |\n|------|------|\n| 飞书链接抓取 | 提示用户粘贴文本或提供本地文件 |\n| 文件读取失败 | 提示用户检查路径或粘贴内容 |\n| 搜索工具不可用 | 用Agent已知信息标注\"未经实时核查\" |\n| WeWrite不存在 | 跳过人格引用和排版，使用内置简化人格 |\n| 素材稿确认多次修改 | 最多3轮，之后建议\"先继续，写完再调\" |\n| 文章质量不达标 | 定向修复最多2轮，仍不达标则DONE_WITH_CONCERNS |\n\n## 输出目录\n\n```\n{skill_dir}/output/\n├── {date}-transcript-raw.md # 原始实录\n├── {date}-transcript-clean.md # 预处理后实录\n├── {date}-material-draft.md # 素材稿\n├── {date}-framework.md # 文章框架\n├── {date}-supplement.md # 补充信息\n└── {date}-{slug}.md # 最终文章\n```\n\nFile v1.3.1:references/quality-checklist.md\n\n# 质量验证清单\n\n## 验证维度\n\n对最终文章从 10 个维度进行质量验证。每个维度有明确的通过标准。\n\n---\n\n### 1. 深度 — 增量信息密度\n\n**核心问题**：这篇文章比直接读实录多了什么？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 纯复述比例 | ≤ 30% | 压缩复述段落，补充增量信息 |\n| 每段增量 | 每个 H2 至少 1 条实录外信息 | 补充背景/数据/对比/注释 |\n| 增量标注 | 增量信息有来源标注 | 添加来源或标注方式 |\n| 读者收获 | 读者能获得\"只看实录得不到\"的信息 | 重新评估增量信息的价值 |\n\n**量化检测**：逐段标注\"复述\"/\"增量\"，统计比例。\n\n---\n\n### 2. 洞察 — 观点锐度\n\n**核心问题**：这篇文章有没有\"别人没说过\"的东西？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 独创洞察 | ≥ 1 个超越实录的独立洞察 | 从素材中深挖，或从交叉信息中提炼 |\n| 观点深度 | 不是表面复述，有分析层次 | 补充\"为什么\"和\"意味着什么\" |\n| 非共识性 | 有至少 1 个可能引发讨论的观点 | 检查是否过于四平八稳 |\n\n---\n\n### 3. 准确性 — 事实核查\n\n**核心问题**：文章中的数据和事实可靠吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| INCORRECT 数据 | 无未标注的 INCORRECT 数据 | 删除或标注 |\n| PARTIAL 数据 | 有\"截至XX时间\"标注 | 补充时间标注 |\n| UNVERIFIED 数据 | 有\"据XX表示\"标注 | 补充标注 |\n| 来源标注 | 所有数据有来源 | 补充来源 |\n\n---\n\n### 4. 归属 — 观点标注\n\n**核心问题**：读者能分清谁说的什么吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 实录观点归属 | 所有实录观点标注发言者 | 补充归属 |\n| Agent 分析区分 | Agent 自身分析与实录观点明确区分 | 添加\"从XX角度看\"等区分标记 |\n| 争议平衡 | 争议观点呈现双方 | 补充另一方 |\n\n---\n\n### 5. 可读性 — 术语与逻辑\n\n**核心问题**：目标读者能顺畅读完吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 术语解释 | 专业术语首次出现有简短解释 | 添加括号解释或脚注 |\n| 逻辑跳跃 | H2 之间有逻辑递进，非简单罗列 | 添加过渡或调整顺序 |\n| 消化点 | 每 800-1000 字有小结/过渡/金句 | 补充消化点 |\n| 数据场景化 | 数据用类比或场景呈现 | 添加类比 |\n\n---\n\n### 6. 结构 — 框架一致性\n\n**核心问题**：文章结构与框架一致吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| H1 存在 | 有 20-28 字的标题 | 添加/修正 |\n| H2 覆盖 | 框架中每个 H2 都有对应内容 | 补充或说明为何删除 |\n| 素材映射 | 框架中标记的核心节点出现在对应 H2 | 补充遗漏素材 |\n| 开头/收尾 | 与框架策略一致 | 调整 |\n\n---\n\n### 7. 人设 — 风格一致性\n\n**核心问题**：全文语气与人设匹配吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 基础人格 | 语气/句式/节奏与基础人格参数匹配 | 调整对应段落 |\n| 访谈覆盖层 | 引用方式/观点处理/段落结构与覆盖层参数匹配 | 调整 |\n| 全文一致性 | 没有风格断裂（前半段口语后半段学术） | 统一风格 |\n\n---\n\n### 8. 字数 — 长度控制\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 总字数 | 2500-4000 字 | < 2500 补充增量信息；> 4000 压缩复述和冗余 |\n| H2 均衡 | 无过短（< 200 字）或过长（> 800 字）的 H2 | 调整 |\n\n---\n\n### 9. 格式 — 公众号排版兼容\n\n**核心问题**：文章能无缝粘贴到 rico-md 并正确排版吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 标题层级 | 仅1个H1，3-5个H2，H3全文3-6个，无H4-H6 | 补充H3或合并多余层级 |\n| 加粗密度 | 每段2-4处加粗 | 补充关键处加粗或减少过度加粗 |\n| 斜体密度 | 全文至少2-3处斜体（不含导语） | 补充概念定义/注释说明的斜体 |\n| 引用块 | 全文3-5处引用块（原话+金句+关键数据+对比观点） | 补充引用块 |\n| **引用归属** | **引用块内必须为来源原文，Agent总结不得用引用块+署名** | **改为正文叙述** |\n| 出处链接 | Tier 1-2来源必附URL行内链接，Tier 3尽量附 | 补充链接 |\n| 链接密度 | 正文行内链接 ≤ 8个 | 多余链接移至文末参考来源 |\n| 列表使用 | 全文至少1处列表（方法论/特征列举/排名），≤5项 | 补充列表 |\n| 表格 | 全文至少1个表格，列数≤5 | 补充数据对比表格 |\n| 分割线 | 2-3处（导语后+章节转折+文末前） | 补充分割线 |\n| 公众号兼容 | 无HTML标签/下划线/自定义样式 | 去除不兼容语法 |\n| 图片alt | 有描述性文字 | 补充alt描述 |\n| 文末格式 | 参考来源按分级分类+增量信息声明 | 补充 |\n| 样式丰富度 | 不连续3段以上纯文本无样式变化 | 插入加粗/引用/H3/列表等 |\n\n### 10. 内容审核 — 归属与准确性\n\n**核心问题**：文章内容是否忠实于来源？结论是否过度？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 引用归属 | 引用块内为来源原文，非Agent总结 | 改为正文叙述或标注\"总结自\" |\n| 结论强度 | 结论强度与证据匹配，不推出更强结论 | 回退到与来源一致的表述 |\n| 数据一致性 | 文中数据与素材稿/来源一致 | 修正数据 |\n| 来源分级合规 | 补充信息标注符合5级采信标准 | 修正分级标注 |\n| 素材覆盖 | ⭐⭐⭐⭐⭐素材全部入文 | 补充遗漏素材 |\n\n### 11. 信源多样性 — 来源分散度\n\n**核心问题**：文章的信源是否过度集中？读者看到的是多元视角还是单一渠道的搬运？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 单一域名占比 | 无单一域名占比 > 40% | 换用其他引擎/通道重新搜索占比最高的干货点 |\n| 来源域名数 | ≥ 3个不同域名 | 补充其他来源的搜索结果 |\n| 一手信源占比 | Tier 1-2 来源 ≥ 30% | 补充官方/权威媒体来源 |\n| 头条占比 | m.toutiao.com 占比 ≤ 10% | 替换为其他引擎结果 |\n\n**检查方式**：统计文中所有来源URL的域名，计算占比。\n\n---\n\n## 验证流程\n\n1. **逐项检查**：按上表 11 个维度逐项检查\n2. **定向修复**：只修改不达标的段落，不动已通过的部分\n3. **修复上限**：每轮最多改 3 处，改完重新检查该项\n4. **最终判定**：\n - 全部通过 → DONE\n - 2 轮后仍有 ≤ 2 项不通过 → DONE_WITH_CONCERNS，列出未通过项\n - 2 轮后仍有 > 2 项不通过 → 回到 Step 6 重写问题段落\n\n---\n\n## 质量评分\n\n完成验证后，给出综合评分：\n\n| 维度 | 权重 | 得分（1-5） |\n|------|------|-----------|\n| 深度 | 16% | _ |\n| 洞察 | 14% | _ |\n| 准确性 | 10% | _ |\n| 归属 | 7% | _ |\n| 可读性 | 9% | _ |\n| 结构 | 5% | _ |\n| 人设 | 8% | _ |\n| 字数 | 4% | _ |\n| 格式 | 9% | _ |\n| 内容审核 | 10% | _ |\n| 信源多样性 | 8% | _ |\n\n加权总分 ≥ 4.0 → 优质稿件\n加权总分 3.0-3.9 → 合格稿件，有提升空间\n加权总分 < 3.0 → 需要重写\n\nFile v1.3.1:references/source-quality-gate.md\n\n# 信源质量门控（Source Quality Gate）\n\n## 概述\n\n本文件定义transcript-crafter技能的**信源质量硬阻断机制**。信源质量是横切关注点，贯穿Step 5（增量搜索）和Step 7（质量验证）两个阶段。未通过任一阻断点→禁止进入Step 8交付。\n\n**核心问题背景**：聚合平台（头条/百家号/UC大鱼号/企鹅号等）转载内容多、始发信源少、可信度参差。若搜索阶段过度依赖聚合平台，会导致文章引用信源可信度不足，即使数据准确也会削弱文章权威性。\n\n---\n\n## 3个硬阻断点\n\n### 阻断1：信源多样性阻断\n\n**目的**：避免单一域名/平台主导信源结构\n\n**检查项**：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 单一域名占比 | ≤30% | 换通道重搜 |\n| 独立信源总数 | ≥6个 | 补搜更多信源 |\n| 引擎使用数 | ≥5个 | 补搜更多引擎 |\n| 聚合平台信源占比 | ≤20% | 追溯始发信源或换权威媒体 |\n\n**聚合平台黑名单**（默认按聚合平台计入占比）：\n- 头条搜索（so.toutiao.com / m.toutiao.com）\n- 百家号（baijiahao.baidu.com）\n- UC大鱼号（mp.dayu.com / uc.cn）\n- 企鹅号（om.qq.com）\n- 网易号（www.163.com来自网易号的内容）\n- 搜狐号（m.sohu.com来自搜狐号的内容）\n- 36kr聚合、虎嗅聚合（当内容为转载非始发时）\n\n**检查方式**：\n1. 统计每条补充信息的来源URL域名\n2. 识别聚合平台信源（通过URL域名+内容是否始发判断）\n3. 计算单一域名占比和聚合平台占比\n4. 未通过→识别超标域名对应的引擎/通道→换用权威媒体通道重搜\n\n**产出**：信源多样性检查表\n\n| 域名 | 条数 | 占比 | 是否聚合平台 | 是否通过 |\n|------|------|------|------------|---------|\n\n**阻断标准**：单一域名>30% 或 聚合平台>20% → 禁止进入Step 7\n\n---\n\n### 阻断2：信源分级覆盖阻断\n\n**目的**：确保信源结构有权威性梯度，避免全部依赖Tier 4-5\n\n**检查项**：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| Tier 1（官方）覆盖 | ≥1条 | 补搜官方信源（SEC/交易所/公司官网/政府文件） |\n| Tier 2（权威媒体）覆盖 | ≥2条 | 补搜路透/彭博/财新/新华社等 |\n| Tier 3（行业研究）覆盖 | ≥1条 | 补搜Gartner/McKinsey/IDC/行业白皮书 |\n| Tier 4-5占比 | ≤50% | 提升Tier 1-3占比 |\n| 聚合平台信源占比 | ≤20% | 追溯始发或换权威媒体 |\n\n**5级采信标准**（复用tool-router.md定义）：\n\n| 级别 | 来源类型 | 示例 |\n|------|---------|------|\n| **Tier 1 官方** | SEC/交易所/公司官网/政府文件/同行评审论文 | 招股书、财报原文、官方公告 |\n| **Tier 2 权威媒体** | 路透/彭博/财新/WSJ/Nature/新华社 | 路透社报道、财新深度 |\n| **Tier 3 行业研究** | TrendForce/Gartner/McKinsey/IDC/白皮书 | Gartner预测、McKinsey报告 |\n| **Tier 4 聚合/二手** | 36kr/虎嗅/TheVerge/科技博客/聚合平台 | 36kr转载、虎嗅分析 |\n| **Tier 5 社区/推断** | 知乎/微博/小红书/Agent推断 | UGC内容、AI推断 |\n\n**检查方式**：\n1. 对每条补充信息标注Tier分级\n2. 统计各Tier覆盖情况\n3. 计算Tier 4-5占比\n\n**产出**：信源分级覆盖检查表\n\n| Tier | 条数 | 占比 | 覆盖要求 | 是否通过 |\n|------|------|------|---------|---------|\n| Tier 1 | X | X% | ≥1条 | |\n| Tier 2 | X | X% | ≥2条 | |\n| Tier 3 | X | X% | ≥1条 | |\n| Tier 4-5 | X | X% | ≤50% | |\n\n**阻断标准**：任一覆盖要求不满足 → 禁止进入Step 7\n\n---\n\n### 阻断3：关键数据交叉验证阻断\n\n**目的**：确保关键数据有多个独立信源支撑，避免单点失误\n\n**强制交叉验证的数据类型**：\n\n| 数据类型 | 交叉验证要求 | 优先信源 |\n|---------|------------|---------|\n| 财务数据（营收/利润/市值/融资额） | ≥2个非原文信源 | Tier 1（SEC/交易所）+ Tier 2（路透/财新） |\n| 政策数据（文号/日期/核心内容） | ≥2个非原文信源 | Tier 1（政府官网）+ Tier 2（新华社/财新） |\n| 行业排名/市场份额 | ≥2个非原文信源 | Tier 3（Gartner/IDC）+ Tier 2（权威媒体） |\n| 技术规格（参数/性能） | ≥2个非原文信源 | Tier 1（官方博客/论文）+ Tier 2（权威媒体） |\n| 人物引语/表态 | ≥1个非原文信源 | Tier 2（权威媒体）优先 |\n\n**检查方式**：\n1. 从文章中提取所有关键数据点\n2. 每个数据点标注信源（原文+非原文1+非原文2）\n3. 统计交叉验证率\n\n**产出**：关键数据交叉验证表\n\n| 关键数据 | 原文信源 | 非原文信源1 | 非原文信源2 | 是否通过 |\n|---------|---------|------------|------------|---------|\n\n**阻断标准**：任一关键数据非原文信源<2个 → 禁止进入Step 7\n\n---\n\n## 始发信源追溯规则\n\n**核心原则**：聚合平台只能作为线索，不能作为最终信源。\n\n### 追溯流程\n\n```\n搜索结果来自聚合平台（头条/百家号/36kr等）\n ↓\n识别内容是否为始发\n ├─ 是始发（深度原创分析）→ 可作为Tier 4信源使用\n └─ 是转载/聚合 → 进入追溯流程\n ↓\n从聚合内容中提取原始报道线索（机构名/媒体名/原作者）\n ↓\n搜索原始信源\n ├─ 找到原始信源 → 引用原始信源，聚合平台不计入信源\n ├─ 找不到原始信源但有机构/媒体名 → 标注\"据{机构/媒体}报道，原始URL待追溯\" + 降级为Tier 5\n └─ 完全无法追溯 → 不使用该数据，或标注\"据聚合平台报道，原始信源待核实\" + 降级为Tier 5\n```\n\n### 追溯优先级\n\n| 聚合内容线索 | 追溯目标信源 | 优先级 |\n|------------|------------|-------|\n| 提到\"据XX公司财报\" | 财报原文（SEC/交易所） | Tier 1 |\n| 提到\"据路透/彭博/财新报道\" | 对应权威媒体原文 | Tier 2 |\n| 提到\"据Gartner/McKinsey报告\" | 对应机构报告原文 | Tier 3 |\n| 提到\"据XX公司CEO表示\" | CEO官方表态（官网/官方博客/社交媒体） | Tier 1 |\n| 提到\"据行业人士分析\" | 行业分析师原始出处 | Tier 3-4 |\n| 无任何线索 | 不使用或降级Tier 5 | — |\n\n### 文章中的标注方式\n\n| 追溯结果 | 文章标注方式 |\n|---------|------------|\n| 成功追溯 | `数据（[原始信源](URL)）` —— 不再提及聚合平台 |\n| 部分追溯（有机构名无URL） | `数据（据{机构名}报道，原始URL待追溯）` |\n| 无法追溯 | `数据（据聚合平台报道，原始信源待核实）` 或不使用 |\n\n---\n\n## 执行时机\n\n### Step 5（增量搜索）阶段——实时门控\n\n每次搜索完成后，立即执行：\n\n1. **搜索通道选择**：按tool-router.md引擎级路由，优先Tier 1-3通道\n2. **结果筛选**：对聚合平台结果执行始发追溯\n3. **实时统计**：更新信源多样性+分级覆盖+交叉验证三张表\n4. **实时阻断**：若某次搜索导致单一域名>30%或聚合平台>20%→换通道重搜\n\n### Step 7（质量验证）阶段——最终门控\n\nStep 6撰写完成后，执行3个硬阻断点的最终检查：\n\n1. **阻断1：信源多样性** → 未通过→回到Step 5补搜\n2. **阻断2：分级覆盖** → 未通过→回到Step 5补搜\n3. **阻断3：交叉验证** → 未通过→回到Step 5补搜\n4. 全部通过 → 进入Step 8交付\n\n---\n\n## 与tool-router.md的关系\n\n| 文件 | 职责 | 关注点 |\n|------|------|--------|\n| tool-router.md | 引擎级路由（从哪搜） | 搜索通道选择 |\n| source-quality-gate.md（本文件） | 信源质量门控（能用什么） | 引用结果筛选 |\n\n**协同关系**：\n- tool-router.md规定\"头条作为最后兜底引擎\"\n- source-quality-gate.md规定\"聚合平台信源占比≤20%\"\n- 两者共同确保：搜索阶段不过度依赖聚合平台，引用阶段不过度使用聚合信源\n\n---\n\n## 与transcript-rewriter的对比\n\n| 维度 | transcript-crafter（本文件） | transcript-rewriter（block-rules.md） |\n|------|----------------------------|--------------------------------------|\n| 单一域名阈值 | ≤30% | ≤30% |\n| 聚合平台阈值 | ≤20% | 无（隐含在域名控制） |\n| Tier 1覆盖 | ≥1条 | 无明确要求 |\n| Tier 2覆盖 | ≥2条 | 无明确要求 |\n| Tier 3覆盖 | ≥1条 | 无明确要求 |\n| 独立信源总数 | ≥6个 | ≥8个 |\n| 交叉验证 | 关键数据≥2非原文信源 | 每论点≥2非原文信源 |\n| 始发追溯 | 强制 | 无（原文降级为引子） |\n\n**核心差异**：\n- crafter以\"原文为主体\"，信源质量门控重点是补充信息的可信度\n- rewriter以\"增量为主体\"，信源质量门控重点是增量信息的独立验证\n- crafter更强调始发追溯（因为原文已是主体，补充必须可信）\n- rewriter更强调多信源验证（因为增量是主体，必须独立验证）\n\n---\n\n## 阻断执行顺序\n\n```\nStep 5 增量搜索\n ↓ 实时门控（每次搜索后更新三张表）\nStep 6 撰写\n ↓\nStep 7 质量验证\n ├─ 6.4.5 素材覆盖率阻断（原文素材100%融入）\n ├─ 6.4.6 增量融入阻断（增量100%融入）\n ├─ 信源多样性阻断（本文件-阻断1）⭐ 新增\n ├─ 信源分级覆盖阻断（本文件-阻断2）⭐ 新增\n ├─ 关键数据交叉验证阻断（本文件-阻断3）⭐ 新增\n ├─ 6.8 内容审核阻断\n ↓ 全部通过\nStep 8 交付\n```\n\n**阻断优先级**：6.4.5 → 6.4.6 → 信源多样性 → 信源分级 → 交叉验证 → 6.8\n\n---\n\n## 快速自查清单（撰写时使用）\n\n撰写前快速自查，避免Step 7被阻断回炉：\n\n- [ ] 是否过度依赖头条/百家号等聚合平台？（≤20%）\n- [ ] 是否有Tier 1官方信源？（≥1条）\n- [ ] 是否有Tier 2权威媒体信源？（≥2条）\n- [ ] 是否有Tier 3行业研究信源？（≥1条）\n- [ ] 关键财务数据是否有≥2个非原文信源？\n- [ ] 聚合平台信源是否已追溯始发？\n- [ ] 单一域名占比是否≤30%？\n- [ ] 独立信源总数是否≥6个？\n\nFile v1.3.1:references/title-strategist.md\n\n# 标题策略子系统（v1.3.0）\n\n> 借鉴 gzh-title-strategist 的多风格候选 + 评分 + 风险标记范式，\n> 为访谈实录类文章特化。在 Step 4.3 执行，产出 1 主标题 + 2 备选，\n> 经确认点2 由用户裁决。\n\n---\n\n## §1 标题决策顺序（硬约束）\n\n后者不得破坏前者。任何标题候选必须按此顺序校验：\n\n```\n1. 访谈中的真实判断或发现（不得编造）\n2. 读者能获得的具体认知收益\n3. 支撑判断的发言者原话 / 数据 / 案例\n4. 与实录强相关的数据关键词\n5. 网感措辞、节奏和标点\n```\n\n**反例**：\n- ✗ 用「最强」「颠覆」「革命性」但访谈中无此判断 → 违反第 1 条\n- ✗ 标题承诺「5 个避坑方法」但正文只有 3 个 → 违反第 2 条\n- ✗ 标题用了某数据但素材稿无该数据 → 违反第 3 条\n\n---\n\n## §2 访谈类型 × 标题句式矩阵\n\n基于 Step 3.2 选定的访谈覆盖层，选择对应的标题驱动模式：\n\n| 访谈覆盖层 | 标题驱动 | 句式模板（3-4 个/类型） |\n|---|---|---|\n| `expert-amplifier` | 观点驱动 | `[发言者]：[核心判断]` / `[行业]里没人愿说的真相：[观点]` / `[发言者]谈[主题]：[反常识结论]` / `[行业]的真正壁垒，是[判断]` |\n| `dialogue-extractor` | 冲突驱动 | `[A]和[B]吵起来了：[分歧点]` / `[议题]的两个答案` / `[A]说对，[B]说错：[议题]到底信谁` / `[议题]：[A]和[B]的分歧在哪` |\n| `synthesis-weaver` | 共识/分歧驱动 | `[行业]圆桌共识：[结论]` / `3位[角色]对[议题]的分歧图谱` / `[N]位专家聊[主题]，共识比想象中少` / `[行业]峰会的真问题：[议题]` |\n| `practitioners-notebook` | 成果/方法驱动 | `做了[时间]才知道：[反常识结论]` / `[方法]跑通[场景]的[数量]个关键` / `踩了[N]个坑后，[方法]终于稳了` / `[工具]实战[时间]：[具体成果]` |\n| `curious-explorer` | 发现感驱动 | `我发现了[反常识事实]` / `跟[人物]聊完，我对[主题]改观了` / `[现象]背后，是一个我没料到的答案` / `我以为[常识]，结果[反常识]` |\n\n**使用方式**：\n1. 从 Step 3.2 获取访谈覆盖层\n2. 查上表确定标题驱动模式\n3. 基于素材稿中的具体内容填充句式模板中的占位符\n4. 占位符必须用素材稿中的真实内容替换，不得编造\n\n---\n\n## §3 5 风格组候选生成（共 12 个候选）\n\n按素材分布触发对应风格组，**长期价值型默认生成**（不依赖素材触发）：\n\n| 风格组 | 数量 | 触发条件 | 适合场景 |\n|---|---:|---|---|\n| 观点冲突型 | 3 | CONTRA/EXPLOSIVE 素材≥2 | dialogue-extractor / synthesis-weaver 覆盖层 |\n| 人物故事型 | 3 | STORY 素材≥2 或 expert-amplifier / curious-explorer 覆盖层 | 人物驱动的访谈 |\n| 数据锚点型 | 2 | DATA 素材≥3 且 Step 5 交叉验证通过 | 数据密集型访谈 |\n| 行业洞察型 | 2 | INSIGHT/VIEW 素材≥3 | 趋势判断 / 深度分析型访谈 |\n| 长期价值型 | 2 | 默认生成（无需触发） | 不依赖时效的深度内容 |\n\n**生成规则**：\n- 每个风格组按 §2 句式模板填充，每组生成指定数量候选\n- 同一风格组内的候选必须互不重复（不同句式或不同切入点）\n- 占位符必须使用素材稿中的真实实体/数据/判断\n- 若某风格组触发条件不满足，跳过该组，最终候选数可少于 12\n\n---\n\n## §4 5 维度评分（前 5 名，1-5 分）\n\n对全部候选标题按以下 5 维度评分，**总分前 5 名进入最终候选**：\n\n| 维度 | 评分标准 | 5 分 | 1 分 |\n|---|---|---|---|\n| 点击欲望 | 读者看到标题想点开的程度 | 极强好奇，必点 | 无感，略过 |\n| 事实匹配 | 标题承诺与正文内容的一致性 | 100% 可兑现 | 承诺超出正文 |\n| 人群匹配 | 标题对目标读者的识别度 | 精准命中目标人群 | 人群模糊 |\n| 差异化 | 与同类文章标题的区分度 | 同类罕见 | 同质化严重 |\n| 长期价值 | 6 个月后标题是否仍有意义 | 长期有效 | 强时效性 |\n\n**评分输出格式**：\n\n```markdown\n| 候选 | 风格组 | 点击 | 事实 | 人群 | 差异 | 长期 | 总分 | 风险 |\n|---|---|---|---|---|---|---|---|---|\n| [标题1] | 观点冲突 | 5 | 4 | 5 | 4 | 4 | 22 | ⚠️ 原话归属 |\n| [标题2] | 数据锚点 | 4 | 5 | 4 | 4 | 5 | 22 | — |\n```\n\n**推荐规则**：\n- 总分最高者为主标题候选\n- 总分第 2-3 名为备选\n- **任何风险标记为 Critical 的候选不得作为主标题**（见 §5）\n\n---\n\n## §5 6 风险标记\n\n每个候选标题必须扫描以下 6 类风险，标记为 ⚠️（需注意）或 🚨（Critical，不可作主标题）：\n\n| 风险 | 说明 | ⚠️ | 🚨 |\n|---|---|---|---|\n| 标题党 | 承诺超出正文支撑 | 略有拔高 | 严重承诺超出 |\n| 术语堆砌 | 连续术语无读者收益 | 2 个术语无解释 | 3+ 术语无解释 |\n| 证据不足 | 数字/判断无素材稿支撑 | 单一来源 | 无任何来源 |\n| 标点过度 | ！/？/ ？！使用 | ！=1 或 ？=1 | ！>1 或 ？！连用 |\n| 关键词过期 | 使用已降温的流量词 | 接近过期 | 已过期（如 DeepSeek） |\n| **原话归属风险**（访谈专属） | 标题把 AI 总结误标为发言者原话 | 改写但接近原话 | 直接误标原话 |\n\n**原话归属风险详解**（访谈类专属）：\n\n- 标题中带引号的判断必须是发言者原话，且与素材稿记录一致\n- 标题中不带引号的判断如果是 AI 总结，不得使用「[发言者]说」「[发言者]认为」等归属句式\n- 标题中的数字/判断若来自 Step 5 补充信息（非访谈原话），不得归属给发言者\n- 违反此规则直接标记为 🚨，不可作为主标题\n\n---\n\n## §6 反幻觉硬规则\n\n标题生成必须遵守以下硬规则，违反任一条直接废弃该候选：\n\n1. **实体来源**：标题中的数字 / 公司名 / 产品名 / 技术名 / 人名必须来自素材稿或 Step 5 补充信息\n2. **判断来源**：不得使用访谈中未出现的判断词（「首个」「最强」「颠覆」「革命性」「杀疯了」「遥遥领先」）\n3. **归属准确**：标题中的发言者归属必须与素材稿一致（桑杰说的不能标成黄仁勋说的）\n4. **单主承诺**：一个标题只保留一个主承诺，避免「A 和 B 和 C」式信息堆砌\n5. **前置核心**：辨识度最高的实体和核心变化放在前 18-24 字（避免折叠后失去信息）\n6. **疑问句对应**：疑问句必须对应正文真实回答的问题，不得使用正文未回答的反问\n\n---\n\n## §7 长度与标点规范\n\n### 长度\n- **默认**：24-38 字\n- **深度访谈**：可放宽到 35-50 字（但核心信息仍须在前 24 字内）\n- **下限**：不低于 20 字（信息密度不足）\n\n### 标点\n- `！` ≤ 1，且只放用于放大强结论\n- `？` ≤ 1，且必须对应正文真实回答的问题\n- 避免 `？！`、连续感叹号（`！！`）\n- `：` 用于「结论 + 解释」结构（如「[行业]的真相：[判断]」）\n- 不使用 `~`、`...`、`【】` 等非主流标点\n\n### 数字\n- 具体数字用阿拉伯数字（如「3 个」「2026 年」）\n- 模糊数量用汉字（如「十几个」「上百位」）\n- 避免精确到小数点后两位以上的数字进标题（如「73.45%」改为「超 7 成」）\n\n---\n\n## §8 参考基线（引用 gzh-title-strategist 公开数据）\n\n> **参考基线**（来自 gzh-title-strategist 645 篇 AI/科技原创文章，2025-07 到 2026-06，5 账号样本）：\n>\n> - 中高网感标题进入高表现组概率 **22.1%**，低网感 **4.9%**（4.4 倍）\n> - GitHub/Star 关键词提升 3.84 倍，Skill 关键词提升 3.23 倍\n> - DeepSeek 已过期（0.30 倍），关键词价值会随时间衰减\n>\n> **局限性声明**：\n> - 该数据来自 AI/科技领域**原创文章**，访谈类文章可能有差异\n> - 样本量为 5 账号 645 篇，非全行业普查\n> - 关键词价值具有时效性，使用前须验证当前热度\n> - 仅作参考基线，不作为硬性触发规则\n\n---\n\n## §9 执行流程（Step 4.3 集成）\n\n```\nStep 4.3 标题候选生成\n ↓\n1. 读取 Step 3.2 访谈覆盖层\n ↓\n2. 查 §2 句式矩阵确定标题驱动模式\n ↓\n3. 读取 Step 2 素材稿，按维度分布触发 §3 风格组\n ↓\n4. 每个风格组按句式模板填充候选（占位符用真实素材）\n ↓\n5. 对全部候选执行 §6 反幻觉硬规则扫描，违反者废弃\n ↓\n6. 对合格候选执行 §5 6 风险标记\n ↓\n7. 按 §4 5 维度评分，总分前 5 名进入最终候选\n ↓\n8. 推荐总分最高者为主标题（Critical 风险候选不可作主标题）\n ↓\n9. 在确认点2 向用户展示：主标题 + 2 备选 + 评分表 + 风险标记\n ↓\n10. 用户 override 或确认 → 进入 Step 4 框架生成后续流程\n```\n\n**输出格式**（在确认点2 展示）：\n\n```markdown\n## 标题候选（Step 4.3）\n\n### 主标题推荐\n**[主标题]**（总分 XX/25，无 Critical 风险）\n\n### 备选\n1. [备选1]（总分 XX/25，⚠️ [风险]）\n2. [备选2]（总分 XX/25，无风险）\n\n### 评分明细\n| 候选 | 风格组 | 点击 | 事实 | 人群 | 差异 | 长期 | 总分 | 风险 |\n|---|---|---|---|---|---|---|---|---|\n| ... | ... | ... | ... | ... | ... | ... | ... | ... |\n\n### 风格组触发情况\n- 观点冲突型：触发（CONTRA 素材 3 条）/ 生成 3 候选\n- 人物故事型：触发（STORY 素材 2 条）/ 生成 3 候选\n- 数据锚点型：未触发（DATA 素材 2 条 < 3）\n- 行业洞察型：触发（INSIGHT 素材 4 条）/ 生成 2 候选\n- 长期价值型：默认生成 / 生成 2 候选\n- 废弃候选：X 个（反幻觉硬规则违反）\n\n请确认主标题，或从备选中选择，或要求重新生成。\n```\n\nFile v1.3.1:references/tool-router.md\n\n# 引擎级路由 + 兜底搜索机制\n\n## 总览：37通道引擎级路由\n\n可用搜索通道共37个，分属5个工具：\n\n| 工具 | 通道数 | 通道明细 |\n|------|-------|---------|\n| cn-web-search | 17引擎 | 公众号2(搜狗微信/必应索引) + 中文综合5(360/搜狗/必应中文/百度/头条) + 英文综合7(DDG/Qwant/Startpage/必应英文/Yahoo/Brave/Mojeek) + 技术2(SO/GitHub) + 财经3(东方财富/集思录/财新) + 百科2(Wiki中英文) |\n| 妙想5件套 | 5工具 | mx-data(行情/财务/关联) + mx-search(新闻/研报/政策/公告) + mx-xuangu(选股/行业筛选) + mx-zixuan(自选) + mx-moni(模拟) |\n| aihot | 6通道 | 5个category(ai-models/ai-products/industry/paper/tip) + 关键词搜索(q=) |\n| last30days-cn | 8平台 | 百度/微博/知乎/小红书/B站/微信/抖音/头条 |\n| news-fact-check | 1通道 | 核查方法论+多源验证框架 |\n\n---\n\n## 话题领域→引擎级路由矩阵\n\n根据素材的话题领域，精准路由到最合适的引擎通道：\n\n| 话题领域 | 第1优先通道 | 第2优先通道 | 第3优先通道 |\n|---------|-----------|-----------|-----------|\n| **财经/金融/投资/上市** | mx-data(硬数据) + mx-search(资讯/研报/政策) | cn-web-search: 东方财富+集思录+财新 + **港交所披露易(港股/H股)** | mx-xuangu(行业/板块对比) |\n| **AI/大模型/LLM** | aihot: 对应category(ai-models/industry/paper等) | cn-web-search: Brave+DDG+必应英文(英文一手) | mx-search(如涉及上市公司) |\n| **科技/互联网/产品** | cn-web-search: Brave+DDG+必应英文(英文一手) + SO+GitHub(技术) | aihot(如涉及AI) | last30days-cn: 知乎+B站(深度讨论) |\n| **医疗/教育/政策** | cn-web-search: Wikipedia+Brave(权威一手) | cn-web-search: 财新(政策解读) | last30days-cn: 微信+知乎(深度) |\n| **近期舆论/热点** | last30days-cn: 微博+百度+抖音(热点) | cn-web-search: 搜狗微信(公众号) | cn-web-search: 必应中文(综合) |\n| **知识/概念/定义** | cn-web-search: Wikipedia中英文 | cn-web-search: Brave+DDG | cn-web-search: SO+GitHub(技术概念) |\n| **学术/研究/论文** | **arXiv REST API**(同行评审论文，Tier 1) | cn-web-search: Brave+DDG+必应英文(英文一手) | cn-web-search: Wikipedia中英文(概念背景) |\n| **公众号深度文章** | cn-web-search: 搜狗微信+必应索引 | last30days-cn: 微信 | — |\n\n### 路由规则（优先级从高到低）\n\n1. **话题领域匹配** → 按上方矩阵选择第1优先通道\n2. 含具体股票/市值/CapEx/EPS等金融指标 → 妙想mx-data优先\n3. **AI领域关键词**（AI/大模型/LLM/OpenAI/Anthropic/Google AI等）→ aihot优先\n4. 含行业/技术/学术关键词（非AI领域）→ cn-web-search对应引擎优先\n5. 含\"最新\"/\"近期\"/\"舆论\"等时间敏感词 → last30days-cn优先\n6. 含\"真假\"/\"辟谣\"/\"核实\"等核查词 → news-fact-check\n7. 可组合：AI领域先查aihot，再用cn-web-search英文引擎交叉验证\n8. 降级：妙想不可用→cn-web-search财经引擎；aihot不可用→cn-web-search英文引擎；last30days不可用→cn-web-search中文引擎\n9. **学术关键词**（论文/research/arXiv/DOI/Paper/Transformer/attention 等学术术语）→ arXiv REST API 优先（详见\"学术信源专用通道\"小节）\n\n---\n\n## cn-web-search 引擎选择规则\n\ncn-web-search有17个引擎，**必须根据场景选择引擎，不能默认走百度/360/头条**：\n\n| 搜索场景 | 优先引擎 | 避开引擎 | WebFetch URL模板 |\n|---------|---------|---------|----------------|\n| 财经深度 | 东方财富 + 集思录 + 财新 + 港交所披露易 | 百度/360/头条 | `https://search.eastmoney.com/search?keyword={Q}` / `https://www.jisilu.cn/explore/?keyword={Q}` / `https://search.caixin.com/search/?keyword={Q}` / `https://www1.hkexnews.hk/search/searchtitleweb.xhtml?lang=zh`（港股财报/公告） |\n| 英文一手信源 | Brave + DDG + Startpage + 必应英文 + Yahoo + Mojeek + Qwant | 中文通用引擎 | `https://search.brave.com/search?q={Q}` / `https://lite.duckduckgo.com/lite/?q={Q}` / `https://www.startpage.com/do/search?q={Q}&cluster=web` / `https://www.bing.com/search?q={Q}` / `https://search.yahoo.com/search?p={Q}` / `https://www.mojeek.com/search?q={Q}` / `https://www.qwant.com/?q={Q}&t=web` |\n| 知识/概念/定义 | Wikipedia中文 + Wikipedia英文 | 百度/360 | `https://zh.wikipedia.org/w/index.php?search={Q}&title=Special:Search` / `https://en.wikipedia.org/w/index.php?search={Q}&title=Special:Search` |\n| 公众号文章 | 搜狗微信 + 必应索引 | 头条 | `https://weixin.sogou.com/weixin?type=2&query={Q}&page=1` / `https://cn.bing.com/search?q=site:mp.weixin.qq.com+{Q}` |\n| 技术概念 | Stack Overflow + GitHub | 百度/360 | `https://stackoverflow.com/search?q={Q}` / `https://github.com/trending?since=weekly` |\n| 中文通用（兜底） | 百度 + 360 | — | `https://www.baidu.com/s?wd={Q}` / `https://m.so.com/s?q={Q}` |\n| 最新资讯（最后兜底） | 头条搜索 | — | `https://so.toutiao.com/search?keyword={Q}` |\n\n**关键约束：头条搜索仅作为最后兜底，不得作为默认引擎。**\n\n---\n\n## 学术信源专用通道（arXiv REST API）\n\n涉及学术论文/研究/模型架构等学术话题时，优先使用 arXiv REST API 获取一手论文信息（Tier 1 同行评审信源）。\n\n**调用方式**（WebFetch）：\n```\nhttp://export.arxiv.org/api/query?search_query=all:{关键词}&max_results=5&sortBy=relevance\n```\n\n**适用场景**：\n- 实录中引用了具体论文（如\"Transformer 论文\"\"attention is all you need\"）\n- 涉及模型架构/算法原理（如 Diffusion/Mamba/MoE）\n- 学术人物访谈（论文作者/研究者）\n\n**信源分级**：arXiv 论文 = **Tier 1**（同行评审/官方预印本），必附 URL（`arxiv.org/abs/{id}`）\n\n**降级**：arXiv 无结果 → cn-web-search 英文引擎（Brave/DDG）→ Wikipedia（概念背景）→ Agent 已知信息[AI推断]\n\n**与 aihot 的区别**：aihot 覆盖 AI 行业新闻/产品发布，arXiv 覆盖学术论文本身。AI 领域访谈应 aihot + arXiv 双查。\n\n---\n\n## 妙想5件套路由详情\n\n| 工具 | 路由场景 | 调用方式 |\n|------|---------|---------|\n| **mx-data** | 金融硬数据：股价/市值/财报/CapEx/EPS/毛利率/股东/行业对比/板块数据 | `python ./mx_data.py \"{自然语言查询}\"` |\n| **mx-search** | 财经全场景：公司动态/行业分析/政策解读/研报/估值讨论/交易规则/事件解读/公告 | `python ./mx_search.py \"{自然语言查询}\"` |\n| **mx-xuangu** | 行业/板块筛选：\"XX行业有哪些公司\"/\"XX板块市盈率分布\"等横向对比 | `python ./mx_xuangu.py \"{自然语言条件}\"` |\n| mx-zixuan | 自选股管理（非搜索用途，不纳入路由） | — |\n| mx-moni | 模拟交易（非搜索用途，不纳入路由） | — |\n\n**注意**：mx-search不限于\"研报/目标价\"，它的核心能力是**金融场景信源智能筛选**，覆盖新闻/公告/研报/政策/交易规则/具体事件/影响分析等全场景。财经话题的搜索补充应优先走mx-search。\n\n---\n\n## aihot 路由详情\n\n| 场景 | 端点 | 说明 |\n|------|------|------|\n| AI模型发布/更新 | `GET /api/public/items?mode=selected&category=ai-models` | 新模型、模型更新 |\n| AI产品发布 | `GET /api/public/items?mode=selected&category=ai-products` | 产品上线、功能更新 |\n| AI行业动态 | `GET /api/public/items?mode=selected&category=industry` | 融资、收购、人事变动 |\n| AI论文 | `GET /api/public/items?mode=selected&category=paper` | 重要论文 |\n| AI技巧与观点 | `GET /api/public/items?mode=selected&category=tip` | 观点文章 |\n| 关键词搜索 | `GET /api/public/items?q={关键词}` | 公司/技术/产品名搜索 |\n| 时间窗口 | `since=ISO-8601` | 限最近7天 |\n\n- 调用方式：通过 HTTP 请求 aihot.virxact.com 公开 API，无需 API Key\n- **必须带浏览器User-Agent**（否则403）：`UA=\"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36\"`\n- 不适用：非AI领域（金融/医疗/教育等通用行业）\n\n---\n\n## last30days-cn 路由详情\n\n| 平台 | 适用场景 | 内容类型 |\n|------|---------|---------|\n| 微信公众号 | 专业分析/深度文章 | Tier 3-4 |\n| 知乎 | 行业讨论/专业问答 | Tier 4-5 |\n| B站 | 深度视频内容/行业解读 | Tier 4-5 |\n| 微博 | 热点/舆论/快讯 | Tier 4-5 |\n| 百度 | 新闻聚合 | Tier 4-5 |\n| 小红书 | 用户口碑/消费端 | Tier 5 |\n| 抖音 | 短视频/热点 | Tier 5 |\n| 头条 | 资讯聚合 | Tier 4-5 |\n\n- 调用方式：`python {SKILL_DIR}/scripts/last30days.py \"{主题}\" --emit compact`\n- 可指定平台：`--search weibo,zhihu,bilibili`\n- 深度模式：`--deep --emit md`\n\n---\n\n## news-fact-check 路由详情\n\n1. 识别关键声明 → 从素材中提取可验证的核心事实主张\n2. 多源验证 → 权威新闻源比对 + 官方信息核查 + 专业核查网站\n3. 评估来源可靠性 → 媒体声誉/消息源明确性/多方观点/时效性\n4. 给出结论 → 已证实为真/已证实为假/部分属实/无法核实/误导性\n\n---\n\n## 通用降级：WebSearch 兜底\n\n当上述专用工具在当前环境不可用时，**统一使用 `WebSearch` 工具替代**：\n\n| 原始路由 | WebSearch 替代查询策略 |\n|---------|----------------------|\n| 妙想 mx-data/mx-search | `WebSearch` + 金融关键词（如\"XX公司 2026 财报 营收\"） |\n| aihot | `WebSearch` + AI领域关键词（如\"XX模型 发布 性能\"） |\n| cn-web-search | `WebSearch` 直接使用（功能等价） |\n| last30days-cn | `WebSearch` + 时间限定词（如\"XX 最新 2026\"） |\n| news-fact-check | `WebSearch` + 核查关键词（如\"XX 辟谣 真假\"） |\n\n**降级优先级**：专用工具 → WebSearch → Agent已知信息[AI推断]\n\n---\n\n## 信源多样性门控（v1.1.0 升级，详见 source-quality-gate.md）\n\n**Step 5 搜索完成后必须执行**，3 项硬阻断，任一不通过→换通道重搜。完整规范见 `source-quality-gate.md`。\n\n1. **信源多样性**：单一域名≤30% + 聚合平台（头条/百家号/UC大鱼号/企鹅号等）≤20% + 独立信源≥6个\n2. **信源分级覆盖**：Tier 1 官方≥1 + Tier 2 权威媒体≥2 + Tier 3 行业研究≥1 + Tier 4-5 占比≤50%\n3. **始发信源追溯**：聚合平台内容必须追溯始发信源，追溯不到→降级 Tier 5 或弃用\n\n未通过时换通道优先级：妙想mx-search → cn-web-search财经引擎 → cn-web-search英文引擎（Brave/DDG）→ arXiv（学术话题）→ Wikipedia\n\n---\n\n## 兜底搜索机制（零空缺保证）\n\n**核心原则：每个干货信息点的补充信息不能空缺。**\n\n当首选通道搜索无结果或结果不足以形成有效补充时，按话题领域矩阵逐级降级：\n\n```\n第1优先通道搜索\n ↓\n有有效结果？ ──是──→ 记录结果，标记核查状态\n │\n 否\n ↓\n第2优先通道搜索（调整查询词：放宽条件）\n ↓\n有有效结果？ ──是──→ 记录结果，标记 [PARTIAL] 或 [相关]\n │\n 否\n ↓\n第3优先通道搜索（换角度/换语言）\n ↓\n有有效结果？ ──是──→ 记录结果，标记 [相关]\n │\n 否\n ↓\ncn-web-search 英文引擎（Brave/DDG等）\n ↓\n有有效结果？ ──是──→ 记录结果，标记 [间接相关]\n │\n 否\n ↓\ncn-web-search 中文通用（百度/360，最后兜底）\n ↓\n有有效结果？ ──是──→ 记录结果，标记 [间接相关]\n │\n 否\n ↓\n使用 Agent 已知信息填充，标记 [AI推断]（绝不留空）\n```\n\n### 查询词调整策略\n\n| 尝试轮次 | 查询词调整 | 示例 |\n|---------|----------|------|\n| 第1轮（首选通道） | 精确查询 | \"SpaceX Starlink ARPU 2026\" |\n| 第2轮（第2优先通道） | 放宽条件 | \"Starlink revenue per user decline\" |\n| 第3轮（第3优先通道） | 查相关主题 | \"SpaceX 营收 星链 用户数 趋势\" |\n| 第4轮（英文引擎） | 换数据源 | \"SpaceX Starlink financial metrics\" |\n| 第5轮（中文通用兜底） | 查大类背景 | \"SpaceX 星链 商业模式\" |\n\n### 核查状态标记\n\n| 标记 | 含义 | 文章中的处理 |\n|------|------|------------|\n| `[VERIFIED]` | 多源确认，准确 | 直接使用 |\n| `[PARTIAL]` | 部分准确或需更新 | 标注\"截至XX时间\"或补充说明 |\n| `[UNVERIFIED]` | 无法验证 | 加注\"据XX表示\"或降级为观点 |\n| `[INCORRECT]` | 与事实不符 | 不使用，或标注差异 |\n| `[相关]` | 兜底搜索找到的相关信息 | 作为背景补充，标注\"相关数据显示\" |\n| `[间接相关]` | 仅找到间接关联信息 | 作为行业背景，不作为佐证 |\n| `[AI推断]` | 所有工具均无结果 | 标注\"据行业常识\"，明确为推断 |\n\n### 兜底底线\n\n- 绝不允许任何干货信息点的补充信息为空\n- 即使无法验证具体数字，也要提供该领域的背景趋势、行业共识或相关案例\n\n---\n\n## 来源可信度分级体系\n\n搜索工具只是通道，可信度取决于搜索结果的**实际来源**。所有补充信息必须标注来源分级。\n\n### 5级采信标准\n\n| 级别 | 来源类型 | 链接策略 | 文章标注方式 | 示例 |\n|------|---------|---------|------------|------|\n| **Tier 1 官方** | SEC/交易所/公司官网/政府文件/同行评审论文 | **必附URL** | `数据（[来源名](URL)）` | 营收186.74亿（[S-1/A招股书](https://sec.gov/xxx)） |\n| **Tier 2 权威媒体** | 路透/彭博/财新/WSJ/Nature/Science/新华社 | **必附URL** | `数据（[媒体名](URL)）` | 估值1.75万亿（[路透社](https://reuters.com/xxx)） |\n| **Tier 3 行业研究** | TrendForce/Gartner/McKinsey/IDC/行业白皮书 | **尽量附URL**，无URL标机构+报告名 | `数据（据{机构}{报告名}）` | HBM产能售罄（据TrendForce 2026年HBM供需报告） |\n| **Tier 4 聚合/二手** | aihot聚合/36kr/虎嗅/TheVerge/科技博客 | **选择性附URL** | `数据（据{来源}报道）` | Terafab投资1190亿（据[华尔街日报](https://wsj.com/xxx)报道） |\n| **Tier 5 社区/推断** | 知乎/微博/小红书/Agent推断 | **不附URL** | `数据（行业观点认为）` 或 `[AI推断]` | DRAM紧缺将延续（行业观点认为） |\n\n### 分级判断流程\n\n```\n搜索结果 → 识别来源类型\n │\n ├─ URL域名含 sec.gov / gov.cn / 官方域名 → Tier 1\n ├─ URL域名含 reuters.com / bloomberg.com / caixin.com / nature.com → Tier 2\n ├─ 来源含机构名(TrendForce/Gartner/McKinsey等) → Tier 3\n ├─ 来源为科技媒体/聚合平台 → Tier 4\n └─ 来源为UGC平台/无明确来源/Agent推断 → Tier 5\n```\n\n### 各通道搜索结果的典型分级\n\n| 通道 | 高概率产出级别 | 说明 |\n|------|--------------|------|\n| 妙想 mx-data/mx-search | Tier 1-2 | SEC文件、研报、官方行情 |\n| aihot | Tier 3-4 | 聚合AI行业新闻，需追溯原始报道判断分级 |\n| cn-web-search 财经引擎 | Tier 2-3 | 东方财富/集思录/财新 |\n| cn-web-search 英文引擎 | Tier 2-3 | Brave/DDG/Bing等，一手信源多 |\n| cn-web-search 百科引擎 | Tier 2-3 | Wikipedia |\n| cn-web-search 中文通用 | Tier 4-5 | 百度/360/头条，聚合内容多 |\n| last30days-cn | Tier 4-5 | UGC为主，极少Tier 2 |\n| news-fact-check | Tier 1-2 | 专业核查机构结论 |\n\n### 补充信息标准化格式（Step 5→Step 6 传递）\n\n每条补充信息必须携带以下字段：\n\n```markdown\n### [维度标记]-N: {补充信息摘要}\n\n- **核查结果**: [VERIFIED / PARTIAL / UNVERIFIED / INCORRECT / 相关 / 间接相关 / AI推断]\n- **来源分级**: Tier {1-5}\n- **来源标注**: {来源名称}（如：S-1/A招股书 / 路透社 / TrendForce 2026年HBM报告）\n- **来源URL**: {URL}（Tier 1-3必填，Tier 4选填，Tier 5填\"无\"）\n- **搜索通道**: {使用的具体通道}（如：mx-search / cn-web-search:Brave / aihot:industry）\n- **文章写法**: {在文章中的具体写法，含链接或标注}\n- **链接位置**: 正文行内 / 文末参考来源 / 无链接\n```\n\n**示例**：\n```markdown\n### [DATA]-3: SpaceX估值从1750亿增至1.77万亿\n\n- **核查结果**: [VERIFIED]\n- **来源分级**: Tier 2\n- **来源标注**: 路透社\n- **来源URL**: https://www.reuters.com/xxx\n- **搜索通道**: cn-web-search:Brave\n- **文章写法**: 不到三年估值从1750亿飙升至1.77万亿（[路透社](https://www.reuters.com/xxx)）\n- **链接位置**: 正文行内\n```\n\nFile v1.3.1:references/wechat-format-guide.md\n\n# 公众号格式适配指南\n\n> 适配 rico-md（md.ricoui.com）编辑器 + 微信公众号排版规范\n> rico-md 基于 markdown-it，支持标准 Markdown 语法，无需特殊语法学习\n\n## 一、人设→主题映射\n\n在 rico-md 中选择排版主题时，参考以下映射表：\n\n| 人设组合 | 推荐 rico-md 主题 | 风格理由 |\n|---------|------------------|---------|\n| midnight-friend + expert-amplifier | 默认 / 极简 | 温暖克制，突出专家声音 |\n| warm-editor + expert-amplifier | 素白·留白 / 赭红·编辑 | 柔和有质感，人物故事感 |\n| industry-observer + expert-amplifier | 金融时报 / 晚点深度 | 专业严肃，数据驱动 |\n| sharp-journalist + dialogue-extractor | 卫报 / Wired | 锐利有张力，对话感强 |\n| cold-analyst + synthesis-weaver | 金融时报 / Apple极简 | 冷静数据流，结构清晰 |\n| humor-storyteller + practitioners-notebook | Medium阅读 / Jony Ive | 轻松有质感，实操友好 |\n| khazix-writer + curious-explorer | AI Coder / Anthropic | 科技口语化，代码友好 |\n| tech-coder + practitioners-notebook | AI Coder / 科技 | 技术实操，代码高亮 |\n\n| 主题显示名 | rico-md key |\n|-----------|-------------|\n| 默认 | wechat-default |\n| 极简 | minimalism |\n| 科技 | wechat-tech |\n| 优雅简约 | wechat-elegant |\n| 沉浸阅读 | wechat-deepread |\n| Jony Ive | wechat-jonyive |\n| Anthropic | wechat-anthropic |\n| Wired | wechat-medium |\n| Medium阅读 | wechat-medium |\n| Apple极简 | wechat-apple |\n| AI Coder | wechat-tech |\n| 纸纪 | kami-paper |\n| 晚点深度 | latepost-depth |\n| 金融时报 | wechat-ft |\n| 墨线·报纸 | wechat-paperpress |\n| 杂志 | wechat-nyt |\n| 素白·留白 | kenya-emptiness |\n| 赭红·编辑 | hische-editorial |\n| 素灰·清水 | ando-concrete |\n| 赤陶·有机 | gaudi-organic |\n| 墨蓝·卫报 | guardian |\n| 朱红·日经 | nikkei |\n| 素墨·世界报 | lemonde |\n\n---\n\n## 二、Markdown 元素使用规范\n\n### 2.1 标题层级\n\n| 层级 | 语法 | 使用规范 | 数量控制 |\n|------|------|---------|---------|\n| H1 | `# 标题` | 文章标题，20-28字，全文仅1个 | 1个 |\n| H2 | `## 标题` | 主要段落/章节 | 3-5个 |\n| H3 | `### 标题` | 子论点/数据注释/关键转折/人物背景 | 每个H2下1-2个，全文3-6个 |\n| H4-H6 | 不使用 | 访谈长文不需要过深层级 | 禁止 |\n\n**标题格式要求**：\n- H1 不加标点符号结尾\n- H2 简洁有力，12-20字，可带判断性表述\n- H3 陈述性，10-16字\n- 标题之间不留空行（markdown-it 会正确渲染间距）\n\n### 2.2 强调\n\n| 元素 | 语法 | 使用场景 | 频率控制 |\n|------|------|---------|---------|\n| **加粗** | `**文字**` | 关键判断/核心数据/金句强调/转折词/结论句 | 每段2-4处 |\n| *斜体* | `*文字*` | 英文术语/书名/概念定义/注释说明 | 每段0-2处 |\n| ~~删除线~~ | `~~文字~~` | 修正/对比场景 | 极少使用 |\n\n**禁止**：\n- 大面积加粗（超过一行）\n- 连续多段加粗\n- 加粗+斜体叠加（`***文字***`）\n- 用加粗代替H2/H3\n\n### 2.3 引用\n\n```markdown\n> 「AI竞赛不仅是算力竞赛，更是存储竞赛」—— 桑杰，美光CEO\n```\n\n**使用场景**：\n- ① 专家原话（配合 quote_handling 参数）\n- ② 关键数据独立成段（如\"50万亿美元\"单独引用突出）\n- ③ 金句/判断性陈述（非原话但有传播力的Agent总结）\n- ④ 对比性观点（双方观点并列引用）\n\n**格式标准**：\n- 原话用中文引号「」包裹（非双引号，兼容 anti-ai-rules.md）\n- 署名格式：`—— 姓名，身份`\n- 引用块内不加多余格式\n- 全文至少3-5处引用块\n\n### 2.4 行内代码\n\n```markdown\n`GPT-4o` `Python 3.12` `HBM3E` `CUDA 12`\n```\n\n**使用场景**：\n- 具体产品名/型号/版本号\n- 技术术语缩写\n- 命令/函数名\n\n**不用于**：普通中文术语（如\"大模型\"不用行内代码）\n\n### 2.5 代码块\n\n````markdown\n```python\n# 仅技术访谈中使用\nmodel = AutoModel.from_pretrained(\"bert-base\")\n```\n````\n\n**使用场景**：仅技术人物访谈中保留代码片段\n**非技术访谈**：不使用代码块\n\n### 2.6 列表\n\n```markdown\n1. 第一步：明确问题边界\n2. 第二步：收集基线数据\n3. 第三步：设计对照实验\n```\n\n**使用场景**：\n- ① HOWTO 实操步骤（practitioners-notebook 覆盖层）\n- ② 方法论拆解（如\"投资三条铁律\"）\n- ③ 排名/对比场景（如\"四大云厂商capex排名\"）\n- ④ 特征列举（如\"四层布局\"的四个层面）\n\n**禁止**：\n- 用列表罗列观点（破坏叙事流）\n- 超过5项的长列表\n\n**有序列表**用于步骤/排名/方法论拆解；**无序列表**用于特征列举/数据对比要点。全文至少1处列表。\n\n### 2.7 表格\n\n```markdown\n| 指标 | 2024 | 2025E | 变化 |\n|------|------|-------|------|\n| HBM营收 | 30亿 | 120亿 | +300% |\n| DRAM CR3 | 92% | >90% | 稳定 |\n```\n\n**使用场景**：\n- ① 数据对比/竞品分析\n- ② 时间线数据变化\n- ③ 多维度指标呈现\n- ④ 排名/能力对比\n\n**格式要求**：\n- 列数 ≤ 5 列（手机屏幕适配）\n- 表头简洁，2-4字\n- 数据单位统一\n- 每篇至少1个表格\n\n### 2.8 图片\n\n```markdown\n![HBM3E内存芯片实物图](https://example.com/hbm3e.jpg)\n```\n\n**格式标准**：\n- 使用标准 Markdown 图片语法\n- alt 文字必须描述性（非空），rico-md 用其作图片说明\n- 外部URL图片：rico-md 会自动处理\n- 无可用图片时，用占位注释：``\n\n**图片使用原则**：\n- 访谈长文非必须，有则加分\n- 每篇最多2-3张，避免图多文少\n- 数据图表优先于装饰性图片\n\n### 2.9 链接\n\n```markdown\n[美光2025Q2财报](https://investors.micron.com/xxx)\n```\n\n**公众号限制**：公众号文章内链接不可点击跳转\n\n**处理方式**：\n- 保留 Markdown 链接语法（rico-md 会渲染，供编辑参考）\n- 重要URL需在正文或脚注中以纯文本形式写出\n- 数据来源链接按来源分级决定放置位置（详见第六节）\n\n### 2.10 分割线\n\n```markdown\n---\n```\n\n**使用场景**：来源导语后+章节大转折+文末参考来源前，一篇文章2-3处\n\n---\n\n## 三、公众号特有限制与规避\n\n| 限制 | 规避方式 |\n|------|---------|\n| 无下划线渲染 | 用加粗替代强调，不使用 `` 标签 |\n| 外链不可点击 | 重要URL正文化，链接保留供编辑参考 |\n| 图片需手动上传 | AI输出图片URL → 用户下载后上传公众号图床 |\n| 数学公式可能丢失 | 简单公式用文本表达，复杂公式用图片替代 |\n| HTML标签被过滤 | 不使用自定义HTML，纯Markdown输出 |\n| 表格过宽溢出 | 列数 ≤ 5，rico-md 自动加横向滚动 |\n| 字体不可控 | 依赖主题样式，不在Markdown中指定字体 |\n\n---\n\n## 四、格式适配检查清单\n\n文章撰写完成后，按以下清单逐项检查并修正：\n\n### 结构检查\n- [ ] 仅1个H1，3-5个H2\n- [ ] H3全文3-6个，每个H2下1-2个\n- [ ] 无H4-H6\n- [ ] 标题间无多余空行\n\n### 格式检查\n- [ ] 加粗每段2-4处，无大面积加粗\n- [ ] 斜体每段0-2处（概念定义/注释说明）\n- [ ] 无下划线 `` 标签\n- [ ] 无自定义HTML标签\n- [ ] 引用块全文3-5处（原话+金句+关键数据+对比观点）\n- [ ] 引用块内格式简洁，署名规范\n- [ ] 行内代码仅用于产品名/版本号/技术术语\n- [ ] 列表全文至少1处（方法论/特征列举/排名）\n- [ ] 表格全文至少1个，列数 ≤ 5\n- [ ] 分割线2-3处（导语后+章节转折+文末前）\n\n### 公众号兼容检查\n- [ ] 重要URL已在正文中以纯文本出现\n- [ ] 图片alt文字有描述性内容\n- [ ] 无图片处有占位注释\n- [ ] 数据来源链接集中在文末\n\n### rico-md 导入检查\n- [ ] Markdown 语法标准无错（可在 md.ricoui.com 直接粘贴验证）\n- [ ] 已推荐对应主题（见映射表）\n- [ ] 代码块标注了语言（如有）\n\n### 样式丰富度检查\n- [ ] H3使用：全文3-6个H3，用于子论点/数据注释/关键转折\n- [ ] 引用块：全文3-5处，覆盖原话+金句+关键数据\n- [ ] 加粗：每段2-4处，关键判断/核心数据/转折词\n- [ ] 斜体：全文至少2-3处（不含导语），概念定义/注释说明\n- [ ] 列表：全文至少1处有序或无序列表（方法论/特征列举）\n- [ ] 表格：全文至少1个表格（数据对比/竞品分析）\n- [ ] 分割线：2-3处（导语后+章节转折+文末前）\n- [ ] 视觉节奏：不连续3段以上纯文本无任何样式变化\n\n---\n\n## 五、文末固定格式\n\n每篇文章末尾统一附加，按来源分级分类排列：\n\n```markdown\n---\n\n**参考来源**\n\n**官方文件**\n- [来源标题](URL) — 简要说明\n\n**权威报道**\n- [来源标题](URL) — 简要说明\n\n**行业研究**\n- {机构名} {报告名} — 简要说明（无公开URL时用纯文字）\n\n**其他来源**\n- 来源描述 — 简要说明\n\n*本文基于{访谈/会议}实录整理，增量信息已标注来源，实录观点已标注发言者。*\n```\n\n---\n\n## 六、引用与链接规范\n\n### 6.1 发言原话引用块\n\n**判断标准**——哪些原话用 `>` 引用块：\n\n| 用引用块 | 不用引用块（行内） |\n|---------|-----------------|\n| 金句/判断性原话（>15字） | 简短技术参数（<15字） |\n| 颠覆认知/反常观点 | 架构描述/流程说明 |\n| 有传播力的原话 | 过渡性/背景性原话 |\n| 情绪型/人物性格型原话 | 数据陈述（\"营收XX亿\"） |\n\n**引用块格式**：\n\n```markdown\n> 「我们早在2014至2015年前后就实现正向现金流，依靠自身营收自给自足。」—— 埃隆·马斯克，SpaceX CEO\n```\n\n- 原话用「」包裹\n- 署名格式：`—— 姓名，身份`\n- 引用块内不加多余格式\n\n### 6.2 出处引用链接\n\n按来源分级（详见 `tool-router.md`）决定链接策略：\n\n| 来源分级 | 正文写法 | 是否附URL | URL位置 |\n|---------|---------|----------|--------|\n| Tier 1 官方 | `数据（[来源名](URL)）` | 必附 | 正文行内 |\n| Tier 2 权威媒体 | `数据（[媒体名](URL)）` | 必附 | 正文行内 |\n| Tier 3 行业研究 | `数据（据{机构}{报告名}）` | 有则附 | 正文行内或文末 |\n| Tier 4 聚合/二手 | `数据（据{来源}报道）` | 选附 | 文末参考来源 |\n| Tier 5 社区/推断 | `数据（行业观点认为）` | 不附 | 无 |\n\n**正文链接密度控制**：每段最多1个行内链接，全文行内链接 ≤ 8个。避免链接过多破坏阅读流。\n\n**示例**：\n\n```markdown\nSpaceX 2025年全年营收186.74亿美元（[S-1/A招股书](https://sec.gov/xxx)），其中Starlink业务营收113.9亿美元。\n\n2026年HBM产能已售罄（据TrendForce 2026年HBM供需报告），DRAM紧缺态势预计延续至2028年。\n\nTerafab全阶段投资上限1190亿美元（据[华尔街日报](https://wsj.com/xxx)报道）。\n\n行业观点认为，太空数据中心将在2030年前实现商业化部署。\n```\n\n---\n\n## 七、来源导语格式\n\n### 7.1 位置与格式\n\n来源导语放在 **H1 标题之后、第一个 H2 之前**，用斜体+分割线与正文区分：\n\n```markdown\n# 文章标题\n\n*来源导读：{导语内容，200-400字}*\n\n---\n\n## 第一个H2段落\n```\n\n### 7.2 不同来源类型的导语要素\n\n| 来源类型 | 导语核心要素 | 字数 | 示例开头 |\n|---------|------------|------|---------|\n| 访谈/对话 | 5W1H：谁+什么场合+什么时候+为什么重要 | 200-400字 | \"2026年6月5日，马斯克在摩根大通投资者大会上...\" |\n| 会议/圆桌 | 会议背景+议题+参与者分量 | 200-400字 | \"2026年SNEC大会太空能源分论坛上...\" |\n| 学术论文 | 核心论点+研究价值+发表背景 | 150-300字 | \"斯坦福大学2026年3月发表在Nature上的论文指出...\" |\n| 公众号/网页 | 来源+核心观点+为什么值得深读 | 100-200字 | \"知名科技博主XX近日发文分析...\" |\n\n### 7.3 人设适配\n\n导语语气必须跟随人设，不是千篇一律的\"本文基于XX\"：\n\n| 人设 | 导语风格 | 示例 |\n|------|---------|------|\n| curious-explorer | 口语化发现感 | \"我最近看到一个很有意思的访谈，马斯克在摩根大通的大会上聊了整整两小时...\" |\n| industry-observer | 专业简明 | \"2026年6月5日，SpaceX CEO马斯克在摩根大通投资者大会上系统阐述了上市战略...\" |\n| cold-analyst | 数据先行 | \"SpaceX S-1招股书披露2025年营收186.74亿美元，马斯克在摩根大通专场访谈中首次公开回应上市逻辑...\" |\n| sharp-journalist | 冲突切入 | \"一家早已盈利的公司为什么要上市？马斯克在摩根大通350位顶级投资者面前给出了一个出人意料的答案...\" |\n| midnight-friend | 温暖叙事 | \"上周有一场访谈让我感触很深，马斯克和他母亲同时出现在摩根大通的舞台上...\" |\n| warm-editor | 人文关怀 | \"当梅耶·马斯克站在350位投资者面前对儿子说出'我无比爱你'时，这场关于太空的商业对话有了不一样的温度...\" |\n| humor-storyteller | 轻松有趣 | \"马斯克又搞了个大新闻——不过这次不是发推特，而是在摩根大通的大会上正儿八经地聊了两个小时...\" |\n| tech-coder | 技术切入 | \"SpaceX自研的三款定制芯片已完成流片，这个细节是马斯克在摩根大通投资者大会上透露的...\" |\n| khazix-writer | 好奇+口语 | \"我前两天刷到一个访谈，马斯克在摩根大通的大会上说了好多有意思的东西，关于太空的、关于芯片的、关于为什么要上市的，我整理了一下，分享给你...\" |\n\n### 7.4 导语撰写检查\n\n- [ ] 包含来源类型关键信息（访谈=5W1H，论文=论点+价值，会议=背景+议题）\n- [ ] 语气与人设匹配\n- [ ] 字数在规定范围内\n- [ ] 用斜体格式，与正文视觉区分\n- [ ] 不与H1标题内容重复\n\nArchive v1.3.0: 16 files, 71687 bytes\n\nFiles: CHANGELOG.md (5599b), docs/session-handoff.md (0b), README.md (6765b), references/anti-ai-rules.md (11197b), references/extraction-guide.md (19797b), references/fact-check-guide.md (3699b), references/interview-personas.yaml (13470b), references/pipeline-detail.md (26833b), references/quality-checklist.md (7351b), references/source-quality-gate.md (10122b), references/title-strategist.md (9872b), references/tool-router.md (16568b), references/wechat-format-guide.md (14000b), skill-card.md (2610b), SKILL.md (7314b), _meta.json (137b)\n\nFile v1.3.0:SKILL.md\n\n---\nname: \"transcript-crafter\"\ndescription: \"访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。\"\nslug: \"transcript-crafter\"\ndisplayName: \"Transcript Crafter\"\nversion: \"1.3.0\"\nsummary: \"访谈实录转公众号深度长文全流程\"\nlicense: \"MIT-0\"\n---\n\n# Transcript Crafter — 访谈实录转公众号深度长文\n\n## 任务\n将访谈/会议实录转化为有深度、有洞察、增量信息高密度的公众号长文（2500-4000字）。不做原创写作、不做热点文章、不做纯翻译。\n\n## 输出格式\n\n### 主管道（8步 + 3确认点）\n```\n[1/8] 输入获取+预处理\n[2/8] 10维度提取→素材稿 ← 确认点1：素材准确吗？\n[3/8] 行业适配+人设选择\n[4/8] 框架生成 ← 确认点2：框架+人设OK？\n[5/8] 5工具搜索补充+事实核查 ← 确认点3：补充信息对吗？\n[6/8] 文章撰写+内容审核 ← 6.0前置映射 / 6.4.5素材覆盖率阻断 / 6.4.6增量融入阻断 / 6.8审核阻断\n[7/8] 质量验证+交付\n[8/8] 桌面保存+飞书云盘同步\n```\n\n### 素材稿格式（Step 2 输出）\n```markdown\n# 素材稿：{主题}\n## 基本信息：来源/发言者/行业/核心议题\n## 🧠 认知层：[VIEW]核心观点 / [INSIGHT]行业洞察 / [DATA]数据事实\n## 🔥 传播层：[CONTRA]反常观点 / [EXPLOSIVE]劲爆点 / [STUNNING]惊艳点\n## 💬 情绪层：[ROAST]吐槽点 / [HUMOR]幽默笑点\n## 🔧 实操层：[HOWTO]经验做法 / [STORY]案例故事\n## 关联图谱 + 待补充/待核查清单\n```\n每条素材格式：`> 原文：\"{原话}\"（第X段）| 提取：[标记] {信息} —— {发言者} | 引用理由 | 核查状态 | 传播力⭐ | 来源分级Tier{1-5}`\n\n### 最终文章格式（Step 6 输出）\nH1标题（20-28字）+ 来源导语（斜体，H1后H2前）+ H2+H3结构 + 引用块（3-5处）+ 加粗（每段2-4处）+ 斜体（概念定义/注释）+ 列表（至少1处）+ 表格（至少1个）+ 分割线（2-3处）+ 2-3个编辑锚点 ``，保存到 `{skill_dir}/output/`\n格式适配 rico-md（md.ricoui.com）一键排版，详见 `references/wechat-format-guide.md`\n\n## 规则\n\n1. **增量密度底线**：纯复述实录≤30%，每段必须有实录外增量（背景/数据/对比/注释），增量信息标注来源\n2. **零空缺兜底**：每个干货信息点的补充信息不能空缺。首选工具搜不到→换工具逐个尝试（5工具轮询）→仍无结果用Agent已知信息标记[AI推断]，绝不留空\n3. **观点必须归属**：实录观点标注发言者姓名，Agent自身分析与实录观点明确区分，争议观点呈现双方\n4. **37通道引擎级路由**：按话题领域精准路由到引擎级通道——财经→妙想mx-data/mx-search+cn-web-search财经引擎；AI→aihot+cn-web-search英文引擎；科技→cn-web-search英文+技术引擎；近期→last30days-cn。cn-web-search内部17引擎按场景选择，头条仅作最后兜底（详见references/tool-router.md）\n5. **三节点确认**：素材稿→框架+人设→搜索补充，用户确认后才继续。用户说\"全自动\"则跳过确认\n6. **交付必同步**：Step 8必须执行——最终文章保存到用户桌面+上传飞书云盘，反馈完整路径\n7. **样式丰富度**：H3全文3-6个、引用块3-5处、加粗每段2-4处、斜体至少2-3处、列表至少1处、表格至少1个、分割线2-3处，不连续3段以上纯文本无样式变化（详见references/wechat-format-guide.md样式丰富度检查清单）\n8. **素材覆盖率阻断**（6.4.5）：撰写完成后对照素材稿逐条标记融入状态。素材覆盖率≥95%，⭐⭐⭐⭐⭐传播力素材覆盖率=100%（零容忍）。未达标禁止进入6.5格式适配。撰写前必须先产出\"素材→段落映射表\"（6.0），避免靠记忆遗漏\n9. **增量信息融入阻断**（6.4.6）：Step 5 搜索到的补充信息必须100%融入文章，不得遗漏。撰写前必须先产出\"增量信息→段落映射表\"（6.0），对照映射表逐条融入。评估不融入需明确标注理由\n10. **信源质量门控**（Step 5实时+Step 7硬阻断，详见references/source-quality-gate.md）：\n - **信源多样性**：单一域名≤30%、聚合平台（头条/百家号/UC大鱼号/企鹅号等）≤20%、独立信源≥6个\n - **信源分级覆盖**：Tier 1官方≥1条、Tier 2权威媒体≥2条、Tier 3行业研究≥1条、Tier 4-5占比≤50%\n - **关键数据交叉验证**：财务/政策/排名/技术规格数据≥2个非原文信源\n - **始发信源追溯**：聚合平台内容必须追溯始发信源，追溯不到→降级Tier 5或弃用\n - **硬阻断**：Step 7撰写完成后执行3个硬阻断点，任一不通过→回到Step 5补搜，禁止进入Step 8交付\n11. **标题策略子系统**（Step 4.3，详见 references/title-strategist.md）：\n - **决策顺序**：访谈真实判断 → 读者认知收益 → 原话/数据支撑 → 数据关键词 → 网感\n - **5 风格组候选**：观点冲突/人物故事/数据锚点/行业洞察/长期价值，最多 12 个候选\n - **5 维度评分 + 6 风险标记**（含访谈专属\"原话归属风险\"）\n - **反幻觉硬规则**：标题实体/数字/判断必须来自素材稿或 Step 5 补充，禁止编造\n - 标题候选在确认点2向用户展示，用户可 override\n\n## 示例\n\n**输入**：用户提供美光CEO桑杰播客访谈微信文章链接\n\n**Step 2输出（节选）**：\n```\n> 原文：\"AI竞赛不仅是算力竞赛，更是存储竞赛\"（第21段）\n> 提取：[CONTRA] AI核心瓶颈不是算力而是存储 —— 桑杰（美光CEO）\n> 引用理由：直接颠覆\"算力为王\"叙事，传播力极强\n> 核查状态：待核查\n> 传播力：⭐⭐⭐⭐⭐\n```\n\n**Step 5输出（节选）**：\n```\n[DATA]-3 HBM 2026产能售罄 → [VERIFIED] 多方交叉验证确认\n[DATA]-4 DRAM CR3>95% → [PARTIAL] 修正为>90%，2025Q2数据\n[DATA]-6 目标价1050/1100 → [PARTIAL] 未找到出处，花旗840美元可替代\n```\n\n**Step 6输出（节选）**：\n```markdown\n## AI的Token经济学，本质是内存经济学\n\n桑杰把这叫做\"Token经济学\"：\"智能就是关于数据，数据就是关于内存。\"\n这不是比喻，是物理现实。HBM成本在AI加速卡中占比已达40-60%，\n行业把这个问题叫\"内存墙\"。AI越智能，越需要\"记住\"更多东西。\n而记住，就是存储。\n```\n\n## 权限声明\n\n本技能运行时需要以下权限：\n- **网络访问**：WebFetch抓取文章/网页、WebSearch搜索补充信息、aihot查询AI资讯\n- **文件读写**：读取用户提供的本地文件（.txt/.md/.docx）、写入最终文章到用户桌面、写入素材稿/补充信息到技能output目录\n- **环境变量**：FEISHU_APP_ID / FEISHU_APP_SECRET / FEISHU_USER_OPEN_ID（飞书云盘同步，可选）\n- **subprocess调用**：lark-cli（飞书云盘上传，仅Step 8）\n\n本技能不会修改系统配置、不访问敏感目录、不执行任意shell命令。所有文件写入操作仅限用户桌面和技能自身output目录。\n\nFile v1.3.0:README.md\n\n# transcript-crafter\n\n访谈实录转公众号深度长文全流程：10 维度提取 → 人设适配 → 框架 → 5 工具搜索补充 → 重构撰写。\n\n[![版本](https://img.shields.io/badge/version-1.1.0-blue)](https://github.com/EdwardWason/transcript-crafter)\n[![许可证](https://img.shields.io/badge/license-MIT--0-green)](LICENSE)\n[![ClawHub](https://img.shields.io/badge/ClawHub-transcript--crafter-orange)](https://clawhub.ai/EdwardWason/transcript-crafter)\n\n## 功能\n\n- **10 维度提取**：从访谈实录中提取核心观点、行业洞察、数据事实、反常观点、劲爆点等 10 个维度\n- **人设适配**：6 种写作人设自动匹配（行业老兵/技术极客/商业分析师/观察者/创业者/学者）\n- **5 工具搜索补充**：WebSearch + WebFetch + 竞品分析 + 数据验证 + 背景补充\n- **8 步主管道**：输入预处理 → 10 维度提取 → 人设适配 → 框架生成 → 搜索补充 → 撰写 → 质量验证 → 交付\n- **3 确认点**：素材确认 → 框架确认 → 补充确认，确保方向正确\n- **双通道交付**：本地保存 + 飞书云盘同步\n\n## 快速开始\n\n```bash\nnpx clawhub@latest install EdwardWason/transcript-crafter\n```\n\n## 使用方法\n\n在 TRAE / Claude Code / OpenClaw 中，提供访谈实录文件路径即可触发：\n\n```\n请用 transcript-crafter 转写这篇文章：/path/to/transcript.md\n```\n\n## 文件结构\n\n```\ntranscript-crafter/\n├── SKILL.md # 技能主文件（入口）\n└── references/\n ├── anti-ai-rules.md # 反 AI 味写作规则\n ├── extraction-guide.md # 10 维度提取指南\n ├── fact-check-guide.md # 事实核查指南\n ├── interview-personas.yaml # 6 种写作人设配置\n ├── pipeline-detail.md # 8 步管道详细说明\n ├── quality-checklist.md # 质量验证清单\n ├── source-quality-gate.md # 信源质量门控（3个硬阻断点）\n ├── tool-router.md # 5 工具搜索路由\n └── wechat-format-guide.md # 公众号排版规范\n```\n\n## 文档\n\n| 文件 | 用途 |\n|------|------|\n| [SKILL.md](SKILL.md) | 技能主文件，8 步管道+10 维度+人设适配 |\n| [references/extraction-guide.md](references/extraction-guide.md) | 10 维度提取详细说明 |\n| [references/pipeline-detail.md](references/pipeline-detail.md) | 8 步管道每步的输入/输出/规则 |\n| [references/quality-checklist.md](references/quality-checklist.md) | 质量验证清单 |\n| [CHANGELOG.md](CHANGELOG.md) | 版本变更记录 |\n\nLicense: MIT-0\n\n## ⚠️ 用户警告\n\n本技能在运行过程中会产生以下副作用：\n- **自动写入文件**：最终文章会自动保存到用户桌面（`C:\\Users\\<用户名>\\Desktop\\`），素材稿和补充信息会写入技能的 `output/` 目录\n- **自动上传飞书云盘**：Step 8 会调用 lark-cli 将最终文章上传到飞书云盘（需要 FEISHU_APP_ID / FEISHU_APP_SECRET / FEISHU_USER_OPEN_ID 环境变量）\n- **网络请求**：会自动抓取文章链接（WebFetch）和搜索补充信息（WebSearch）\n\n如需禁用飞书云盘同步，可在 Step 8 时告知\"不同步飞书\"即可跳过。\n\n---\n\n# transcript-crafter\n\nFull pipeline for converting interview/meeting transcripts into in-depth WeChat Official Account articles: 10-dimension extraction → persona matching → framework → 5-tool search supplement → reconstruction writing.\n\n[![version](https://img.shields.io/badge/version-1.1.0-blue)](https://github.com/EdwardWason/transcript-crafter)\n[![license](https://img.shields.io/badge/license-MIT--0-green)](LICENSE)\n[![ClawHub](https://img.shields.io/badge/ClawHub-transcript--crafter-orange)](https://clawhub.ai/EdwardWason/transcript-crafter)\n\n## Features\n\n- **10-Dimension Extraction**: Extract core views, industry insights, data facts, contrarian views, explosive points, and 5 more dimensions from transcripts\n- **Persona Matching**: 6 writing personas auto-matched (Industry Veteran / Tech Geek / Business Analyst / Observer / Entrepreneur / Scholar)\n- **5-Tool Search Supplement**: WebSearch + WebFetch + competitor analysis + data verification + background supplement\n- **8-Step Pipeline**: Input preprocessing → 10-dim extraction → persona matching → framework → search supplement → writing → quality check → delivery\n- **3 Checkpoints**: Material confirmation → Framework confirmation → Supplement confirmation\n- **Dual Delivery**: Local save + Feishu cloud drive sync\n\n## Quick Start\n\n```bash\nnpx clawhub@latest install EdwardWason/transcript-crafter\n```\n\n## Usage\n\nIn TRAE / Claude Code / OpenClaw, provide a transcript file path to trigger:\n\n```\nPlease use transcript-crafter to convert this transcript: /path/to/transcript.md\n```\n\n## File Structure\n\n```\ntranscript-crafter/\n├── SKILL.md # Main skill file (entry point)\n└── references/\n ├── anti-ai-rules.md # Anti-AI-tone writing rules\n ├── extraction-guide.md # 10-dimension extraction guide\n ├── fact-check-guide.md # Fact-checking guide\n ├── interview-personas.yaml # 6 writing persona configs\n ├── pipeline-detail.md # 8-step pipeline details\n ├── quality-checklist.md # Quality verification checklist\n ├── source-quality-gate.md # Source quality gate (3 hard blocks)\n ├── tool-router.md # 5-tool search router\n └── wechat-format-guide.md # WeChat formatting guide\n```\n\n## Documentation\n\n| File | Purpose |\n|------|---------|\n| [SKILL.md](SKILL.md) | Main skill file, 8-step pipeline + 10 dimensions + persona matching |\n| [references/extraction-guide.md](references/extraction-guide.md) | 10-dimension extraction details |\n| [references/pipeline-detail.md](references/pipeline-detail.md) | 8-step pipeline input/output/rules |\n| [references/quality-checklist.md](references/quality-checklist.md) | Quality verification checklist |\n| [CHANGELOG.md](CHANGELOG.md) | Version change log |\n\nLicense: MIT-0\n\n## ⚠️ User Warnings\n\nThis skill has the following side effects during execution:\n- **Auto file writes**: Final articles are automatically saved to the user's Desktop (`C:\\Users\\\\Desktop\\`), and material drafts/supplement info are written to the skill's `output/` directory\n- **Auto Feishu cloud drive upload**: Step 8 calls lark-cli to upload the final article to Feishu cloud drive (requires FEISHU_APP_ID / FEISHU_APP_SECRET / FEISHU_USER_OPEN_ID environment variables)\n- **Network requests**: Automatically fetches article URLs (WebFetch) and searches for supplementary info (WebSearch)\n\nTo disable Feishu cloud sync, tell \"skip Feishu sync\" during Step 8.\n\nFile v1.3.0:_meta.json\n\n{\n \"ownerId\": \"kn75zj7vzdyvap84adxa8heyyd82f5eh\",\n \"slug\": \"transcript-crafter\",\n \"version\": \"1.3.0\",\n \"publishedAt\": 1784266528223\n}\n\nFile v1.3.0:references/anti-ai-rules.md\n\n# 反AI写作规范\n\n> 提取自 khazix-writer skill（数字生命卡兹克），适配 transcript-crafter 所有人格共享使用\n> 来源：https://github.com/KKKKhazix/khazix-skills\n> 人味儿三要素+Gotchas 提取自《人味儿写作心法》（橘子/Cola），适配转写场景\n> 来源：https://github.com/orange2ai/renwei-writing\n\n## 适用范围\n\n本规范**仅约束正文叙述的语气和风格**（段落行文、转场、判断表达等）。\n\n**不约束以下场景**（这些场景有独立的格式规范）：\n- 引用署名格式（遵循 `wechat-format-guide.md` 和 `interview-personas.yaml` 的 `_shared.source_attribution`）\n- 素材稿/框架/补充信息等中间产物的格式\n- 数据表格、代码块、列表等结构化内容\n\n因此：引用署名中的 `—— 姓名，身份` 和 `「原话」` 不受本规范标点禁令限制。\n\n## 人味儿三要素（正面定义）\n\n人味儿不是文字技巧，是三件事。写每一段时问自己，这三件事在不在：\n\n1. **位置。** 人味儿的文字背后，有一个具体的人站在具体的位置说话。凌晨五点、看着身边朋友的那个位置，决定了他说\"拯救自己的前额叶\"而不是\"提升专注力\"。AI不站在任何地方，可以替任何人写任何立场，这种无限灵活反过来就是没有存在。**转写时：发言者有位置，你的人设也有位置，两个位置都要站住。**\n\n2. **代价。** 人有激素、有欲望、有困了饿了想被人抱的身体。好的文字让你感受到背后那个人的情绪：是真的熬过夜、真的心动过、真的被什么事气得手抖，每个判断都是拿身体付过代价换来的。AI写漂亮话不付任何代价，不疼不痒。**转写时：你下的每个判断，背后要有具体的理由，不能是空口白话。**\n\n3. **手迹。** 两个人抄同一段话，内容一样，你仍认得出谁抄的。看似冗余的\"自己的\"、句尾的\"呢\"、忽长忽短的呼吸，都是手迹。AI没有手，怎么写都像打印的。**转写时：发言者的原话是他们的手迹，你人设的判断方式是你的手迹，都要保留。**\n\n## 绝对禁区\n\n### 1. 套话禁令\n禁用以下句式：\n- \"首先...其次...最后\"\n- \"综上所述\"\n- \"值得注意的是\"\n- \"不难发现\"\n- \"让我们来看看\"\n- \"接下来让我们\"\n\n### 2. 过度结构化禁令\n- 不用 bullet point 罗列观点\n- 不大量加粗\n- 非方法论类文章不加小标题，用口语化转场句衔接（\"说到这个\"\"回到xxx这块\"）\n- 方法论文章可用数字编号（1、2、3），但不是正式markdown标题\n\n### 3. 标点禁令\n- 不使用冒号\"：\"，用逗号代替\n- 不使用破折号\"——\"\n- 不使用双引号（\"\"和\"\"都不用），需要引用或强调时用「」或直接不加引号\n\n### 4. 高频踩雷词（绝对禁用）\n- \"说白了\" ← AI特别爱用，一出现立刻暴露\n- \"意味着什么？\" ← AI标志性句式\n- \"这意味着\" ← 同上，换成更口语的表达\n- \"本质上\" ← 太学术\n- \"换句话说\" ← 太书面\n- \"不可否认\" ← 套话\n\n### 5. 假设性例子禁令\n- 不编造\"比如有一次...\"这种场景\n- 要用\"就像我今天正在搞的xxx\"这种正在发生的真实细节\n- 没有真实细节就别硬编，不如写\"我自己还没试过，但想想就觉得xxx\"\n\n### 6. 空泛工具名禁令\n- 不说\"AI工具\"、\"某个模型\"\n- 要说具体名字：Claude Code、GPT-4o、DeepSeek、Seedance 2.0等\n\n### 7. 教科书开头禁令\n- 禁止\"在当今AI快速发展的时代\"\n- 禁止\"随着技术的不断进步\"\n- 永远从一个具体的、当下的事件或场景切入\n\n---\n\n## 口语化词组库\n\n### 转场和过渡\n坦率的讲、说真的、我是真的觉得、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、回到xxx这块、这块需要注意一下、顺着上面的再聊聊\n\n### 表达判断\n我有时候觉得、我一直觉得、这话听着有点刺耳但、不是说xxx不行而是说、我自己的感受是、我始终坚信、我觉得还是挺重要的\n\n### 承认和自嘲\n说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、这个事儿我也踩过坑、愚钝如我、我说\"理论上\"是因为我自己还没完全跑通、说实话我们还差得远\n\n### 情绪表达\n这种感觉太爽了、我当时就愣住了、想想就觉得兴奋、我真的被震撼到了、搞得我现在还有点懵、太离谱了、一时间无语凝噎、鬼使神差的\n\n### 拉近距离\n很多朋友可能不知道、可能有小伙伴纳闷、你如果关注这个领域的话、大家也都知道\n\n### 口头禅和口癖\n这玩意、不是哥们、真的就是一声叹息、太牛逼了、比较骚的事\n\n---\n\n## 风格内核要点\n\n1. **节奏感**：像跟朋友聊天，句子时长时短，大量用逗号制造口语化停顿感。一句话自成一段来制造重点。\n2. **论述中的故意打破**：在展开观点时，故意加入口语打断来破坏严谨性。重复强调、中途叹息、省略主语、刻意模糊。\n3. **知识输出方式**：知识是\"聊着聊着顺手掏出来\"的，不是\"下面我来给大家科普一下\"。\n4. **私人视角**：用\"我也面临这个问题\"连接个人经历和公共议题，而非\"这给我们的启示是\"。\n5. **判断力**：敢下判断，有明确好恶。表达不是居高临下的点评，而是\"我被打动了\"这种承认自己被影响的姿态。\n6. **句式断裂**：用一个极短的句子或短语独立成段，制造停顿和重量感。不能滥用，关键节点用一下效果极强。\n7. **回环呼应**：前面埋的细节后面得响。文章内部要有callback结构，前面提到的意象/句子在后面以变体形式再次出现。\n8. **谦逊铺垫法**：在给出观点前，先用自谦的话降低读者防御心。\"我也不知道行不行\"\"我自己也有一些不成熟的经验\"。\n9. **读者直呼法**：在关键节点直接跟读者对话。\"屏幕前的你\"\"你相信我\"。不是通篇都用，精准投放。\n10. **层层剥开**：不是直接讲结论，而是\"现象→表面解释→更深的追问→核心洞察\"展开。\n11. **人物画像法**：从一个数据点出发，用极短的篇幅想象背后那个具体的人的完整人生。标准结构：触发点数据→快速代入→多维堆砌→情感锚定→细节具象化。3-5句话内让人物变立体，才能产生共鸣。\n12. **反向论证**：在揭示核心观点前，先满足读者的期待，然后打破它。\"你以为XX？结果就是YY。\"这种反转让读者有\"被启蒙\"的感觉，但要注意力度，是\"我也曾经这样想\"而不是\"你们都错了\"。\n13. **升番逻辑**：当涉及多个产品/案例对比时，不要一次性罗列结论，而是逐一展示，排列遵循升番——最弱的放前面，最炸的留最后，中间有\"我以为到顶了结果还能往上翻\"的惊喜感。\n\n### 开头的几种必杀技\n\n永远从一个具体的、当下的事件切入，绝不宏大叙事：\n- **叙事启动**：\"故事是这样的。\"/\"事情是这样的。\" 简单直接。\n- **荒诞事实**：直接抛出一个让人\"？？？\"的事实。\n- **数据冲击**：用一个反直觉的数字开头。\n- **好奇心驱动**：\"这两天看到一个很有意思的东西。\"\n\n### 收尾的几种常见收法\n\n选最合适的一种，不要万能展望结尾：\n- **引用收尾**：用别人的一句话作结\n- **哲思余韵**：一个短句留白\n- **行动呼吁**：鼓励读者去做一件事\n- **信念宣言**：表达对未来的坚信\n- **回环呼应**：回到开头的意象，但视角已经不同\n\n---\n\n## 改稿Gotchas（真实失败案例换来的）\n\n- **越磨越用力是默认失败路径。** 用户说\"打磨三遍\"，不等于三遍逐级加工。第一遍理顺之后，后两遍最常见的正确动作是把第一遍改过头的地方还原回去。\n\n- **平直陈述句不要动。** \"是注意力集中和注意力涣散的循环\"这种平铺直叙本身就是观察者的冷静，改成对仗看似更锋利，实际是把人话改成了文案腔。\n\n- **删语气词等于删人。** \"呢\"\"吧\"\"了\"这些字在书面语标准下是冗余，但它们携带叹气、自嘲、犹豫。\"拯救自己的前额叶呢\"删成\"拯救它\"，句子干净了，人没了。\n\n- **抽象词换具体词要克制。** \"细小琐碎的事情\"换成\"小红点\"看似更有画面，但那是你的画面，不是他的。除非原词真的含糊到读者会卡住，否则保留作者自己的抽象层级。\n\n- **不要无端加时间/场景锚点。** AI喜欢凭空加\"凌晨三点\"\"站在窗前\"\"雨天的午后\"来营造临场感。人当然也这么写，但人写的时候后面跟的是只有那个时刻才有的东西。转写时不要主动塞时间地点进去；原文有的别动，它是作者的记忆。\n\n---\n\n## AI味检查清单（改完之后扫自己动过的句子）\n\n逐条对照，只扫自己动过的部分，不扫原文。单个信号不说明问题，**聚集**才是供词。\n\n### 意义拔高\n- 把普通事实说成\"标志着\"\"见证了\"\"体现了\"\"彰显了\"某个更大的东西\n- 句尾挂意义补尾：\"……，体现了团队的深厚积累\"。事实说完就停\n- 把局部话题拔到时代高度：\"这将重新定义……\"\n\n### 宣传腔\n- \"璀璨\"\"深厚底蕴\"\"得天独厚\"\"赋能\"\"打造\"\"致力于\"\"匠心\"\n- 中性介绍写成了软文\n\n### 句式套路\n- **\"不是X，而是Y\"**：最高频的AI假深刻，一篇里出现一次都要警惕\n- **排比三连**：把观点硬凑成三个一组，一个排比是修辞，连续排比是模式\n- **同义词轮换**：同一个主语换着叫，人会自然重复，AI才怕重复\n- **假范围**：\"从X到Y\"但X和Y不在一条真实的轴上\n- **格言公式**：\"X是Y的语言\"\"X是一面镜子\"\"X是Z时代的货币\"\n- **短句轰炸**：连续超短句制造戏剧感，一个短句是强调，一排短句是表演\n- **自问自答**：\"结果呢？惨烈。\"\"最可怕的是什么？没人察觉。\"\n\n### 格式痕迹\n- **破折号**：最可靠的AI信号之一，每一个都替换为句号/逗号/冒号或重写\n- **加粗滥用**：机械地加粗关键词\n- **emoji装饰**：标题和要点前的装饰性emoji\n\n### 语气痕迹\n- **聊天残留**：\"希望这对你有帮助\"\"需要我展开吗\"\n- **谄媚**：\"好问题！\"\"你说得太对了！\"\n- **模糊归因**：\"有专家认为\"\"业内人士指出\"。说不出名字就没有来源\n- **万能展望结尾**：\"未来可期\"\"前景广阔\"\"让我们拭目以待\"\n- **签到式过渡**：\"让我们深入探讨\"\"接下来看看\"。直接说事，不要预告要说事\n\n### 填充与对冲\n- \"值得注意的是\"\"需要指出的是\"\"不得不说\"：删掉后句子照常成立\n- \"在某种程度上或许可能\"：叠加对冲，一个\"可能\"够了\n\n### 不要误伤\n- 语法完美、风格统一（很多人就是写得好）\n- 一个破折号、一处排比、一个\"然而\"（人也用）\n- 干巴巴的文风（AI味是特定模式，不是泛泛的无聊）\n- 书面语和口语混用（这往往恰恰是真人）\n\nFile v1.3.0:references/extraction-guide.md\n\n# 信息提取规范（10 维度体系）\n\n## 你的任务\n\n从访谈/会议实录中提取结构化信息，形成可用于公众号长文撰写的素材稿。提取的质量直接决定最终文章的深度、传播力和价值。\n\n## 核心原则\n\n1. **忠实原意**：提取的观点必须与发言者原意一致，不曲解、不添油加醋\n2. **颗粒度适中**：提取到\"一个完整观点\"的粒度，不是整段话，也不是半句话\n3. **保留语境**：每个观点/数据都要保留足够的上下文，避免断章取义\n4. **标注归属**：每条素材必须标注发言者，不能混为一谈\n5. **传播导向**：关注信息的传播潜力——什么能让人停下来、转出去、讨论起来\n\n---\n\n## 10 维度提取体系\n\n```\n┌─────────────────────────────────────────────────┐\n│ 10 维度信息提取体系 │\n│ │\n│ 🧠 认知层（文章的脑） │\n│ [VIEW] 核心观点 —— 判断/立场/预测 │\n│ [INSIGHT] 行业洞察 —— 别人看不到的深层认知 │\n│ [DATA] 数据事实 —— 具体数字/指标/来源 │\n│ │\n│ 🔥 传播层（文章的钩子） │\n│ [CONTRA] 反常观点 —— 与主流/常识相悖的判断 │\n│ [EXPLOSIVE] 劲爆点 —— 能引爆讨论的信息 │\n│ [STUNNING] 惊艳点 —— 认知冲击，\"原来如此\" │\n│ │\n│ 💬 情绪层（文章的温度） │\n│ [ROAST] 吐槽点 —— 不满/质疑/辛辣评价 │\n│ [HUMOR] 幽默笑点 —— 有趣/自嘲/梗 │\n│ │\n│ 🔧 实操层（文章的手） │\n│ [HOWTO] 经验做法 —— 具体方法/工具/步骤 │\n│ [STORY] 案例故事 —— 亲身经历/项目/客户 │\n│ │\n└─────────────────────────────────────────────────┘\n```\n\n### 通用提取格式\n\n每条素材统一使用以下格式（融合原文引用 + 归属 + 核查 + 来源分级）：\n\n```markdown\n> 原文：\"{原话}\"（第X段）\n> 提取：[维度标记] {提炼后的核心信息} —— {发言者}（{身份}）\n> 引用理由：{为什么这条信息重要/有传播力}\n> 核查状态：[VERIFIED / PARTIAL / UNVERIFIED / INCORRECT / 待核查]\n> 传播力：⭐⭐⭐⭐（1-5星，5星=读者会截图转发）\n> 来源分级：Tier {1-5}（核查后的来源可信度，详见 tool-router.md）\n> 关联：{与其他素材的关联（如有）}\n```\n\n---\n\n## 🧠 认知层\n\n### 维度1：核心观点 [VIEW]\n\n**提取标准**：\n- 发言者明确表达的个人判断、立场或预测\n- 必须是完整的论断，不是模糊的倾向\n- 包含\"是什么\"或\"应该怎样\"的判断\n\n**示例**：\n```markdown\n> 原文：\"AI Agent 的真正壁垒不在技术，在对业务流程的理解深度\"（第12段）\n> 提取：[VIEW] AI Agent 的壁垒是业务理解而非技术 —— 李明（CTO）\n> 引用理由：直接挑战行业主流\"技术为王\"叙事，是文章核心论点\n> 核查状态：待核查（需补充竞品技术对比数据）\n> 关联：支撑 [CONTRA] 同一发言者的反常观点\n```\n\n**常见错误**：\n- 把提问当观点（主持人问\"XX是不是很重要？\"不是观点）\n- 把假设当观点（\"如果A发生，那么B\"是推演不是观点）\n- 提取太宽泛（\"AI很重要\"不是有价值的观点）\n\n---\n\n### 维度2：行业洞察 [INSIGHT]\n\n**提取标准**：\n- 对行业趋势、规律、本质的深度认知\n- 不是表面的观察，是\"看到别人看不到的\"\n- 有一定的抽象和概括性，能揭示底层逻辑\n\n**示例**：\n```markdown\n> 原文：\"70%的企业在试点AI，但只有7%实现了规模化。这个剪刀差五年前企业上云时也出现过，但这次时间窗口短得多。\"（第8段）\n> 提取：[INSIGHT] AI行业的\"7%鸿沟\"——试点率与规模化率之间的巨大落差，且时间窗口比上云时代更短 —— 张华（行业分析师）\n> 引用理由：揭示了AI落地的核心矛盾，数据+类比让洞察可感知\n> 核查状态：PARTIAL（McKinsey数据需核实具体报告）\n> 关联：与 [DATA] 70%/7% 数据互为支撑\n```\n\n**与 [VIEW] 的区别**：[VIEW] 是\"我判断A是对的\"，[INSIGHT] 是\"我发现了一个规律/本质\"。\n\n---\n\n### 维度3：数据事实 [DATA]\n\n**提取标准**：\n- 具体的数字、比例、时间节点、指标\n- 可验证的事实陈述\n- 来自具体来源的数据\n\n**示例**：\n```markdown\n> 原文：\"全球 AI Agent 市场 2024 年 51 亿美元，到 2026 年预计 500 亿\"（第5段）\n> 提取：[DATA] 全球AI Agent市场：2024年51亿美元 → 2026年预计500亿 —— 来源：McKinsey报告\n> 引用理由：10倍增长预测，是文章说服力的数据骨架\n> 核查状态：UNVERIFIED（需核查具体报告名称和发布时间）\n> 关联：支撑 [INSIGHT] 市场爆发趋势判断\n```\n\n**常见错误**：\n- 模糊数据不标记（\"增长很快\"不是数据，\"增长300%\"才是）\n- 不标注来源（数据没有来源就没有说服力）\n- 混淆预测和事实（\"预计2026年500亿\"是预测，需标注）\n\n---\n\n## 🔥 传播层\n\n### 维度4：反常观点 [CONTRA]\n\n**提取标准**：\n- 与主流观点、行业常识、大众认知**明确相悖**的判断\n- 不是简单的\"不同意见\"，是\"颠覆性认知\"\n- 发言者有立场、有论据，不是为反而反\n\n**示例**：\n```markdown\n> 原文：\"大家都在说大模型越做越大，但我觉得小模型才是未来。不是技术原因，是商业原因——客户不愿意为每次调用付3块钱。\"（第15段）\n> 提取：[CONTRA] 小模型才是未来，不是因为技术，是因为客户不愿为每次调用付3块钱 —— 王磊（AI创业公司CEO）\n> 引用理由：直接颠覆\"大模型至上\"的行业叙事，且论据来自商业现实而非技术偏好\n> 核查状态：待核查（3元/次调用成本需核实）\n> 关联：与 [ROAST] 同一发言者的吐槽形成呼应\n```\n\n**与 [VIEW] 的区别**：[VIEW] 是\"我认为A\"，[CONTRA] 是\"大家都说B，但其实是A\"——必须有\"反常\"的语境。\n\n**传播价值**：反常观点是文章最有传播力的素材。读者会因为\"不同意\"或\"没想到\"而停下来。\n\n---\n\n### 维度5：劲爆点 [EXPLOSIVE]\n\n**提取标准**：\n- 能引发广泛讨论、争议或震惊的信息\n- 通常涉及利益冲突、内幕揭露、大胆预测\n- 读者看到后会想\"这也能说？\"\n\n**示例**：\n```markdown\n> 原文：\"说实话，我们内部测试的结果，GPT-4在中文场景下的表现，跟宣传的差距至少有30%。不是它不行，是中文语料质量太差。\"（第22段）\n> 提取：[EXPLOSIVE] GPT-4中文场景表现与宣传差距至少30%，根因是中文语料质量 —— 赵鑫（某大厂AI负责人）\n> 引用理由：直接挑战头部产品，数据具体，信息源有分量，必然引发讨论\n> 核查状态：UNVERIFIED（内部测试数据无法公开验证，使用时需标注\"据XX透露\"）\n> 关联：与 [CONTRA] 大模型能力被高估形成论据链\n```\n\n**与 [CONTRA] 的区别**：[CONTRA] 是\"观点反常\"，[EXPLOSIVE] 是\"信息本身有爆炸性\"——可能观点不反常，但信息来源/细节让人震惊。\n\n**使用注意**：劲爆点必须标注核查状态。UNVERIFIED 的劲爆点在文章中使用时必须加注\"据XX表示\"，避免传播未经核实的信息。\n\n---\n\n### 维度6：惊艳点 [STUNNING]\n\n**提取标准**：\n- 让人产生\"原来如此\"或\"还能这样\"的认知冲击\n- 不是反常（不一定与主流相悖），而是**视角的跃迁**\n- 通常是一个精妙的类比、一个意想不到的连接、一个被忽视的真相\n\n**示例**：\n```markdown\n> 原文：\"AI Agent 不是助手，是实习生。助手是你告诉他做什么他就做什么，实习生是你得教他怎么做，但他会犯错，也会成长。\"（第18段）\n> 提取：[STUNNING] AI Agent 的本质不是助手而是实习生——需要教导、会犯错、能成长 —— 陈薇（产品VP）\n> 引用理由：一个类比彻底重构了人们对AI Agent的预期，从\"工具\"到\"新人\"\n> 核查状态：VERIFIED（类比性描述，无需数据核查）\n> 关联：可引出 [HOWTO] 如何\"带\"AI实习生\n```\n\n**与 [INSIGHT] 的区别**：[INSIGHT] 是理性的深度认知，[STUNNING] 是感性的认知冲击——\"懂了\"vs\"哇\"。\n\n---\n\n## 💬 情绪层\n\n### 维度7：吐槽点 [ROAST]\n\n**提取标准**：\n- 发言者表达的不满、质疑、辛辣评价\n- 不是温和的\"有挑战\"，是真实的情绪输出\n- 通常针对行业乱象、产品缺陷、不合理的现状\n\n**示例**：\n```markdown\n> 原文：\"所谓的AI原生应用，90%就是套了个ChatGPT的API，然后说自己是AI公司。这不叫原生，这叫套壳。\"（第25段）\n> 提取：[ROAST] 90%的AI原生应用就是套壳ChatGPT API，不叫原生叫套壳 —— 刘洋（投资人）\n> 引用理由：辛辣但真实，说出了很多人不敢说的话，文章的情绪锚点\n> 核查状态：PARTIAL（90%是估算，需标注\"据XX估算\"）\n> 关联：与 [CONTRA] AI创业泡沫论呼应\n```\n\n**传播价值**：吐槽是文章的\"温度计\"。纯理性的文章没人想转发，有真实情绪的文章才会引发共鸣。\n\n**注意**：吐槽必须标注归属。文章中用\"XX直言\"/\"XX毫不客气地说\"等方式呈现，不能变成作者自己在吐槽。\n\n---\n\n### 维度8：幽默笑点 [HUMOR]\n\n**提取标准**：\n- 发言者的自嘲、幽默、有趣的比喻\n- 不是段子，是真实语境中自然产生的笑点\n- 笑完之后有信息量（不是纯搞笑）\n\n**示例**：\n```markdown\n> 原文：\"我们团队花了三个月训练模型，准确率从85%提升到87%。然后产品经理说：能不能先解决一下用户登录不上的问题？\"（第30段）\n> 提取：[HUMOR] 团队花三个月把模型准确率从85%提到87%，产品经理说：先解决用户登录问题 —— 周航（技术总监）\n> 引用理由：真实又好笑，精准刻画了技术与产品之间的经典矛盾\n> 核查状态：VERIFIED（个人经历描述）\n> 关联：可引出 [INSIGHT] AI团队常犯的\"技术优先\"陷阱\n```\n\n**传播价值**：幽默笑点是天然的传播素材。读者会截图转发，是文章的\"社交货币\"。\n\n**注意**：幽默笑点必须保留原话的节奏和措辞，改写会丢掉笑点。\n\n---\n\n## 🔧 实操层\n\n### 维度9：经验做法 [HOWTO]\n\n**提取标准**：\n- 具体的方法、步骤、工具、参数、配置\n- 可直接执行的指导，不是\"建议关注\"这种空话\n- 来自实战经验而非理论推导\n\n**示例**：\n```markdown\n> 原文：\"我们做RAG，第一步不是选模型，是做数据清洗。80%的时间花在数据上，模型调优只占20%。具体来说，我们用自研pipeline做分块，chunk size设成512，overlap 50。\"（第35段）\n> 提取：[HOWTO] RAG项目80%时间花在数据清洗上，chunk size=512, overlap=50 —— 场景：企业知识库建设 —— 吴涛（架构师）\n> 引用理由：具体到参数级别，读者可以直接复用，干货密度极高\n> 核查状态：PARTIAL（参数值需标注\"截至2025年，不同模型可能不同\"）\n> 关联：与 [STORY] 同一团队的RAG项目案例互为支撑\n```\n\n**密度指标**：\n- 每个 [HOWTO] 至少包含 1 个：具体工具名/参数/步骤\n- 禁止出现：\"建议多关注\"/\"需要注意\"/\"非常重要\"这类空话\n\n---\n\n### 维度10：案例故事 [STORY]\n\n**提取标准**：\n- 发言者讲述的具体经历、项目、客户案例\n- 有时间/人物/结果的完整叙事\n- 能说明某个观点、教训或洞察\n\n**示例**：\n```markdown\n> 原文：\"去年我们有个客户，上来就说要做一个AI客服。我们做了，效果很好，成本降了60%。但三个月后客户不续约了。为什么？因为客户发现，用户虽然问题解决了，但满意度反而下降了——用户觉得跟机器说话没人情味。\"（第40段）\n> 提取：[STORY] AI客服降本60%但客户不续约：用户满意度反而下降，因为\"跟机器说话没人情味\" —— 主题标签：AI客服/用户体验\n> 引用理由：经典的\"效率vs体验\"案例，有数据有反转有教训\n> 核查状态：UNVERIFIED（客户案例无法公开验证，使用时需模糊化处理）\n> 关联：支撑 [CONTRA] AI替代不能只看效率的观点\n```\n\n**故事要素检查**：好的 [STORY] 应包含至少 3 个要素：\n- 时间锚（\"去年\"/\"3个月后\"）\n- 数字锚（\"60%\"/\"3个月\"）\n- 转折点（\"但\"/\"然而\"/\"没想到\"）\n\n---\n\n## 提取流程\n\n### 第一遍：粗提取\n\n快速通读全文，标记所有可能是素材的段落。不追求精确，宁可多标不可漏标。\n\n### 第二遍：精提取\n\n对标记的段落逐个提取，按 10 维度分类，填写通用提取格式。\n\n**维度选择指南**（信号驱动，基于段落内容特征）：\n- 有判断/立场 → 先看是不是反常的（[CONTRA]），不是则归 [VIEW]\n- 有数字/指标 → [DATA]\n- 有情绪/不满 → [ROAST]\n- 有笑点/自嘲 → [HUMOR]\n- 有具体做法/参数 → [HOWTO]\n- 有经历/案例 → [STORY]\n- 有深层规律/本质 → 先看是不是认知冲击（[STUNNING]），不是则归 [INSIGHT]\n- 有爆炸性信息 → [EXPLOSIVE]\n\n**行业×发言者→维度优先级矩阵**（上下文驱动，基于 Step 1 基本信息，与上方信号指南互补）：\n\n提取前先查此表，对优先维度提高敏感度，避免遗漏高价值素材。优先维度不排除其他维度，仅作提取侧重。\n\n| 行业 \\ 发言者 | CEO/高管 | 技术人/工程师 | 投资人 | 学者/研究员 |\n|---|---|---|---|---|\n| 财经/金融 | VIEW, DATA, INSIGHT | DATA, HOWTO | CONTRA, EXPLOSIVE, DATA | INSIGHT, DATA |\n| AI/科技 | VIEW, STUNNING | HOWTO, STORY, STUNNING | CONTRA, INSIGHT | INSIGHT, DATA |\n| 互联网/产品 | VIEW, STORY | HOWTO, STUNNING | CONTRA, EXPLOSIVE | INSIGHT |\n| 医疗/教育 | VIEW, INSIGHT | HOWTO, DATA | CONTRA | INSIGHT, DATA |\n| 其他/通用 | VIEW, INSIGHT | HOWTO, STORY | CONTRA, EXPLOSIVE | INSIGHT, DATA |\n\n**用法**：Step 2.0 已从 Step 1 获取\"行业领域 + 发言者身份\"，提取前查表确定 2-3 个优先维度。例如\"财经领域 + 投资人\"→ 优先标记 CONTRA/EXPLOSIVE/DATA，避免把投资人的反常判断误归为普通 [VIEW]。\n\n**注意**：同一段内容可能同时属于多个维度。以**最突出的维度**为主标记，其他维度在\"关联\"字段标注。\n\n### 第三遍：去重与关联\n\n- 合并重复观点（不同发言者说的同一件事）\n- 标注关联关系（A观点是B观点的论据/反驳/延伸/呼应）\n- 识别遗漏（是否有重要话题没被任何素材覆盖）\n\n### 第四遍：待补充标记\n\n对每条素材评估：\n- 是否需要补充背景信息？→ 标记到\"待补充\"\n- 是否需要事实核查？→ 标记到\"待核查\"\n- 是否需要拓展注释？→ 标记到\"待拓展\"\n\n### 第五遍：传播力评估\n\n对每条素材评估传播潜力。三维度量化拆解（转发概率/停留时间/讨论度）减少主观性：\n\n| 传播力 | 标准 | 转发概率 | 停留时间 | 讨论度 | 文章中的定位 |\n|--------|------|---------|---------|--------|------------|\n| ⭐⭐⭐⭐⭐ | 读者会截图转发 | >15% | 重读2-3次 | 必引讨论 | 开头钩子 / 核心论点 |\n| ⭐⭐⭐⭐ | 读者会停下来重读 | 5-15% | 重读1次 | 易引讨论 | 段落高潮 / 金句 |\n| ⭐⭐⭐ | 读者会觉得有用 | 1-5% | 正常阅读 | 偶有讨论 | 论据支撑 / 干货段落 |\n| ⭐⭐ | 读者会略过但需要 | <1% | 快速扫读 | 少讨论 | 背景铺垫 / 过渡 |\n| ⭐ | 仅提供完整性 | <0.1% | 可能跳过 | 无讨论 | 可考虑精简或删除 |\n\n**量化指引**：三维度任一达高档即可升级。如某素材\"转发概率低但讨论度必引\"（如争议观点），仍可评 ⭐⭐⭐⭐。⭐⭐⭐⭐⭐ 素材覆盖率 100% 是硬性阻断（详见 pipeline-detail.md 6.4.5）。\n\n> **数据诚实声明**（v1.3.0 新增）：传播力评级基于行业经验，未经大规模数据验证。\n> 参考基线：gzh-title-strategist 645 篇 AI/科技原创文章数据显示，中高网感标题进入高表现组概率（22.1%）约为低网感（4.9%）的 4.4 倍。\n> 该数据来自原创文章样本，访谈类文章可能有差异，仅作参考。\n\n---\n\n## 素材稿输出格式\n\n```markdown\n# 素材稿：{主题}\n\n## 基本信息\n- 来源：{访谈/会议名称}\n- 来源名称：{公众号/媒体/机构名称}（经 Step 1.3 来源验证确认，不得凭空编造）\n- 作者：{作者姓名}（经 Step 1.3 来源验证确认）\n- 发言者：{姓名}（{身份}）\n- 行业领域：{领域}\n- 核心议题：{1-3 个关键词}\n\n## 🧠 认知层\n\n### 核心观点 [VIEW]\n1. > 原文：\"{原话}\"（第X段）\n > 提取：[VIEW] {观点} —— {发言者}\n > 引用理由：{理由}\n > 核查状态：{状态}\n > 传播力：⭐⭐⭐⭐（1-5星，5星=读者会截图转发）\n\n2. ...\n\n### 行业洞察 [INSIGHT]\n1. ...\n\n### 数据事实 [DATA]\n1. ...\n\n## 🔥 传播层\n\n### 反常观点 [CONTRA]\n1. ...\n\n### 劲爆点 [EXPLOSIVE]\n1. ...\n\n### 惊艳点 [STUNNING]\n1. ...\n\n## 💬 情绪层\n\n### 吐槽点 [ROAST]\n1. ...\n\n### 幽默笑点 [HUMOR]\n1. ...\n\n## 🔧 实操层\n\n### 经验做法 [HOWTO]\n1. ...\n\n### 案例故事 [STORY]\n1. ...\n\n## 关联图谱\n| 素材A | 关系 | 素材B |\n|-------|------|-------|\n| [CONTRA]-1 | 支撑 | [VIEW]-2 |\n| [DATA]-3 | 核查 | [EXPLOSIVE]-1 |\n| ... | ... | ... |\n\n## 待补充/待核查\n- [ ] {需要补充背景信息的点}\n- [ ] {需要事实核查的数据}\n- [ ] {需要拓展注释的概念}\n```\n\n---\n\n## 特殊场景处理\n\n### 场景1：发言者说得很模糊\n\n**处理**：不要替发言者\"说清楚\"。提取原话，标注\"[模糊，需确认]\"，在确认点1时询问用户。\n\n### 场景2：多个发言者观点交织\n\n**处理**：拆分为多条素材，每条标注一个发言者。如有交锋，额外提取一条 [CONTRA] 标注双方。\n\n### 场景3：发言者自我矛盾\n\n**处理**：两段都提取，标注\"[自相矛盾]\"，在文章中可作为\"他的思考在演变\"的叙事点。\n\n### 场景4：大量技术细节\n\n**处理**：关键参数提取到 [HOWTO]，背景知识提取到 [INSIGHT]，具体实现步骤简要记录，详细内容保存为附件引用。\n\n### 场景5：敏感信息\n\n**处理**：涉及具体公司/人名的负面信息，提取时标注\"[敏感]\"，在写作时用化名或模糊处理，除非用户明确要求保留。\n\n### 场景6：信息量不足，凑不够10个维度\n\n**处理**：不需要每个维度都有素材。至少覆盖 5 个维度，每个维度至少 2 条。如果实录内容偏某类（如纯技术分享），某些维度（如 [HUMOR]、[EXPLOSIVE]）可以为空，在\"待补充\"中标注\"文章可补充XX类信息以增强传播力\"。\n\n### 场景7：同一段内容同时属于多个维度\n\n**处理**：以最突出的维度为主标记，其他维度在\"关联\"字段标注。例如一段既有数据又有吐槽，标记为 [ROAST]（情绪更突出），关联 [DATA]。\n\nFile v1.3.0:references/fact-check-guide.md\n\n# 事实核查方法论\n\n> 基于 news-fact-check skill 方法论，适配 transcript-crafter 的素材核查场景\n\n## 核心原则\n\n**先怀疑，后验证**。不要假设任何信息是真实的或假的，始终通过证据来判断。\n\n---\n\n## 核查流程\n\n### 第一步：识别关键声明\n\n从素材中提取可验证的核心事实主张（Claims），包括：\n- 具体的人物、地点、时间、数据\n- 直接引语和归属来源\n- 事件的核心事实\n\n### 第二步：多源验证\n\n对每个关键声明进行交叉核实：\n\n1. **权威新闻源比对**：对比 Reuters、AP、新华社、财新等权威媒体是否报道\n2. **官方信息核查**：查找政府部门、机构、企业的正式声明\n3. **事实核查网站**：\n - [Snopes](https://snopes.com/)\n - [PolitiFact](https://politifact.com/)\n - [FactCheck.org](https://factcheck.org/)\n - [中国谣言粉碎机](https://piyao.sina.cn/)\n - [腾讯新闻较真](https://news.qq.com/zt2020/page/feiyan.htm)\n4. **金融数据核查**（妙想 mx-data）：\n - 股价/市值/财报等硬数据\n - 研报/目标价等分析师数据\n - 行业对比数据\n\n### 第三步：评估来源可靠性\n\n检查原始信息来源的可信度：\n- 媒体声誉和历史准确性\n- 是否有明确的消息源\n- 报道是否包含多方观点\n- 出版时间是否最新\n- 是否有明显的偏见或利益相关\n\n### 第四步：给出结论\n\n根据证据强度，给出以下结论之一：\n\n| 结论 | 标记 | 含义 | 文章中的处理 |\n|------|------|------|------------|\n| 已证实为真 | `[VERIFIED]` | 有多处独立可靠来源证实 | 直接使用 |\n| 部分属实 | `[PARTIAL]` | 包含真实成分但有误导性细节或需更新 | 标注\"截至XX时间\"或补充说明 |\n| 无法核实 | `[UNVERIFIED]` | 缺乏足够证据做出判断 | 加注\"据XX表示\"或降级为观点 |\n| 已证实为假 | `[INCORRECT]` | 有明确证据证明为虚假信息 | 不使用，或标注\"与公开数据存在差异\" |\n| 误导性 | `[MISLEADING]` | 技术上可能为真但呈现方式具有误导性 | 重新表述或补充上下文 |\n\n---\n\n## 常见红旗特征\n\n以下特征提示信息可能不可靠：\n- 来源模糊或不存在\n- 情绪化、煽动性语言\n- 单一来源，无其他媒体跟进\n- 声称\"独家报道\"但无原始链接\n- 使用模糊的时间表述（如\"近日\"）\n- 数据无来源或来源不可追溯\n- 利益相关方的自我陈述（如CEO谈自家公司前景）\n\n---\n\n## 访谈场景特殊规则\n\n### CEO/高管发言的特殊处理\n- 对自家公司的正面判断 → 天然有利益相关，需交叉验证\n- 具体数据（收入/CapEx/市占率） → 优先用妙想查财报核实\n- 前瞻性预测 → 标记为\"前瞻判断\"，不标 VERIFIED\n- 个人经历 → 通常 UNVERIFIED（无法公开验证），但可保留作为叙事素材\n\n### 行业专家发言的特殊处理\n- 行业趋势判断 → 用 cn-web-search 查行业报告交叉验证\n- 竞品评价 → 天然有利益冲突，需标注\n- 技术细节 → 用技术引擎验证\n\n### 数据类素材的核查优先级\n1. 财报数据 → 妙想 mx-data（最高优先级）\n2. 市场数据 → 妙想 mx-data + cn-web-search 交叉验证\n3. 行业报告数据 → cn-web-search 财经引擎\n4. 个人估算/口头数据 → 标记 UNVERIFIED，使用时加注\n\n---\n\n## 输出格式\n\n完成核查后，以以下格式呈现：\n\n```\n📋 核查结论：[VERIFIED / PARTIAL / UNVERIFIED / INCORRECT / MISLEADING]\n\n🔍 关键发现：\n- [发现1]\n- [发现2]\n\n📚 证据来源：\n- [来源1]\n- [来源2]\n\n⚠️ 注意事项：\n- [任何可能影响判断的因素，如利益相关、时效性等]\n```\n\nFile v1.3.0:references/interview-personas.yaml\n\n# 访谈场景专属人格覆盖层\n# 与 WeWrite 基础人格叠加使用，覆盖层参数优先级高于基础人格\n# 使用方式：在 SKILL.md Step 3 中根据访谈类型选择对应覆盖层\n\n# ============================================================\n# 覆盖层1：专家放大器\n# 适合：一对一专家访谈、行业领袖对话、技术大牛分享\n# 特点：放大专家权威，保留原话力度，补充背景让观点更立体\n# ============================================================\n\nexpert-amplifier:\n name: \"expert-amplifier\"\n description: \"专家放大器——放大专家权威，原话驱动，背景补充让观点更立体\"\n\n # 访谈视角：以专家为中心\n interview_perspective: \"expert_voice\"\n # expert_voice: 专家是权威，文章是放大器\n # dialogue_extraction: 保留对话张力\n # synthesis: 综合多视角\n # practitioner_voice: 实践者视角\n\n # 引用处理：关键洞察保留原话\n quote_handling: \"direct_quotes\"\n # direct_quotes: 保留原话，引号标注\n # paraphrased: 用文章语气重述\n # mixed: 金句原话，背景重述\n # direct_for_howto: 实操部分原话，分析部分重述\n\n # 权威定位\n authority_positioning: \"insider_access\"\n # insider_access: 独家访问，放大专家声音\n # industry_synthesis: 综合行业领袖观点\n # critical_analysis: 分析和审视这些观点\n\n # 增量信息策略\n incremental_info_strategy: \"context_expansion\"\n # context_expansion: 补充行业背景和上下文\n # data_enrichment: 用数据和研究补充\n # cross_reference: 与其他专家观点交叉验证\n # practical_extraction: 提取可操作洞察\n\n # 引用密度\n quote_density: 0.35 # 35% 的内容直接引用专家原话\n attribution_style: \"named\" # 每次引用标注姓名，不用\"某专家\"\n\n # 观点处理\n dissent_handling: \"respectful_note\"\n # 对专家观点的异议处理：尊重性备注，不直接反驳\n # 在文末或段落末以\"也有不同声音\"方式呈现\n\n # 段落结构偏好\n paragraph_pattern: \"quote_first_then_expand\"\n # 先放专家原话/观点，再展开背景和分析\n\n # 破句风格（覆盖基础人格）\n broken_sentence_styles:\n - \"expert_aside\" # \"（他停顿了一下，似乎在斟酌措辞。）\"\n - \"context_bridge\" # \"背景是这样的——\"\n - \"implication_mark\" # \"这句话的分量比听起来重得多。\"\n\n # 禁止\n avoid:\n - \"未经标注的专家观点改写（必须标注'XX认为'或直接引用）\"\n - \"对专家观点的过度解读（分析要基于原话，不能曲解）\"\n - \"连续3段以上没有专家原话（读者是来看专家说的，不是看你说的）\"\n\n # 适用场景限制\n suitable_for:\n - \"一对一专家访谈\"\n - \"行业领袖对话\"\n - \"技术大牛分享\"\n - \"CEO/高管独白型访谈\"\n not_suitable_for:\n - \"多人圆桌（缺乏焦点，用 synthesis-weaver）\"\n - \"纯实操分享（无观点输出，用 practitioners-notebook）\"\n\n\n# ============================================================\n# 覆盖层2：对话提取器\n# 适合：两人对话/辩论、圆桌讨论、主持人+嘉宾模式\n# 特点：保留对话张力，提取交锋点，呈现思维碰撞\n# ============================================================\n\ndialogue-extractor:\n name: \"dialogue-extractor\"\n description: \"对话提取器——保留对话张力，提取交锋点，呈现思维碰撞\"\n\n interview_perspective: \"dialogue_extraction\"\n quote_handling: \"mixed\"\n authority_positioning: \"critical_analysis\"\n incremental_info_strategy: \"cross_reference\"\n\n # 对话还原度\n dialogue_preservation: 0.40 # 40% 的内容以对话形式还原\n dialogue_format: \"blockquote\" # 使用 > 引用块呈现对话（兼容 rico-md）\n\n # 交锋点标记\n conflict_highlight: true # 标记观点分歧处\n conflict_marker: \"**分歧点**\" # 分歧标记（加粗文本，兼容公众号）\n\n # 引用密度\n quote_density: 0.25\n attribution_style: \"role_based\" # 按角色标注（\"主持人\"/\"嘉宾A\"）\n\n # 观点处理\n dissent_handling: \"present_both\"\n # 呈现双方观点，不做裁判\n\n # 段落结构偏好\n paragraph_pattern: \"conflict_then_context\"\n # 先呈现分歧，再补充背景让读者理解为什么会有分歧\n\n broken_sentence_styles:\n - \"dialogue_beat\" # \"他摇了摇头。'不完全是。'\"\n - \"tension_pause\" # \"两人沉默了几秒。\"\n - \"pivot_reveal\" # \"但真正的分歧不在这里。\"\n\n avoid:\n - \"抹平分歧（分歧是文章最有价值的部分）\"\n - \"替读者做判断（呈现双方，让读者自己选）\"\n - \"过度还原对话细节（保留有信息量的交锋，删掉寒暄）\"\n\n # 适用场景限制\n suitable_for:\n - \"两人对话/辩论\"\n - \"主持人+嘉宾模式\"\n - \"有明确分歧的圆桌讨论\"\n not_suitable_for:\n - \"单人独白型访谈（用 expert-amplifier）\"\n - \"无交锋的寒暄式对谈（信息密度低）\"\n\n\n# ============================================================\n# 覆盖层3：综合编织者\n# 适合：多人圆桌、行业峰会、跨领域对话\n# 特点：多视角交叉编织，提取共识与分歧，形成立体图景\n# ============================================================\n\nsynthesis-weaver:\n name: \"synthesis-weaver\"\n description: \"综合编织者——多视角交叉编织，提取共识与分歧，形成立体图景\"\n\n interview_perspective: \"synthesis\"\n quote_handling: \"paraphrased\"\n authority_positioning: \"industry_synthesis\"\n incremental_info_strategy: \"cross_reference\"\n\n # 多人处理\n speaker_balance: \"weighted\" # 按信息量加权，不平均分配\n consensus_extraction: true # 提取共识点\n divergence_mapping: true # 标记分歧图谱\n\n # 引用密度\n quote_density: 0.15 # 较少直接引用，更多综合重述\n attribution_style: \"collective\" # 共识用\"多位嘉宾认为\"，分歧标注具体人\n\n # 观点处理\n dissent_handling: \"map_landscape\"\n # 绘制观点全景图，标注各派立场\n\n # 段落结构偏好\n paragraph_pattern: \"theme_first_then_voices\"\n # 先提出主题，再呈现不同人的观点\n\n broken_sentence_styles:\n - \"consensus_punch\" # \"所有人都同意这一点。\"\n - \"divergence_mark\" # \"但到了XX问题上，分歧出现了。\"\n - \"synthesis_note\" # \"把这几条线拉到一起看——\"\n\n avoid:\n - \"逐人逐人罗列观点（要按主题编织，不是按人罗列）\"\n - \"虚假共识（没有共识就说没有，不要硬凑）\"\n - \"忽略少数派观点（有时少数派才是对的）\"\n\n # 适用场景限制\n suitable_for:\n - \"3人以上圆桌/峰会\"\n - \"跨领域对话\"\n - \"行业峰会全景\"\n not_suitable_for:\n - \"一对一访谈（人物太少，无法编织，用 expert-amplifier）\"\n - \"单一主题深度对话（用 dialogue-extractor 更佳）\"\n\n\n# ============================================================\n# 覆盖层4：实践者笔记本\n# 适合：技术分享、创业复盘、实操经验访谈\n# 特点：实操导向，保留具体步骤和参数，补充最佳实践\n# ============================================================\n\npractitioners-notebook:\n name: \"practitioners-notebook\"\n description: \"实践者笔记本——实操导向，保留具体步骤参数，补充最佳实践和避坑指南\"\n\n interview_perspective: \"practitioner_voice\"\n quote_handling: \"direct_for_howto\"\n authority_positioning: \"insider_access\"\n incremental_info_strategy: \"practical_extraction\"\n\n # 实操还原度\n howto_preservation: 0.50 # 50% 的实操内容保留原话/原步骤\n parameter_preservation: true # 保留具体参数、配置、版本号\n\n # 引用密度\n quote_density: 0.20\n attribution_style: \"experience_based\" # \"有3年XX经验的YY说\"\n\n # 观点处理\n dissent_handling: \"practical_compare\"\n # 不同做法并列，标注各自适用场景\n\n # 段落结构偏好\n paragraph_pattern: \"problem_then_practice\"\n # 先描述问题，再给出实践者的解决方案\n\n # 补充策略\n supplement_focus:\n - \"best_practices\" # 补充行业最佳实践\n - \"pitfall_warnings\" # 补充常见坑和避坑方法\n - \"tool_alternatives\" # 补充替代工具/方案\n - \"version_updates\" # 核查版本和时效性\n\n broken_sentence_styles:\n - \"pragmatic_note\" # \"（实测有效，但只限于XX场景）\"\n - \"caveat_stamp\" # \"注意：这是2025年的做法，可能已过时。\"\n - \"reality_check\" # \"理论上是这样。实际上——\"\n\n avoid:\n - \"抽象化实操步骤（'优化性能' → 要说具体怎么优化）\"\n - \"省略参数和版本号（这些是读者最需要的）\"\n - \"只说成功不说失败（踩坑经验比成功经验更有价值）\"\n\n # 适用场景限制\n suitable_for:\n - \"技术分享/复盘\"\n - \"创业经验访谈\"\n - \"实操步骤类内容（有具体参数/工具/流程）\"\n not_suitable_for:\n - \"纯观点型访谈（无实操内容，用 expert-amplifier）\"\n - \"学术理论讨论（无实战经验可提取）\"\n\n\n# ============================================================\n# 覆盖层5：好奇探索者\n# 适合：AI/科技领域专家访谈、产品体验分享、行业趋势对谈\n# 特点：卡兹克风格——好奇心驱动、口语化节奏、反AI味极强\n# 基础人格建议搭配：khazix-writer（首选）或 midnight-friend\n# ============================================================\n\ncurious-explorer:\n name: \"curious-explorer\"\n description: \"好奇探索者——好奇心驱动，口语化节奏，像跟朋友聊一件打动你的事\"\n\n # 访谈视角：以好奇心为线索\n interview_perspective: \"curiosity_driven\"\n # curiosity_driven: 以\"我很好奇\"为线索串联访谈内容\n # 与 expert_voice 的区别：不是放大专家权威，而是放大\"发现感\"\n\n # 引用处理：金句原话+背景重述\n quote_handling: \"mixed\"\n # 金句和关键判断保留原话（引号标注发言者）\n # 背景和上下文用口语化重述\n\n # 权威定位\n authority_positioning: \"curious_learner\"\n # 不是\"我来告诉你专家说了什么\"\n # 而是\"我发现了一个很有意思的观点，你听听看\"\n\n # 增量信息策略\n incremental_info_strategy: \"discovery_expansion\"\n # 补充信息的呈现方式不是\"背景资料\"\n # 而是\"聊着聊着顺手掏出来\"的知识\n\n # 引用密度\n quote_density: 0.25\n attribution_style: \"casual_named\" # \"桑杰说\"\"他提了一个很有意思的点\"\n\n # 观点处理\n dissent_handling: \"honest_acknowledge\"\n # 诚实承认不同观点的存在\n # \"这话听着有点刺耳，但他说的也有道理\"\n\n # 段落结构偏好\n paragraph_pattern: \"discovery_then_insight\"\n # 先呈现发现（\"我发现了一个很有意思的事\"），再展开洞察\n\n # 节奏控制\n rhythm_control:\n sentence_variance: \"high\" # 句子时长时短，制造口语化节奏\n one_sentence_paragraph: true # 允许一句话自成一段\n comma_pause: true # 大量用逗号制造停顿感\n oral_transition: true # 用口语化转场句衔接\n\n # 破句风格\n broken_sentence_styles:\n - \"curious_interruption\" # \"我当时就——等等，这个点很重要。\"\n - \"self_correction\" # \"不对，应该这么说——\"\n - \"excited_discovery\" # \"然后我发现了一个很有意思的事。\"\n\n # 反AI规范（引用 anti-ai-rules.md）\n anti_ai_rules: true\n # 启用后，写作时必须遵守 references/anti-ai-rules.md 的全部禁令和词组库\n\n # 适用场景限制\n suitable_for:\n - \"AI/科技领域访谈\"\n - \"产品体验类对谈\"\n - \"行业趋势讨论\"\n - \"创业者/技术人分享\"\n\n not_suitable_for:\n - \"严肃财经/投研访谈\" # 太口语化\n - \"学术会议\" # 太随意\n - \"政策/法规讨论\" # 缺乏严肃性\n\n # 禁止\n avoid:\n - \"套话（首先其次最后/综上所述/值得注意的是）\"\n - \"冒号/破折号/双引号\"\n - \"说白了/意味着什么/本质上/换句话说/不可否认\"\n - \"教科书式开头（在当今XX的时代）\"\n - \"bullet point罗列观点\"\n - \"编造假设性例子\"\n\n# ============================================================\n# 通用覆盖参数（所有覆盖层共享）\n# ============================================================\n\n_shared:\n # 访谈来源标注规范\n source_attribution:\n direct_quote: '「{原话}」 —— {姓名}，{身份}'\n paraphrased: \"{姓名}（{身份}）{重述内容}\"\n collective: \"多位{角色}认为{观点}\"\n anonymous: \"一位{行业}从业者表示{观点}\"\n\n # 增量信息标注规范\n incremental_attribution:\n verified_data: \"公开数据显示，{数据}（{来源}）\"\n industry_consensus: \"行业共识是{观点}\"\n agent_analysis: \"从{角度}来看，{分析}\" # Agent 自身分析必须与实录观点区分\n search_result: \"根据{来源}的报道，{信息}\"\n\n # 编辑锚点模板\n editor_anchors:\n - \"\"\n - \"\"\n - \"\"\n\nFile v1.3.0:references/pipeline-detail.md\n\n# 7步管道详细流程\n\n## Step 1: 输入获取 + 预处理\n\n**1.1 输入识别**：\n\n| 输入类型 | 识别标志 | 处理方式 |\n|---------|---------|---------|\n| 文本粘贴 | 用户直接发送大段文字 | 直接使用 |\n| 本地文件 | `.txt`/`.md`/`.docx` 文件路径 | 用 Read 工具读取 |\n| 飞书妙记链接 | URL 含 `feishu.cn` 或 `lark` 且含 `/minutes/` | 用 lark-minutes skill 获取逐字稿 |\n| 微信公众号/在线文章 | 其他 URL | 用 WebFetch 工具抓取全文内容 |\n\n**1.2 飞书妙记降级**：抓取失败 → 提示用户粘贴文本或提供本地文件\n\n**1.3 来源验证（防幻觉）**：\n\nWebFetch 抓取微信公众号文章时，**通常无法获取公众号名称**（页面顶部的账号名不在正文DOM中）。必须执行以下验证：\n\n1. 检查抓取内容中是否包含公众号名称/来源标识（如\"文丨XX\"上方的账号名）\n2. 若抓取内容中**无来源名称**：\n - 优先从用户提供的上下文中推断（用户说\"这篇XX的文章\"）\n - 若无法推断，用 cn-web-search 搜狗微信引擎搜索文章标题，确认公众号名称\n - **绝对禁止凭空编造来源名称**，不确定时标注\"来源待确认\"\n3. 作者信息同理：若抓取内容中有\"文丨XX\"，直接使用；若无，标注\"作者待确认\"\n\n**1.4 预处理**：说话人识别 → 去噪（时间戳/语气词标记）→ 段落切分 → 语言检测\n\n**1.5 基本信息提取**：主题（必需）/ 来源名称+作者（必需，经1.3验证）/ 发言者及身份（必需）/ 行业领域（必需）/ 时间场合（可选）/ 受众预期（可选）\n\n---\n\n## Step 2: 信息提取 → 素材稿\n\n**2.0 衔接**：基于 Step 1 提取的基本信息（行业领域/核心议题/发言者身份），调整提取重点：\n- 行业领域 → 优先提取该领域的专业维度（如财经偏DATA/INSIGHT，科技偏HOWTO/STUNNING）\n- 核心议题 → 围绕议题关键词重点标记相关素材\n- 发言者身份 → CEO偏战略VIEW，技术人偏HOWTO/STORY，投资人偏CONTRA/EXPLOSIVE\n\n详见 `extraction-guide.md`（10维度提取体系完整规范）\n\n**确认点1**：向用户展示素材稿，确认核心观点准确、分类合理、无遗漏\n\n---\n\n## Step 3: 行业适配 + 人设选择\n\n**3.1 行业特征分析**：术语密度 / 读者画像 / 信息偏好 / 表达惯例\n\n**3.2 人设选择（混合模式）**：\n\n基础人格（WeWrite 7套 + khazix-writer，若不存在用内置3套：行业观察者/深夜好友/锐评记者）：\n\n| 基础人格 | 适合访谈场景 |\n|---------|------------|\n| `midnight-friend` | 创业者/个人经验分享 |\n| `warm-editor` | 人物故事/情感类访谈 |\n| `industry-observer` | 行业专家/高管访谈 |\n| `sharp-journalist` | 调查性访谈/争议话题 |\n| `cold-analyst` | 财经/投研访谈 |\n| `humor-storyteller` | 轻松对谈/行业八卦 |\n| `tech-coder` | 技术人物访谈 |\n| `khazix-writer` | AI/科技领域访谈，口语化节奏，反AI味极强（详见 `anti-ai-rules.md`） |\n\n访谈覆盖层（详见 `interview-personas.yaml`）：\n\n| 访谈类型 | 覆盖层 | quote_handling |\n|---------|--------|---------------|\n| 专家独白型 | `expert-amplifier` | direct_quotes |\n| 对话交锋型 | `dialogue-extractor` | mixed |\n| 行业圆桌型 | `synthesis-weaver` | paraphrased |\n| 实战经验型 | `practitioners-notebook` | direct_for_howto |\n| AI/科技好奇型 | `curious-explorer` | mixed |\n\n**访谈信号→persona 推荐决策矩阵**（v1.2.0 新增，基于 3 信号智能推荐，覆盖层 suitable_for/not_suitable_for 详见 `interview-personas.yaml`）：\n\n按发言者数量 + 话题领域 + 语气特征 3 个信号查表推荐。信号从 Step 1 基本信息和 Step 2 素材稿获取。\n\n| 发言者数 | 话题/语气信号 | 推荐覆盖层 | 推荐基础人格 |\n|---------|-------------|----------|-----------|\n| 1人 | AI/科技 + 好奇探索语气 | `curious-explorer` | khazix-writer |\n| 1人 | 专家独白（非AI，观点密集） | `expert-amplifier` | industry-observer / cold-analyst（财经） |\n| 1人 | 实操分享（参数/工具/步骤密集） | `practitioners-notebook` | tech-coder |\n| 1人 | 创业者/个人经验 + 情感 | `expert-amplifier` | midnight-friend |\n| 2人 | 对话交锋/辩论 | `dialogue-extractor` | sharp-journalist |\n| 2人 | AI/科技好奇对谈 | `curious-explorer` | khazix-writer |\n| 3人+ | 跨领域圆桌/峰会 | `synthesis-weaver` | industry-observer |\n| 3人+ | 单一主题深度讨论 | `dialogue-extractor` | sharp-journalist |\n\n**推荐流程**：\n1. 从 Step 1 获取发言者数量、行业领域\n2. 从 Step 2 素材稿识别语气特征（独白型/交锋型/探索型/实操型）\n3. 查上表确定推荐覆盖层 + 基础人格\n4. 对照覆盖层 `not_suitable_for` 二次校验，命中则换推荐\n5. **确认点2**向用户展示推荐结果，用户可 override\n\n**3.3 人设合并**：覆盖层参数覆盖基础人格同名字段，冲突时覆盖层优先\n\n---\n\n## Step 4: 框架生成\n\n**4.1 框架类型**：\n\n| 框架 | 适合类型 | 特点 |\n|------|---------|------|\n| 观点递进型 | 专家独白 | 观点→论据→推演→预判 |\n| 对话提炼型 | 对话交锋 | 保留对话张力，提取交锋点 |\n| 主题编织型 | 行业圆桌 | 多主题交叉编织 |\n| 实战拆解型 | 实战经验 | 问题→方法→验证→避坑 |\n| 故事还原型 | 人物故事 | 时间线叙事，情感弧线 |\n| 洞察深挖型 | 趋势预判 | 表层→深层→未来推演 |\n| 调查实验型 | 亲自下场 | 好奇→行动→发现→层层递进，核心是\"我替你去做了这件事\" |\n| 产品体验型 | 工具/产品评测 | 场景演示→真实感受→逐一展示（升番逻辑：最弱→最强→意外），核心是\"跟我一起玩\" |\n\n**英雄之旅叙事弧**（适用于调查实验型和产品体验型）：普通人被好奇心召唤→行动→踩坑→获得发现→带着变化回到日常。读者跟着走完弧线，有\"我也经历了一遍\"的参与感。冒险起点必须是具体的、读者能代入的困境或好奇。\n\n**4.2 框架内容**：H1标题(来自 Step 4.3 候选，24-38字) + 开头策略 + 各H2(核心节点+支撑素材+增量需求) + 收尾策略 + 素材-框架映射 + 待补充信息清单\n\n**4.3 标题候选生成**（v1.3.0 新增，详见 `title-strategist.md`）：\n\n基于 Step 2 素材稿 + Step 3.2 访谈覆盖层，按 5 风格组生成最多 12 个候选标题，按 5 维度评分前 5 名，标记 6 类风险（含访谈专属\"原话归属风险\"），推荐 1 主标题 + 2 备选。\n\n**硬约束**：\n- 标题中的所有实体/数字/判断必须来自素材稿或 Step 5 补充信息，禁止编造\n- 不得使用访谈中未出现的判断词（\"首个\"\"最强\"\"颠覆\"\"革命性\"等）\n- 任何 Critical 风险候选不得作为主标题\n\n**确认点2**：向用户展示框架类型+人设+骨架+标题候选+待补充清单\n\n---\n\n## Step 5: 信息补充 + 事实核查\n\n详见 `tool-router.md`（5工具路由+兜底机制+来源可信度分级完整规范）\n详见 `fact-check-guide.md`（事实核查方法论）\n\n**5.1 补充信息标准化格式**：每条补充信息必须携带来源分级+URL，传递给 Step 6：\n\n```markdown\n### [维度标记]-N: {补充信息摘要}\n- **核查结果**: [VERIFIED / PARTIAL / UNVERIFIED / ...]\n- **来源分级**: Tier {1-5}\n- **来源标注**: {来源名称}\n- **来源URL**: {URL 或 \"无\"}\n- **文章写法**: {含链接或标注的具体写法}\n- **链接位置**: 正文行内 / 文末参考来源 / 无链接\n```\n\n**5.2 来源分级采信逻辑**：\n- Tier 1-2（官方/权威媒体）→ 必附URL，正文行内链接\n- Tier 3（行业研究）→ 尽量附URL，无则标机构+报告名\n- Tier 4（聚合/二手）→ 选择性附URL，文末参考来源\n- Tier 5（社区/推断）→ 不附URL，文字标注\n\n**5.3 信源质量门控**（搜索完成后必须执行，详见 `source-quality-gate.md`）：\n\n实时执行3项门控检查，未通过任一项→换通道重搜：\n\n1. **信源多样性**：单一域名占比≤30%、独立信源≥6个、聚合平台（头条/百家号/UC大鱼号/企鹅号等）占比≤20%\n2. **信源分级覆盖**：Tier 1官方≥1条、Tier 2权威媒体≥2条、Tier 3行业研究≥1条、Tier 4-5占比≤50%\n3. **始发信源追溯**：聚合平台内容必须追溯始发信源，追溯不到→降级Tier 5或弃用\n\n未通过时换通道优先级：妙想mx-search → cn-web-search财经引擎（东方财富/财新）→ cn-web-search英文引擎（Brave/DDG）→ Wikipedia\n\n记录门控结果（通过/修复后通过/仍不达标），传递给 Step 7 质量验证。\n\n**确认点3**：向用户展示补充信息摘要+核查结果+来源分级+信源质量门控结果+新发现\n\n**5.4 事实核查阻断**（搜索补充后必须执行，未通过禁止进入 Step 6）：\n\n逐项检查以下内容，任何一项不通过必须修正后再继续：\n\n| 阻断检查 | 标准 | 不通过时 |\n|---------|------|---------|\n| 来源URL完整性 | 每条补充信息有来源URL或\"据公开报道\" | 补充URL或标注 |\n| 数据交叉核对 | 文中数据与来源原文一致，无张冠李戴 | 回到来源核对修正 |\n| 政策文号核实 | 政策名称/文号/日期与官方原文一致 | 搜索官方原文核对 |\n| 来源分级合规 | 每条信息标注Tier级别，Tier 1-2必附URL | 补充分级和URL |\n| 不可核实标注 | 无法核实的数据标注\"待核实\"，不凭空编造 | 删除或标注 |\n\n核查产出：核查修正记录（修正了什么、为什么修正），传递给 Step 6 和 Step 7。\n\n---\n\n## Step 6: 文章撰写\n\n**6.0 撰写前置映射 + 入口校验**（进入6.1撰写前必须产出，无映射表禁止开始撰写）\n\n**入口校验**——进入 Step 6 前，必须确认以下前置产出物存在且非空：\n\n- [ ] `material-draft.md`（Step 2 素材稿）存在且非空\n- [ ] `framework.md`（Step 4 框架）存在且非空\n- [ ] `supplement.md`（Step 5 补充信息）存在，或 Step 5 明确标注\"无补充信息\"\n- [ ] Step 5.4 事实核查阻断已通过（有核查修正记录）\n- [ ] 用户已在确认点3确认补充信息\n\n任一缺失 → 回到对应 Step 补做，不得直接开始撰写。\n\n**撰写前置映射**——校验通过后，撰写文章前先产出两张映射表。这是\"先列清单再写\"的硬约束，避免\"写完再查漏\"的事后检查缺陷。\n\n**表1：素材→段落映射**（对照素材稿逐条标记）\n\n| 素材标记 | 传播力 | 计划写入H2 | 融入方式 | 备注 |\n|---------|--------|-----------|---------|------|\n| [VIEW]-1 | ⭐⭐⭐⭐⭐ | H2-1 | 引用块+展开 | — |\n| [DATA]-4 | ⭐⭐⭐⭐⭐ | H2-3 | 增量数据 | — |\n| [HUMOR]-3 | ⭐⭐⭐ | H2-5 | 行内点缀 | 可省略需说明理由 |\n\n要求：每条素材都必须在映射表中出现一行，\"未融入\"需明确标注理由。\n\n**表2：增量信息→段落映射**（对照 Step 5 supplement.md 逐条标记）\n\n| 增量信息摘要 | 来源分级 | 计划写入H2 | 融入方式 | 来源标注 |\n|------------|---------|-----------|---------|---------|\n| Gartner 1.5万亿/2万亿 | Tier2 | H2-3 | 行内链接 | URL+机构 |\n| AlexNet 2012历史 | Tier3 | H2-4 | 背景注释 | 机构+报告名 |\n\n要求：Step 5 的每条补充信息都必须在映射表中出现一行，\"评估不融入\"需明确标注理由。\n\n**映射表用途**：\n1. 撰写时对照映射表逐条融入，避免靠记忆导致遗漏\n2. 6.4.5 素材覆盖率阻断 和 6.4.6 增量信息融入阻断 时，直接对照映射表检查\n3. 映射表作为审核修正记录的附件产出\n\n**6.1 写作约束**：框架结构 + 素材节点必须出现 + 补充信息融入 + 人设参数 + 反AI规范（详见 `anti-ai-rules.md`，所有人格共享；curious-explorer覆盖层强制启用） + 2500-4000字\n\n**6.2 写作原则**：\n- 增量密度：纯复述≤30%，每段有增量，增量标注来源\n- 观点归属：实录观点标注发言者，Agent分析与实录观点区分\n- 引用处理：按覆盖层quote_handling参数（direct_quotes/paraphrased/mixed）\n- 可读性：术语首次出现解释，数据场景化，每800-1000字有消化点\n- 原话引用：金句/判断/颠覆性原话用 `>` 引用块+署名；简短参数/描述行内即可\n- 出处链接：按来源分级（Tier 1-5）决定链接策略，Tier 1-2必附URL行内链接，Tier 3尽量附，Tier 4-5不附（详见 `tool-router.md` 来源可信度分级体系 + `wechat-format-guide.md` 第六节）\n- 链接密度：正文行内链接 ≤ 8个，避免破坏阅读流\n\n**6.3 输出**：H1标题（来自 Step 4.3 用户确认的标题，24-38字，深度访谈可放宽到 35-50 字）+H2+H3结构 + 2-3个编辑锚点 + 标准Markdown格式（引用块/加粗/斜体/列表/表格/分割线，详见6.5样式丰富度规范）\n\n**6.4 四层自检体系**（文章写完后必须逐层检查，源自 khazix-writer + 人味儿写作心法）\n\n文章写完后，按以下四层逐层检查。每层通过后才进入下一层，任何一层不通过则修完再检。\n\n### 第一层：硬性规则扫描\n\n像代码的语法检查一样，出现就一定有问题。逐条扫描全文：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 禁用词 | 无\"说白了\"\"意味着什么\"\"本质上\"\"换句话说\"\"不可否认\" | 替换为口语化表达 |\n| 禁用标点 | 无冒号\"：\"、无破折号\"——\"、无双引号\"\" | 替换为逗号/句号/「」 |\n| 结构套话 | 无\"首先...其次...最后\"\"综上所述\"\"值得注意的是\"\"不难发现\" | 删除或重写 |\n| 教科书开头 | 不是\"在当今XX快速发展的时代\"\"随着技术的不断进步\" | 换为具体事件/场景切入 |\n| 空泛工具名 | 无\"AI工具\"\"某个模型\"，用具体名字 | 替换为具体产品名 |\n\n### 第二层：风格一致性检查\n\n检查文章的风格是否与人设匹配，是否像\"一个人写的\"：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 开头切入 | 从具体事件/场景/数据切入，不是宏大叙事 | 重写开头 |\n| 长短句交替 | 有节奏感，不是均匀的中等长度句子 | 打断均匀节奏，加入短句断裂 |\n| 口语化表达 | 有转场词/判断词/自嘲词，不是全程书面语 | 加入人设风格的口语化词组 |\n| 人设声音 | 全文有统一的分析视角和判断语气，不是\"据XX报道\"的搬运工 | 换用更匹配的人设，增加判断句 |\n| 观点交锋 | 多空/正反观点有张力呈现，不是各说各话 | 增加交锋段落 |\n| 分析推导 | 有\"现象→追问→洞察\"的推导链，不是数据摆完就完 | 补充\"为什么\"和\"意味着什么\" |\n\n### 第三层：内容质量检查\n\n检查文章的信息密度和内容深度：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 素材覆盖 | ⭐⭐⭐⭐⭐素材全部入文 | 补充遗漏素材 |\n| 增量密度 | 纯复述≤30%，每段有实录外增量 | 补充背景/数据/对比/注释 |\n| 观点归属 | 实录观点标注发言者，Agent分析明确区分 | 修正归属标注 |\n| 核查标记 | 补充信息标注来源分级和核查状态 | 补充标注 |\n| 人味儿三要素 | 每段有位置（谁在说话）、代价（判断有理由）、手迹（原话保留） | 补充上下文/理由/原话 |\n| AI味6组检查 | 无意义拔高/宣传腔/句式套路/格式痕迹/语气痕迹/填充对冲 | 逐条修掉（详见 `anti-ai-rules.md`） |\n\n### 第四层：活人感终审\n\n这一层最主观，也最重要。就一个核心问题：\n\n**读完这篇文章，你觉得这是一个有见识的人在认真跟你聊一件打动他的事，还是一个AI在给你输出信息？**\n\n逐段自问：\n- 这段话背后，站着一个具体的人吗？\n- 这段话有只有这个人才会这么说的判断吗？\n- 如果把人设名字遮掉，还能认出这是谁写的吗？\n- 有没有哪段读起来AI味重了？\n\n任何一段读起来感觉AI味重了，就返工。不要凑合。\n\n**典型问题模式**：如果文章读起来像\"据A报道XX，据B报道YY，据C报道ZZ\"——这就是信源搬运工，没有人设灵魂。需要回到素材，找到分析切入点，用人设的视角重新组织。\n\n**6.4.5 素材覆盖率阻断**（四层自检后必须执行，未通过禁止进入6.5）\n\n逐条对照 Step 2 素材稿，标记每条素材的融入状态。这是硬性阻断，不是\"建议检查\"。\n\n| 素材标记 | 融入状态 | 对应段落 | 备注 |\n|---------|---------|---------|------|\n| [VIEW]-1 | ✅已融入 | H2-1第1段 | — |\n| [DATA]-4 | ❌未融入 | — | 待补写 |\n\n阻断标准：\n- **素材覆盖率 = 已融入条数 / 素材稿总条数 ≥ 95%**（硬性）\n- **⭐⭐⭐⭐⭐传播力素材覆盖率 = 100%**（硬性，零容忍）\n- 任何⭐⭐⭐⭐⭐素材未融入 → 禁止进入6.5\n- 覆盖率 90-95% → 列出未融入项，逐条评估是否可省略（需说明理由），不可省略则补写\n- 覆盖率 < 90% → 回到 6.1 重写对应段落\n\n产出：**素材覆盖率自检表**（附在审核修正记录中或单独记录），格式：\n```\n素材覆盖率：43/46 = 93.5%\n⭐⭐⭐⭐⭐素材覆盖率：12/12 = 100%\n未融入素材：[标记]列表 + 理由\n```\n\n**6.4.6 增量信息融入阻断**（紧接6.4.5执行，未通过禁止进入6.5）\n\n逐条对照 Step 5 补充信息清单（supplement.md），标记每条增量的融入状态。Step 5 搜索到的增量信息必须 100% 融入文章，不得遗漏。\n\n| 增量信息摘要 | 融入状态 | 对应段落 | 来源标注 |\n|------------|---------|---------|---------|\n| Gartner 1.5万亿/2万亿 | ✅已融入 | H2-3第2段 | Tier2+URL |\n| AlexNet 2012历史 | ✅已融入 | H2-4第1段 | Tier3 |\n\n阻断标准：\n- **增量信息融入率 = 已融入条数 / Step5补充总数 = 100%**（硬性，零容忍）\n- 任何增量信息未融入 → 禁止进入6.5，回到文章补写\n- 若某条增量信息经评估不适用（如核查后推翻原数据），需明确标注\"评估不融入+理由\"，不计入未融入\n\n产出：**增量信息融入清单**（附在审核修正记录中或单独记录），格式：\n```\n增量信息融入率：8/8 = 100%\n评估不融入：[信息] + 理由\n```\n\n**6.5 格式适配 + 样式丰富度**（详见 `wechat-format-guide.md`）：\n\n| 检查项 | 操作 |\n|--------|------|\n| 人设→主题推荐 | 按映射表推荐 rico-md 排版主题 |\n| 标题层级 | 仅1个H1 + 3-5个H2 + H3全文3-6个，无H4-H6 |\n| 加粗 | 每段2-4处，关键判断/核心数据/转折词/结论句 |\n| 斜体 | 每段0-2处，概念定义/注释说明/英文术语 |\n| 引用块 | 全文3-5处，原话+金句+关键数据+对比观点，署名 `—— 姓名，身份` |\n| 有序列表 | 全文至少1处（方法论/排名/步骤），≤5项 |\n| 无序列表 | 特征列举/数据对比要点，≤5项 |\n| 表格 | 全文至少1个（数据对比/竞品分析），≤5列 |\n| 分割线 | 2-3处（导语后+章节转折+文末前） |\n| 图片处理 | 标准MD语法+描述性alt，无图处加占位注释 |\n| 链接处理 | 重要URL正文化，来源链接集中文末 |\n| 公众号兼容 | 去除HTML标签/下划线/自定义样式 |\n| 文末格式 | 参考来源段落 + 增量信息声明 |\n| 视觉节奏 | 不连续3段以上纯文本无任何样式变化 |\n\n**6.6 来源导语**（详见 `wechat-format-guide.md` 第七节）：\n\n在 H1 标题之后、第一个 H2 之前，撰写一段来源导语，让读者快速了解\"这篇文章的信息从哪来、为什么值得读\"。\n\n| 来源类型 | 导语核心要素 | 字数 |\n|---------|------------|------|\n| 访谈/对话 | 5W1H：谁说的、什么场合、什么时候、为什么重要 | 200-400字 |\n| 会议/圆桌 | 会议背景+议题+参与者分量 | 200-400字 |\n| 学术论文 | 核心论点+研究价值+发表背景 | 150-300字 |\n| 公众号/网页文章 | 来源+核心观点+为什么值得深读 | 100-200字 |\n\n导语语气必须适配人设（详见 `wechat-format-guide.md` 第七节人设适配表）。\n\n**6.7 内容审核**（写完后回看上下文，修正内容级问题）：\n\n文章初稿完成后，**必须回到素材稿和来源**，逐项审核以下5个维度。发现问题时直接修正文章，不跳过。\n\n| 审核维度 | 检查内容 | 常见问题 |\n|---------|---------|---------|\n| **归属准确性** | 每个引用块中的原话是否为来源原文？Agent总结/转述不得使用引用块+署名格式 | 把AI总结标为作者原话（最严重） |\n| **结论强度匹配** | 文章结论是否与证据强度匹配？论文原文克制时，文章不得推出更强结论 | 论文说\"尚未证实\"，文章写成\"已被否定\" |\n| **数据一致性** | 文中数据是否与素材稿/来源一致？有无四舍五入或转述导致的偏差 | 百分比计算错误、数据张冠李戴 |\n| **来源分级合规** | 每条补充信息的来源标注是否符合5级采信标准？Tier 1-2是否附了URL？ | Tier 4来源标为\"据XX报道\"但实际是博客转载 |\n| **遗漏检查** | 素材稿中的重要素材是否都在文章中出现？有无高传播力素材被遗漏 | ⭐⭐⭐⭐⭐素材未入文 |\n\n**审核执行方式**：\n\n1. 逐段扫描文章，标记所有引用块→回到素材稿/来源验证是否为原文\n2. 逐段扫描文章，标记所有结论性陈述→与论文/来源原文对比强度\n3. 逐段扫描文章，标记所有数据→与素材稿交叉核对\n4. 逐段扫描文章，标记所有来源标注→按5级标准验证\n5. 对照素材稿清单，检查是否有高传播力素材遗漏\n\n**审核产出**：修正后的文章 + 审核修正记录（修正了什么、为什么修正）\n\n**6.8 内容审核阻断**（审核未通过禁止进入 Step 7）：\n\n审核必须产出\"审核修正记录\"。无修正记录 → 视为未执行审核 → 禁止进入 Step 7。\n\n审核修正记录格式：\n```markdown\n### 审核修正记录\n- [归属] 修正：XXX → YYY（原因：原话归属错误/AI总结误标为原文）\n- [数据] 修正：XXX → YYY（原因：与来源不一致/四舍五入偏差）\n- [结论] 修正：XXX → YYY（原因：结论强度超出证据支撑范围）\n- [来源] 补充：XXX（原因：Tier 1-2来源缺少URL）\n- [遗漏] 补充：XXX（原因：⭐⭐⭐⭐⭐素材未入文）\n- [素材覆盖] 覆盖率 X/Y = Z%（⭐⭐⭐⭐⭐素材：A/B = C%）；未融入：[标记]列表 + 理由\n- [增量融入] 融入率 X/Y = Z%；未融入：[信息]列表 + 理由；评估不融入：[信息] + 理由\n- 无修正项（全文审核通过）\n```\n\n---\n\n## Step 7: 质量验证 + 交付\n\n详见 `quality-checklist.md`（10维度质量验证完整规范）\n详见 `source-quality-gate.md`（信源质量3个硬阻断点完整规范）\n\n**7.1 信源质量硬阻断**（撰写完成后必须执行，未通过禁止进入Step 8交付）：\n\n按以下顺序执行3个硬阻断点，任一不通过→回到Step 5补搜：\n\n| 阻断顺序 | 阻断点 | 标准 | 不通过时 |\n|---------|--------|------|---------|\n| 阻断1 | 信源多样性 | 单一域名≤30% + 聚合平台≤20% + 独立信源≥6个 | 换通道重搜 |\n| 阻断2 | 信源分级覆盖 | Tier 1≥1 + Tier 2≥2 + Tier 3≥1 + Tier 4-5≤50% | 补搜权威信源 |\n| 阻断3 | 关键数据交叉验证 | 财务/政策/排名/技术规格≥2个非原文信源 | 补搜交叉验证 |\n\n**7.2 10维度质量验证**（信源质量阻断通过后执行）\n\n详见 `quality-checklist.md`\n\n**交付**：最终文章 + 素材稿 + 框架 + 补充信息 + 编辑建议 + 信源质量门控记录\n\n**后续操作**：润色/缩写/扩写 → 编辑 | 换框架 → 回Step4 | 补充搜索 → 更新 | 调人设 → 回Step3\n\n---\n\n## Step 8: 桌面保存 + 飞书云盘同步\n\n**8.1 桌面保存**：\n\n将最终文章（`{skill_dir}/output/{date}-{slug}.md`）复制到用户桌面：\n\n```bash\n# Windows\nCopy-Item \"{skill_dir}/output/{date}-{slug}.md\" \"C:\\Users\\{username}\\Desktop\\{date}-{slug}.md\"\n```\n\n**同名文件处理**：若桌面已存在同名文件（安全策略禁止覆盖），自动追加版本号：\n\n```bash\n# 方式1：追加 -v2 后缀\nCopy-Item \"{skill_dir}/output/{date}-{slug}.md\" \"C:\\Users\\{username}\\Desktop\\{date}-{slug}-v2.md\"\n\n# 方式2：使用中文描述性文件名\nCopy-Item \"{skill_dir}/output/{date}-{slug}.md\" \"C:\\Users\\{username}\\Desktop\\{主题关键词}-转写稿.md\"\n```\n\n**必须反馈完整桌面路径**：`C:\\Users\\{username}\\Desktop\\{实际文件名}.md`\n\n**8.2 飞书云盘上传**：\n\n使用 `lark-cli drive +upload` 将最终文章上传到飞书云盘：\n\n```bash\n# 注意：lark-cli drive +upload 的 --file 参数必须是 cwd 内的相对路径\n# 如果桌面路径不在 cwd 内，需要先将文件复制到 cwd 目录下再上传\n\n# 方式1：文件已在 cwd 内\nlark-cli drive +upload --file \"./{date}-{slug}.md\" --name \"{date}-{slug}.md\" --as user\n\n# 方式2：文件在桌面，需先复制到 cwd\nCopy-Item \"C:\\Users\\{username}\\Desktop\\{date}-{slug}.md\" \"./{date}-{slug}.md\"\nlark-cli drive +upload --file \"./{date}-{slug}.md\" --name \"{date}-{slug}.md\" --as user\n# 上传后清理 cwd 中的临时文件\n```\n\n**上传成功后反馈**：\n- 飞书文件 URL\n- 飞书 file_token\n\n**8.3 降级处理**：\n\n| 场景 | 处理方式 |\n|------|---------|\n| lark-cli 未配置 | 仅保存到桌面，提示用户配置 lark-cli 后手动上传 |\n| lark-cli 上传失败 | 仅保存到桌面，记录错误信息，提示用户手动上传 |\n| 用户未登录飞书 | 提示用户运行 `lark-cli auth login` 后重试 |\n| 用户说\"不用上传飞书\" | 跳过8.2，仅执行8.1 |\n\n**8.4 清理**：上传完成后，删除 cwd 中的临时副本（如有）\n\n---\n\n## 错误处理\n\n| 步骤 | 降级 |\n|------|------|\n| 飞书链接抓取 | 提示用户粘贴文本或提供本地文件 |\n| 文件读取失败 | 提示用户检查路径或粘贴内容 |\n| 搜索工具不可用 | 用Agent已知信息标注\"未经实时核查\" |\n| WeWrite不存在 | 跳过人格引用和排版，使用内置简化人格 |\n| 素材稿确认多次修改 | 最多3轮，之后建议\"先继续，写完再调\" |\n| 文章质量不达标 | 定向修复最多2轮，仍不达标则DONE_WITH_CONCERNS |\n\n## 输出目录\n\n```\n{skill_dir}/output/\n├── {date}-transcript-raw.md # 原始实录\n├── {date}-transcript-clean.md # 预处理后实录\n├── {date}-material-draft.md # 素材稿\n├── {date}-framework.md # 文章框架\n├── {date}-supplement.md # 补充信息\n└── {date}-{slug}.md # 最终文章\n```\n\nFile v1.3.0:references/quality-checklist.md\n\n# 质量验证清单\n\n## 验证维度\n\n对最终文章从 10 个维度进行质量验证。每个维度有明确的通过标准。\n\n---\n\n### 1. 深度 — 增量信息密度\n\n**核心问题**：这篇文章比直接读实录多了什么？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 纯复述比例 | ≤ 30% | 压缩复述段落，补充增量信息 |\n| 每段增量 | 每个 H2 至少 1 条实录外信息 | 补充背景/数据/对比/注释 |\n| 增量标注 | 增量信息有来源标注 | 添加来源或标注方式 |\n| 读者收获 | 读者能获得\"只看实录得不到\"的信息 | 重新评估增量信息的价值 |\n\n**量化检测**：逐段标注\"复述\"/\"增量\"，统计比例。\n\n---\n\n### 2. 洞察 — 观点锐度\n\n**核心问题**：这篇文章有没有\"别人没说过\"的东西？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 独创洞察 | ≥ 1 个超越实录的独立洞察 | 从素材中深挖，或从交叉信息中提炼 |\n| 观点深度 | 不是表面复述，有分析层次 | 补充\"为什么\"和\"意味着什么\" |\n| 非共识性 | 有至少 1 个可能引发讨论的观点 | 检查是否过于四平八稳 |\n\n---\n\n### 3. 准确性 — 事实核查\n\n**核心问题**：文章中的数据和事实可靠吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| INCORRECT 数据 | 无未标注的 INCORRECT 数据 | 删除或标注 |\n| PARTIAL 数据 | 有\"截至XX时间\"标注 | 补充时间标注 |\n| UNVERIFIED 数据 | 有\"据XX表示\"标注 | 补充标注 |\n| 来源标注 | 所有数据有来源 | 补充来源 |\n\n---\n\n### 4. 归属 — 观点标注\n\n**核心问题**：读者能分清谁说的什么吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 实录观点归属 | 所有实录观点标注发言者 | 补充归属 |\n| Agent 分析区分 | Agent 自身分析与实录观点明确区分 | 添加\"从XX角度看\"等区分标记 |\n| 争议平衡 | 争议观点呈现双方 | 补充另一方 |\n\n---\n\n### 5. 可读性 — 术语与逻辑\n\n**核心问题**：目标读者能顺畅读完吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 术语解释 | 专业术语首次出现有简短解释 | 添加括号解释或脚注 |\n| 逻辑跳跃 | H2 之间有逻辑递进，非简单罗列 | 添加过渡或调整顺序 |\n| 消化点 | 每 800-1000 字有小结/过渡/金句 | 补充消化点 |\n| 数据场景化 | 数据用类比或场景呈现 | 添加类比 |\n\n---\n\n### 6. 结构 — 框架一致性\n\n**核心问题**：文章结构与框架一致吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| H1 存在 | 有 20-28 字的标题 | 添加/修正 |\n| H2 覆盖 | 框架中每个 H2 都有对应内容 | 补充或说明为何删除 |\n| 素材映射 | 框架中标记的核心节点出现在对应 H2 | 补充遗漏素材 |\n| 开头/收尾 | 与框架策略一致 | 调整 |\n\n---\n\n### 7. 人设 — 风格一致性\n\n**核心问题**：全文语气与人设匹配吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 基础人格 | 语气/句式/节奏与基础人格参数匹配 | 调整对应段落 |\n| 访谈覆盖层 | 引用方式/观点处理/段落结构与覆盖层参数匹配 | 调整 |\n| 全文一致性 | 没有风格断裂（前半段口语后半段学术） | 统一风格 |\n\n---\n\n### 8. 字数 — 长度控制\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 总字数 | 2500-4000 字 | < 2500 补充增量信息；> 4000 压缩复述和冗余 |\n| H2 均衡 | 无过短（< 200 字）或过长（> 800 字）的 H2 | 调整 |\n\n---\n\n### 9. 格式 — 公众号排版兼容\n\n**核心问题**：文章能无缝粘贴到 rico-md 并正确排版吗？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 标题层级 | 仅1个H1，3-5个H2，H3全文3-6个，无H4-H6 | 补充H3或合并多余层级 |\n| 加粗密度 | 每段2-4处加粗 | 补充关键处加粗或减少过度加粗 |\n| 斜体密度 | 全文至少2-3处斜体（不含导语） | 补充概念定义/注释说明的斜体 |\n| 引用块 | 全文3-5处引用块（原话+金句+关键数据+对比观点） | 补充引用块 |\n| **引用归属** | **引用块内必须为来源原文，Agent总结不得用引用块+署名** | **改为正文叙述** |\n| 出处链接 | Tier 1-2来源必附URL行内链接，Tier 3尽量附 | 补充链接 |\n| 链接密度 | 正文行内链接 ≤ 8个 | 多余链接移至文末参考来源 |\n| 列表使用 | 全文至少1处列表（方法论/特征列举/排名），≤5项 | 补充列表 |\n| 表格 | 全文至少1个表格，列数≤5 | 补充数据对比表格 |\n| 分割线 | 2-3处（导语后+章节转折+文末前） | 补充分割线 |\n| 公众号兼容 | 无HTML标签/下划线/自定义样式 | 去除不兼容语法 |\n| 图片alt | 有描述性文字 | 补充alt描述 |\n| 文末格式 | 参考来源按分级分类+增量信息声明 | 补充 |\n| 样式丰富度 | 不连续3段以上纯文本无样式变化 | 插入加粗/引用/H3/列表等 |\n\n### 10. 内容审核 — 归属与准确性\n\n**核心问题**：文章内容是否忠实于来源？结论是否过度？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 引用归属 | 引用块内为来源原文，非Agent总结 | 改为正文叙述或标注\"总结自\" |\n| 结论强度 | 结论强度与证据匹配，不推出更强结论 | 回退到与来源一致的表述 |\n| 数据一致性 | 文中数据与素材稿/来源一致 | 修正数据 |\n| 来源分级合规 | 补充信息标注符合5级采信标准 | 修正分级标注 |\n| 素材覆盖 | ⭐⭐⭐⭐⭐素材全部入文 | 补充遗漏素材 |\n\n### 11. 信源多样性 — 来源分散度\n\n**核心问题**：文章的信源是否过度集中？读者看到的是多元视角还是单一渠道的搬运？\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 单一域名占比 | 无单一域名占比 > 40% | 换用其他引擎/通道重新搜索占比最高的干货点 |\n| 来源域名数 | ≥ 3个不同域名 | 补充其他来源的搜索结果 |\n| 一手信源占比 | Tier 1-2 来源 ≥ 30% | 补充官方/权威媒体来源 |\n| 头条占比 | m.toutiao.com 占比 ≤ 10% | 替换为其他引擎结果 |\n\n**检查方式**：统计文中所有来源URL的域名，计算占比。\n\n---\n\n## 验证流程\n\n1. **逐项检查**：按上表 11 个维度逐项检查\n2. **定向修复**：只修改不达标的段落，不动已通过的部分\n3. **修复上限**：每轮最多改 3 处，改完重新检查该项\n4. **最终判定**：\n - 全部通过 → DONE\n - 2 轮后仍有 ≤ 2 项不通过 → DONE_WITH_CONCERNS，列出未通过项\n - 2 轮后仍有 > 2 项不通过 → 回到 Step 6 重写问题段落\n\n---\n\n## 质量评分\n\n完成验证后，给出综合评分：\n\n| 维度 | 权重 | 得分（1-5） |\n|------|------|-----------|\n| 深度 | 16% | _ |\n| 洞察 | 14% | _ |\n| 准确性 | 10% | _ |\n| 归属 | 7% | _ |\n| 可读性 | 9% | _ |\n| 结构 | 5% | _ |\n| 人设 | 8% | _ |\n| 字数 | 4% | _ |\n| 格式 | 9% | _ |\n| 内容审核 | 10% | _ |\n| 信源多样性 | 8% | _ |\n\n加权总分 ≥ 4.0 → 优质稿件\n加权总分 3.0-3.9 → 合格稿件，有提升空间\n加权总分 < 3.0 → 需要重写\n\nFile v1.3.0:references/source-quality-gate.md\n\n# 信源质量门控（Source Quality Gate）\n\n## 概述\n\n本文件定义transcript-crafter技能的**信源质量硬阻断机制**。信源质量是横切关注点，贯穿Step 5（增量搜索）和Step 7（质量验证）两个阶段。未通过任一阻断点→禁止进入Step 8交付。\n\n**核心问题背景**：聚合平台（头条/百家号/UC大鱼号/企鹅号等）转载内容多、始发信源少、可信度参差。若搜索阶段过度依赖聚合平台，会导致文章引用信源可信度不足，即使数据准确也会削弱文章权威性。\n\n---\n\n## 3个硬阻断点\n\n### 阻断1：信源多样性阻断\n\n**目的**：避免单一域名/平台主导信源结构\n\n**检查项**：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| 单一域名占比 | ≤30% | 换通道重搜 |\n| 独立信源总数 | ≥6个 | 补搜更多信源 |\n| 引擎使用数 | ≥5个 | 补搜更多引擎 |\n| 聚合平台信源占比 | ≤20% | 追溯始发信源或换权威媒体 |\n\n**聚合平台黑名单**（默认按聚合平台计入占比）：\n- 头条搜索（so.toutiao.com / m.toutiao.com）\n- 百家号（baijiahao.baidu.com）\n- UC大鱼号（mp.dayu.com / uc.cn）\n- 企鹅号（om.qq.com）\n- 网易号（www.163.com来自网易号的内容）\n- 搜狐号（m.sohu.com来自搜狐号的内容）\n- 36kr聚合、虎嗅聚合（当内容为转载非始发时）\n\n**检查方式**：\n1. 统计每条补充信息的来源URL域名\n2. 识别聚合平台信源（通过URL域名+内容是否始发判断）\n3. 计算单一域名占比和聚合平台占比\n4. 未通过→识别超标域名对应的引擎/通道→换用权威媒体通道重搜\n\n**产出**：信源多样性检查表\n\n| 域名 | 条数 | 占比 | 是否聚合平台 | 是否通过 |\n|------|------|------|------------|---------|\n\n**阻断标准**：单一域名>30% 或 聚合平台>20% → 禁止进入Step 7\n\n---\n\n### 阻断2：信源分级覆盖阻断\n\n**目的**：确保信源结构有权威性梯度，避免全部依赖Tier 4-5\n\n**检查项**：\n\n| 检查项 | 标准 | 不通过时 |\n|--------|------|---------|\n| Tier 1（官方）覆盖 | ≥1条 | 补搜官方信源（SEC/交易所/公司官网/政府文件） |\n| Tier 2（权威媒体）覆盖 | ≥2条 | 补搜路透/彭博/财新/新华社等 |\n| Tier 3（行业研究）覆盖 | ≥1条 | 补搜Gartner/McKinsey/IDC/行业白皮书 |\n| Tier 4-5占比 | ≤50% | 提升Tier 1-3占比 |\n| 聚合平台信源占比 | ≤20% | 追溯始发或换权威媒体 |\n\n**5级采信标准**（复用tool-router.md定义）：\n\n| 级别 | 来源类型 | 示例 |\n|------|---------|------|\n| **Tier 1 官方** | SEC/交易所/公司官网/政府文件/同行评审论文 | 招股书、财报原文、官方公告 |\n| **Tier 2 权威媒体** | 路透/彭博/财新/WSJ/Nature/新华社 | 路透社报道、财新深度 |\n| **Tier 3 行业研究** | TrendForce/Gartner/McKinsey/IDC/白皮书 | Gartner预测、McKinsey报告 |\n| **Tier 4 聚合/二手** | 36kr/虎嗅/TheVerge/科技博客/聚合平台 | 36kr转载、虎嗅分析 |\n| **Tier 5 社区/推断** | 知乎/微博/小红书/Agent推断 | UGC内容、AI推断 |\n\n**检查方式**：\n1. 对每条补充信息标注Tier分级\n2. 统计各Tier覆盖情况\n3. 计算Tier 4-5占比\n\n**产出**：信源分级覆盖检查表\n\n| Tier | 条数 | 占比 | 覆盖要求 | 是否通过 |\n|------|------|------|---------|---------|\n| Tier 1 | X | X% | ≥1条 | |\n| Tier 2 | X | X% | ≥2条 | |\n| Tier 3 | X | X% | ≥1条 | |\n| Tier 4-5 | X | X% | ≤50% | |\n\n**阻断标准**：任一覆盖要求不满足 → 禁止进入Step 7\n\n---\n\n### 阻断3：关键数据交叉验证阻断\n\n**目的**：确保关键数据有多个独立信源支撑，避免单点失误\n\n**强制交叉验证的数据类型**：\n\n| 数据类型 | 交叉验证要求 | 优先信源 |\n|---------|------------|---------|\n| 财务数据（营收/利润/市值/融资额） | ≥2个非原文信源 | Tier 1（SEC/交易所）+ Tier 2（路透/财新） |\n| 政策数据（文号/日期/核心内容） | ≥2个非原文信源 | Tier 1（政府官网）+ Tier 2（新华社/财新） |\n| 行业排名/市场份额 | ≥2个非原文信源 | Tier 3（Gartner/IDC）+ Tier 2（权威媒体） |\n| 技术规格（参数/性能） | ≥2个非原文信源 | Tier 1（官方博客/论文）+ Tier 2（权威媒体） |\n| 人物引语/表态 | ≥1个非原文信源 | Tier 2（权威媒体）优先 |\n\n**检查方式**：\n1. 从文章中提取所有关键数据点\n2. 每个数据点标注信源（原文+非原文1+非原文2）\n3. 统计交叉验证率\n\n**产出**：关键数据交叉验证表\n\n| 关键数据 | 原文信源 | 非原文信源1 | 非原文信源2 | 是否通过 |\n|---------|---------|------------|------------|---------|\n\n**阻断标准**：任一关键数据非原文信源<2个 → 禁止进入Step 7\n\n---\n\n## 始发信源追溯规则\n\n**核心原则**：聚合平台只能作为线索，不能作为最终信源。\n\n### 追溯流程\n\n```\n搜索结果来自聚合平台（头条/百家号/36kr等）\n ↓\n识别内容是否为始发\n ├─ 是始发（深度原创分析）→ 可作为Tier 4信源使用\n └─ 是转载/聚合 → 进入追溯流程\n ↓\n从聚合内容中提取原始报道线索（机构名/媒体名/原作者）\n ↓\n搜索原始信源\n ├─ 找到原始信源 → 引用原始信源，聚合平台不计入信源\n ├─ 找不到原始信源但有机构/媒体名 → 标注\"据{机构/媒体}报道，原始URL待追溯\" + 降级为Tier 5\n └─ 完全无法追溯 → 不使用该数据，或标注\"据聚合平台报道，原始信源待核实\" + 降级为Tier 5\n```\n\n### 追溯优先级\n\n| 聚合内容线索 | 追溯目标信源 | 优先级 |\n|------------|------------|-------|\n| 提到\"据XX公司财报\" | 财报原文（SEC/交易所） | Tier 1 |\n| 提到\"据路透/彭博/财新报道\" | 对应权威媒体原文 | Tier 2 |\n| 提到\"据Gartner/McKinsey报告\" | 对应机构报告原文 | Tier 3 |\n| 提到\"据XX公司CEO表示\" | CEO官方表态（官网/官方博客/社交媒体） | Tier 1 |\n| 提到\"据行业人士分析\" | 行业分析师原始出处 | Tier 3-4 |\n| 无任何线索 | 不使用或降级Tier 5 | — |\n\n### 文章中的标注方式\n\n| 追溯结果 | 文章标注方式 |\n|---------|------------|\n| 成功追溯 | `数据（[原始信源](URL)）` —— 不再提及聚合平台 |\n| 部分追溯（有机构名无URL） | `数据（据{机构名}报道，原始URL待追溯）` |\n| 无法追溯 | `数据（据聚合平台报道，原始信源待核实）` 或不使用 |\n\n---\n\n## 执行时机\n\n### Step 5（增量搜索）阶段——实时门控\n\n每次搜索完成后，立即执行：\n\n1. **搜索通道选择**：按tool-router.md引擎级路由，优先Tier 1-3通道\n2. **结果筛选**：对聚合平台结果执行始发追溯\n3. **实时统计**：更新信源多样性+分级覆盖+交叉验证三张表\n4. **实时阻断**：若某次搜索导致单一域名>30%或聚合平台>20%→换通道重搜\n\n### Step 7（质量验证）阶段——最终门控\n\nStep 6撰写完成后，执行3个硬阻断点的最终检查：\n\n1. **阻断1：信源多样性** → 未通过→回到Step 5补搜\n2. **阻断2：分级覆盖** → 未通过→回到Step 5补搜\n3. **阻断3：交叉验证** → 未通过→回到Step 5补搜\n4. 全部通过 → 进入Step 8交付\n\n---\n\n## 与tool-router.md的关系\n\n| 文件 | 职责 | 关注点 |\n|------|------|--------|\n| tool-router.md | 引擎级路由（从哪搜） | 搜索通道选择 |\n| source-quality-gate.md（本文件） | 信源质量门控（能用什么） | 引用结果筛选 |\n\n**协同关系**：\n- tool-router.md规定\"头条作为最后兜底引擎\"\n- source-quality-gate.md规定\"聚合平台信源占比≤20%\"\n- 两者共同确保：搜索阶段不过度依赖聚合平台，引用阶段不过度使用聚合信源\n\n---\n\n## 与transcript-rewriter的对比\n\n| 维度 | transcript-crafter（本文件） | transcript-rewriter（block-rules.md） |\n|------|----------------------------|--------------------------------------|\n| 单一域名阈值 | ≤30% | ≤30% |\n| 聚合平台阈值 | ≤20% | 无（隐含在域名控制） |\n| Tier 1覆盖 | ≥1条 | 无明确要求 |\n| Tier 2覆盖 | ≥2条 | 无明确要求 |\n| Tier 3覆盖 | ≥1条 | 无明确要求 |\n| 独立信源总数 | ≥6个 | ≥8个 |\n| 交叉验证 | 关键数据≥2非原文信源 | 每论点≥2非原文信源 |\n| 始发追溯 | 强制 | 无（原文降级为引子） |\n\n**核心差异**：\n- crafter以\"原文为主体\"，信源质量门控重点是补充信息的可信度\n- rewriter以\"增量为主体\"，信源质量门控重点是增量信息的独立验证\n- crafter更强调始发追溯（因为原文已是主体，补充必须可信）\n- rewriter更强调多信源验证（因为增量是主体，必须独立验证）\n\n---\n\n## 阻断执行顺序\n\n```\nStep 5 增量搜索\n ↓ 实时门控（每次搜索后更新三张表）\nStep 6 撰写\n ↓\nStep 7 质量验证\n ├─ 6.4.5 素材覆盖率阻断（原文素材100%融入）\n ├─ 6.4.6 增量融入阻断（增量100%融入）\n ├─ 信源多样性阻断（本文件-阻断1）⭐ 新增\n ├─ 信源分级覆盖阻断（本文件-阻断2）⭐ 新增\n ├─ 关键数据交叉验证阻断（本文件-阻断3）⭐ 新增\n ├─ 6.8 内容审核阻断\n ↓ 全部通过\nStep 8 交付\n```\n\n**阻断优先级**：6.4.5 → 6.4.6 → 信源多样性 → 信源分级 → 交叉验证 → 6.8\n\n---\n\n## 快速自查清单（撰写时使用）\n\n撰写前快速自查，避免Step 7被阻断回炉：\n\n- [ ] 是否过度依赖头条/百家号等聚合平台？（≤20%）\n- [ ] 是否有Tier 1官方信源？（≥1条）\n- [ ] 是否有Tier 2权威媒体信源？（≥2条）\n- [ ] 是否有Tier 3行业研究信源？（≥1条）\n- [ ] 关键财务数据是否有≥2个非原文信源？\n- [ ] 聚合平台信源是否已追溯始发？\n- [ ] 单一域名占比是否≤30%？\n- [ ] 独立信源总数是否≥6个？\n\nFile v1.3.0:references/title-strategist.md\n\n# 标题策略子系统（v1.3.0）\n\n> 借鉴 gzh-title-strategist 的多风格候选 + 评分 + 风险标记范式，\n> 为访谈实录类文章特化。在 Step 4.3 执行，产出 1 主标题 + 2 备选，\n> 经确认点2 由用户裁决。\n\n---\n\n## §1 标题决策顺序（硬约束）\n\n后者不得破坏前者。任何标题候选必须按此顺序校验：\n\n```\n1. 访谈中的真实判断或发现（不得编造）\n2. 读者能获得的具体认知收益\n3. 支撑判断的发言者原话 / 数据 / 案例\n4. 与实录强相关的数据关键词\n5. 网感措辞、节奏和标点\n```\n\n**反例**：\n- ✗ 用「最强」「颠覆」「革命性」但访谈中无此判断 → 违反第 1 条\n- ✗ 标题承诺「5 个避坑方法」但正文只有 3 个 → 违反第 2 条\n- ✗ 标题用了某数据但素材稿无该数据 → 违反第 3 条\n\n---\n\n## §2 访谈类型 × 标题句式矩阵\n\n基于 Step 3.2 选定的访谈覆盖层，选择对应的标题驱动模式：\n\n| 访谈覆盖层 | 标题驱动 | 句式模板（3-4 个/类型） |\n|---|---|---|\n| `expert-amplifier` | 观点驱动 | `[发言者]：[核心判断]` / `[行业]里没人愿说的真相：[观点]` / `[发言者]谈[主题]：[反常识结论]` / `[行业]的真正壁垒，是[判断]` |\n| `dialogue-extractor` | 冲突驱动 | `[A]和[B]吵起来了：[分歧点]` / `[议题]的两个答案` / `[A]说对，[B]说错：[议题]到底信谁` / `[议题]：[A]和[B]的分歧在哪` |\n| `synthesis-weaver` | 共识/分歧驱动 | `[行业]圆桌共识：[结论]` / `3位[角色]对[议题]的分歧图谱` / `[N]位专家聊[主题]，共识比想象中少` / `[行业]峰会的真问题：[议题]` |\n| `practitioners-notebook` | 成果/方法驱动 | `做了[时间]才知道：[反常识结论]` / `[方法]跑通[场景]的[数量]个关键` / `踩了[N]个坑后，[方法]终于稳了` / `[工具]实战[时间]：[具体成果]` |\n| `curious-explorer` | 发现感驱动 | `我发现了[反常识事实]` / `跟[人物]聊完，我对[主题]改观了` / `[现象]背后，是一个我没料到的答案` / `我以为[常识]，结果[反常识]` |\n\n**使用方式**：\n1. 从 Step 3.2 获取访谈覆盖层\n2. 查上表确定标题驱动模式\n3. 基于素材稿中的具体内容填充句式模板中的占位符\n4. 占位符必须用素材稿中的真实内容替换，不得编造\n\n---\n\n## §3 5 风格组候选生成（共 12 个候选）\n\n按素材分布触发对应风格组，**长期价值型默认生成**（不依赖素材触发）：\n\n| 风格组 | 数量 | 触发条件 | 适合场景 |\n|---|---:|---|---|\n| 观点冲突型 | 3 | CONTRA/EXPLOSIVE 素材≥2 | dialogue-extractor / synthesis-weaver 覆盖层 |\n| 人物故事型 | 3 | STORY 素材≥2 或 expert-amplifier / curious-explorer 覆盖层 | 人物驱动的访谈 |\n| 数据锚点型 | 2 | DATA 素材≥3 且 Step 5 交叉验证通过 | 数据密集型访谈 |\n| 行业洞察型 | 2 | INSIGHT/VIEW 素材≥3 | 趋势判断 / 深度分析型访谈 |\n| 长期价值型 | 2 | 默认生成（无需触发） | 不依赖时效的深度内容 |\n\n**生成规则**：\n- 每个风格组按 §2 句式模板填充，每组生成指定数量候选\n- 同一风格组内的候选必须互不重复（不同句式或不同切入点）\n- 占位符必须使用素材稿中的真实实体/数据/判断\n- 若某风格组触发条件不满足，跳过该组，最终候选数可少于 12\n\n---\n\n## §4 5 维度评分（前 5 名，1-5 分）\n\n对全部候选标题按以下 5 维度评分，**总分前 5 名进入最终候选**：\n\n| 维度 | 评分标准 | 5 分 | 1 分 |\n|---|---|---|---|\n| 点击欲望 | 读者看到标题想点开的程度 | 极强好奇，必点 | 无感，略过 |\n| 事实匹配 | 标题承诺与正文内容的一致性 | 100% 可兑现 | 承诺超出正文 |\n| 人群匹配 | 标题对目标读者的识别度 | 精准命中目标人群 | 人群模糊 |\n| 差异化 | 与同类文章标题的区分度 | 同类罕见 | 同质化严重 |\n| 长期价值 | 6 个月后标题是否仍有意义 | 长期有效 | 强时效性 |\n\n**评分输出格式**：\n\n```markdown\n| 候选 | 风格组 | 点击 | 事实 | 人群 | 差异 | 长期 | 总分 | 风险 |\n|---|---|---|---|---|---|---|---|---|\n| [标题1] | 观点冲突 | 5 | 4 | 5 | 4 | 4 | 22 | ⚠️ 原话归属 |\n| [标题2] | 数据锚点 | 4 | 5 | 4 | 4 | 5 | 22 | — |\n```\n\n**推荐规则**：\n- 总分最高者为主标题候选\n- 总分第 2-3 名为备选\n- **任何风险标记为 Critical 的候选不得作为主标题**（见 §5）\n\n---\n\n## §5 6 风险标记\n\n每个候选标题必须扫描以下 6 类风险，标记为 ⚠️（需注意）或 🚨（Critical，不可作主标题）：\n\n| 风险 | 说明 | ⚠️ | 🚨 |\n|---|---|---|---|\n| 标题党 | 承诺超出正文支撑 | 略有拔高 | 严重承诺超出 |\n| 术语堆砌 | 连续术语无读者收益 | 2 个术语无解释 | 3+ 术语无解释 |\n| 证据不足 | 数字/判断无素材稿支撑 | 单一来源 | 无任何来源 |\n| 标点过度 | ！/？/ ？！使用 | ！=1 或 ？=1 | ！>1 或 ？！连用 |\n| 关键词过期 | 使用已降温的流量词 | 接近过期 | 已过期（如 DeepSeek） |\n| **原话归属风险**（访谈专属） | 标题把 AI 总结误标为发言者原话 | 改写但接近原话 | 直接误标原话 |\n\n**原话归属风险详解**（访谈类专属）：\n\n- 标题中带引号的判断必须是发言者原话，且与素材稿记录一致\n- 标题中不带引号的判断如果是 AI 总结，不得使用「[发言者]说」「[发言者]认为」等归属句式\n- 标题中的数字/判断若来自 Step 5 补充信息（非访谈原话），不得归属给发言者\n- 违反此规则直接标记为 🚨，不可作为主标题\n\n---\n\n## §6 反幻觉硬规则\n\n标题生成必须遵守以下硬规则，违反任一条直接废弃该候选：\n\n1. **实体来源**：标题中的数字 / 公司名 / 产品名 / 技术名 / 人名必须来自素材稿或 Step 5 补充信息\n2. **判断来源**：不得使用访谈中未出现的判断词（「首个」「最强」「颠覆」「革命性」「杀疯了」「遥遥领先」）\n3. **归属准确**：标题中的发言者归属必须与素材稿一致（桑杰说的不能标成黄仁勋说的）\n4. **单主承诺**：一个标题只保留一个主承诺，避免「A 和 B 和 C」式信息堆砌\n5. **前置核心**：辨识度最高的实体和核心变化放在前 18-24 字（避免折叠后失去信息）\n6. **疑问句对应**：疑问句必须对应正文真实回答的问题，不得使用正文未回答的反问\n\n---\n\n## §7 长度与标点规范\n\n### 长度\n- **默认**：24-38 字\n- **深度访谈**：可放宽到 35-50 字（但核心信息仍须在前 24 字内）\n- **下限**：不低于 20 字（信息密度不足）\n\n### 标点\n- `！` ≤ 1，且只放用于放大强结论\n- `？` ≤ 1，且必须对应正文真实回答的问题\n- 避免 `？！`、连续感叹号（`！！`）\n- `：` 用于「结论 + 解释」结构（如「[行业]的真相：[判断]」）\n- 不使用 `~`、`...`、`【】` 等非主流标点\n\n### 数字\n- 具体数字用阿拉伯数字（如「3 个」「2026 年」）\n- 模糊数量用汉字（如「十几个」「上百位」）\n- 避免精确到小数点后两位以上的数字进标题（如「73.45%」改为「超 7 成」）\n\n---\n\n## §8 参考基线（引用 gzh-title-strategist 公开数据）\n\n> **参考基线**（来自 gzh-title-strategist 645 篇 AI/科技原创文章，2025-07 到 2026-06，5 账号样本）：\n>\n> - 中高网感标题进入高表现组概率 **22.1%**，低网感 **4.9%**（4.4 倍）\n> - GitHub/Star 关键词提升 3.84 倍，Skill 关键词提升 3.23 倍\n> - DeepSeek 已过期（0.30 倍），关键词价值会随时间衰减\n>\n> **局限性声明**：\n> - 该数据来自 AI/科技领域**原创文章**，访谈类文章可能有差异\n> - 样本量为 5 账号 645 篇，非全行业普查\n> - 关键词价值具有时效性，使用前须验证当前热度\n> - 仅作参考基线，不作为硬性触发规则\n\n---\n\n## §9 执行流程（Step 4.3 集成）\n\n```\nStep 4.3 标题候选生成\n ↓\n1. 读取 Step 3.2 访谈覆盖层\n ↓\n2. 查 §2 句式矩阵确定标题驱动模式\n ↓\n3. 读取 Step 2 素材稿，按维度分布触发 §3 风格组\n ↓\n4. 每个风格组按句式模板填充候选（占位符用真实素材）\n ↓\n5. 对全部候选执行 §6 反幻觉硬规则扫描，违反者废弃\n ↓\n6. 对合格候选执行 §5 6 风险标记\n ↓\n7. 按 §4 5 维度评分，总分前 5 名进入最终候选\n ↓\n8. 推荐总分最高者为主标题（Critical 风险候选不可作主标题）\n ↓\n9. 在确认点2 向用户展示：主标题 + 2 备选 + 评分表 + 风险标记\n ↓\n10. 用户 override 或确认 → 进入 Step 4 框架生成后续流程\n```\n\n**输出格式**（在确认点2 展示）：\n\n```markdown\n## 标题候选（Step 4.3）\n\n### 主标题推荐\n**[主标题]**（总分 XX/25，无 Critical 风险）\n\n### 备选\n1. [备选1]（总分 XX/25，⚠️ [风险]）\n2. [备选2]（总分 XX/25，无风险）\n\n### 评分明细\n| 候选 | 风格组 | 点击 | 事实 | 人群 | 差异 | 长期 | 总分 | 风险 |\n|---|---|---|---|---|---|---|---|---|\n| ... | ... | ... | ... | ... | ... | ... | ... | ... |\n\n### 风格组触发情况\n- 观点冲突型：触发（CONTRA 素材 3 条）/ 生成 3 候选\n- 人物故事型：触发（STORY 素材 2 条）/ 生成 3 候选\n- 数据锚点型：未触发（DATA 素材 2 条 < 3）\n- 行业洞察型：触发（INSIGHT 素材 4 条）/ 生成 2 候选\n- 长期价值型：默认生成 / 生成 2 候选\n- 废弃候选：X 个（反幻觉硬规则违反）\n\n请确认主标题，或从备选中选择，或要求重新生成。\n```\n\nFile v1.3.0:references/tool-router.md\n\n# 引擎级路由 + 兜底搜索机制\n\n## 总览：37通道引擎级路由\n\n可用搜索通道共37个，分属5个工具：\n\n| 工具 | 通道数 | 通道明细 |\n|------|-------|---------|\n| cn-web-search | 17引擎 | 公众号2(搜狗微信/必应索引) + 中文综合5(360/搜狗/必应中文/百度/头条) + 英文综合7(DDG/Qwant/Startpage/必应英文/Yahoo/Brave/Mojeek) + 技术2(SO/GitHub) + 财经3(东方财富/集思录/财新) + 百科2(Wiki中英文) |\n| 妙想5件套 | 5工具 | mx-data(行情/财务/关联) + mx-search(新闻/研报/政策/公告) + mx-xuangu(选股/行业筛选) + mx-zixuan(自选) + mx-moni(模拟) |\n| aihot | 6通道 | 5个category(ai-models/ai-products/industry/paper/tip) + 关键词搜索(q=) |\n| last30days-cn | 8平台 | 百度/微博/知乎/小红书/B站/微信/抖音/头条 |\n| news-fact-check | 1通道 | 核查方法论+多源验证框架 |\n\n---\n\n## 话题领域→引擎级路由矩阵\n\n根据素材的话题领域，精准路由到最合适的引擎通道：\n\n| 话题领域 | 第1优先通道 | 第2优先通道 | 第3优先通道 |\n|---------|-----------|-----------|-----------|\n| **财经/金融/投资/上市** | mx-data(硬数据) + mx-search(资讯/研报/政策) | cn-web-search: 东方财富+集思录+财新 + **港交所披露易(港股/H股)** | mx-xuangu(行业/板块对比) |\n| **AI/大模型/LLM** | aihot: 对应category(ai-models/industry/paper等) | cn-web-search: Brave+DDG+必应英文(英文一手) | mx-search(如涉及上市公司) |\n| **科技/互联网/产品** | cn-web-search: Brave+DDG+必应英文(英文一手) + SO+GitHub(技术) | aihot(如涉及AI) | last30days-cn: 知乎+B站(深度讨论) |\n| **医疗/教育/政策** | cn-web-search: Wikipedia+Brave(权威一手) | cn-web-search: 财新(政策解读) | last30days-cn: 微信+知乎(深度) |\n| **近期舆论/热点** | last30days-cn: 微博+百度+抖音(热点) | cn-web-search: 搜狗微信(公众号) | cn-web-search: 必应中文(综合) |\n| **知识/概念/定义** | cn-web-search: Wikipedia中英文 | cn-web-search: Brave+DDG | cn-web-search: SO+GitHub(技术概念) |\n| **学术/研究/论文** | **arXiv REST API**(同行评审论文，Tier 1) | cn-web-search: Brave+DDG+必应英文(英文一手) | cn-web-search: Wikipedia中英文(概念背景) |\n| **公众号深度文章** | cn-web-search: 搜狗微信+必应索引 | last30days-cn: 微信 | — |\n\n### 路由规则（优先级从高到低）\n\n1. **话题领域匹配** → 按上方矩阵选择第1优先通道\n2. 含具体股票/市值/CapEx/EPS等金融指标 → 妙想mx-data优先\n3. **AI领域关键词**（AI/大模型/LLM/OpenAI/Anthropic/Google AI等）→ aihot优先\n4. 含行业/技术/学术关键词（非AI领域）→ cn-web-search对应引擎优先\n5. 含\"最新\"/\"近期\"/\"舆论\"等时间敏感词 → last30days-cn优先\n6. 含\"真假\"/\"辟谣\"/\"核实\"等核查词 → news-fact-check\n7. 可组合：AI领域先查aihot，再用cn-web-search英文引擎交叉验证\n8. 降级：妙想不可用→cn-web-search财经引擎；aihot不可用→cn-web-search英文引擎；last30days不可用→cn-web-search中文引擎\n9. **学术关键词**（论文/research/arXiv/DOI/Paper/Transformer/attention 等学术术语）→ arXiv REST API 优先（详见\"学术信源专用通道\"小节）\n\n---\n\n## cn-web-search 引擎选择规则\n\ncn-web-search有17个引擎，**必须根据场景选择引擎，不能默认走百度/360/头条**：\n\n| 搜索场景 | 优先引擎 | 避开引擎 | WebFetch URL模板 |\n|---------|---------|---------|----------------|\n| 财经深度 | 东方财富 + 集思录 + 财新 + 港交所披露易 | 百度/360/头条 | `https://search.eastmoney.com/search?keyword={Q}` / `https://www.jisilu.cn/explore/?keyword={Q}` / `https://search.caixin.com/search/?keyword={Q}` / `https://www1.hkexnews.hk/search/searchtitleweb.xhtml?lang=zh`（港股财报/公告） |\n| 英文一手信源 | Brave + DDG + Startpage + 必应英文 + Yahoo + Mojeek + Qwant | 中文通用引擎 | `https://search.brave.com/search?q={Q}` / `https://lite.duckduckgo.com/lite/?q={Q}` / `https://www.startpage.com/do/search?q={Q}&cluster=web` / `https://www.bing.com/search?q={Q}` / `https://search.yahoo.com/search?p={Q}` / `https://www.mojeek.com/search?q={Q}` / `https://www.qwant.com/?q={Q}&t=web` |\n| 知识/概念/定义 | Wikipedia中文 + Wikipedia英文 | 百度/360 | `https://zh.wikipedia.org/w/index.php?search={Q}&title=Special:Search` / `https://en.wikipedia.org/w/index.php?search={Q}&title=Special:Search` |\n| 公众号文章 | 搜狗微信 + 必应索引 | 头条 | `https://weixin.sogou.com/weixin?type=2&query={Q}&page=1` / `https://cn.bing.com/search?q=site:mp.weixin.qq.com+{Q}` |\n| 技术概念 | Stack Overflow + GitHub | 百度/360 | `https://stackoverflow.com/search?q={Q}` / `https://github.com/trending?since=weekly` |\n| 中文通用（兜底） | 百度 + 360 | — | `https://www.baidu.com/s?wd={Q}` / `https://m.so.com/s?q={Q}` |\n| 最新资讯（最后兜底） | 头条搜索 | — | `https://so.toutiao.com/search?k\n\nArchive v1.2.0: 15 files, 64982 bytes\n\nFiles: CHANGELOG.md (3225b), docs/session-handoff.md (0b), README.md (6765b), references/anti-ai-rules.md (11197b), references/extraction-guide.md (19421b), references/fact-check-guide.md (3699b), references/interview-personas.yaml (13470b), references/pipeline-detail.md (26130b), references/quality-checklist.md (7351b), references/source-quality-gate.md (10122b), references/tool-router.md (16568b), references/wechat-format-guide.md (14000b), skill-card.md (2798b), SKILL.md (6726b), _meta.json (137b)\n\nArchive v1.1.0: 14 files, 61552 bytes\n\nFiles: CHANGELOG.md (1435b), README.md (6765b), references/anti-ai-rules.md (11197b), references/extraction-guide.md (17730b), references/fact-check-guide.md (3699b), references/interview-personas.yaml (12286b), references/pipeline-detail.md (24674b), references/quality-checklist.md (7351b), references/source-quality-gate.md (10122b), references/tool-router.md (14852b), references/wechat-format-guide.md (14000b), skill-card.md (2732b), SKILL.md (6726b), _meta.json (137b)\n\nArchive v1.0.0: 16 files, 44930 bytes\n\nFiles: CHANGELOG.md (530b), LICENSE (906b), README.md (5318b), references/anti-ai-rules.md (4761b), references/extraction-guide.md (17560b), references/fact-check-guide.md (3699b), references/interview-personas.yaml (12286b), references/pipeline-detail.md (11726b), references/quality-checklist.md (6289b), references/tool-router.md (10005b), references/wechat-format-guide.md (12684b), release.json (534b), repo.json (181b), skill-card.md (1334b), SKILL.md (3975b), _meta.json (137b)","readmeExcerpt":"Skill: Transcript Crafter Owner: edwardwason Summary: 访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。 Tags: article:1.1.0, interview:1.1.0, latest:1.3.1, transcript:1.1.0, wechat:1.1.0, writing:1.1.0 Version history: v1.3.1 | 2026-07-19T12:50:09.257Z | user Audit remediation: H1 length sync, permission table standardization, YARA trigger word rewrite, README bilingua","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"[1/8] 输入获取+预处理\n[2/8] 10维度提取→素材稿 ← 确认点1：素材准确吗？\n[3/8] 行业适配+人设选择\n[4/8] 框架生成 ← 确认点2：框架+人设OK？\n[5/8] 5工具搜索补充+事实核查 ← 确认点3：补充信息对吗？\n[6/8] 文章撰写+内容审核 ← 6.0前置映射 / 6.4.5素材覆盖率阻断 / 6.4.6增量融入阻断 / 6.8审核阻断\n[7/8] 质量验证+交付\n[8/8] 桌面保存+飞书云盘同步"},{"language":"markdown","snippet":"# 素材稿：{主题}\n## 基本信息：来源/发言者/行业/核心议题\n## 🧠 认知层：[VIEW]核心观点 / [INSIGHT]行业洞察 / [DATA]数据事实\n## 🔥 传播层：[CONTRA]反常观点 / [EXPLOSIVE]劲爆点 / [STUNNING]惊艳点\n## 💬 情绪层：[ROAST]吐槽点 / [HUMOR]幽默笑点\n## 🔧 实操层：[HOWTO]经验做法 / [STORY]案例故事\n## 关联图谱 + 待补充/待核查清单"},{"language":"text","snippet":"> 原文：\"AI竞赛不仅是算力竞赛，更是存储竞赛\"（第21段）\n> 提取：[CONTRA] AI核心瓶颈不是算力而是存储 —— 桑杰（美光CEO）\n> 引用理由：直接颠覆\"算力为王\"叙事，传播力极强\n> 核查状态：待核查\n> 传播力：⭐⭐⭐⭐⭐"},{"language":"text","snippet":"[DATA]-3 HBM 2026产能售罄 → [VERIFIED] 多方交叉验证确认\n[DATA]-4 DRAM CR3>95% → [PARTIAL] 修正为>90%，2025Q2数据\n[DATA]-6 目标价1050/1100 → [PARTIAL] 未找到出处，花旗840美元可替代"},{"language":"markdown","snippet":"## AI的Token经济学，本质是内存经济学\n\n桑杰把这叫做\"Token经济学\"：\"智能就是关于数据，数据就是关于内存。\"\n这不是比喻，是物理现实。HBM成本在AI加速卡中占比已达40-60%，\n行业把这个问题叫\"内存墙\"。AI越智能，越需要\"记住\"更多东西。\n而记住，就是存储。"},{"language":"text","snippet":"┌─────────────────────────────────────────────────┐\n│ 10 维度信息提取体系 │\n│ │\n│ 🧠 认知层（文章的脑） │\n│ [VIEW] 核心观点 —— 判断/立场/预测 │\n│ [INSIGHT] 行业洞察 —— 别人看不到的深层认知 │\n│ [DATA] 数据事实 —— 具体数字/指标/来源 │\n│ │\n│ 🔥 传播层（文章的钩子） │\n│ [CONTRA] 反常观点 —— 与主流/常识相悖的判断 │\n│ [EXPLOSIVE] 劲爆点 —— 能引爆讨论的信息 │\n│ [STUNNING] 惊艳点 —— 认知冲击，\"原来如此\" │\n│ │\n│ 💬 情绪层（文章的温度） │\n│ [ROAST] 吐槽点 —— 不满/质疑/辛辣评价 │\n│ [HUMOR] 幽默笑点 —— 有趣/自嘲/梗 │\n│ │\n│ 🔧 实操层（文章的手） │\n│ [HOWTO] 经验做法 —— 具体方法/工具/步骤 │\n│ [STORY] 案例故事 —— 亲身经历/项目/客户 │\n│ │\n└─────────────────────────────────────────────────┘"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: \"transcript-crafter\"\ndescription: \"访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。\"\nslug: \"transcript-crafter\"\ndisplayName: \"Transcript Crafter\"\nversion: \"1.3.1\"\nsummary: \"访谈实录转公众号深度长文全流程\"\nlicense: \"MIT-0\"\n---\n\n# Transcript Crafter — 访谈实录转公众号深度长文\n\n## 任务\n将访谈/会议实录转化为有深度、有洞察、增量信息高密度的公众号长文（2500-4000字）。不做原创写作、不做热点文章、不做纯翻译。\n\n## 输出格式\n\n### 主管道（8步 + 3确认点）\n```\n[1/8] 输入获取+预处理\n[2/8] 10维度提取→素材稿 ← 确认点1：素材准确吗？\n[3/8] 行业适配+人设选择\n[4/8] 框架生成 ← 确认点2：框架+人设OK？\n[5/8] 5工具搜索补充+事实核查 ← 确认点3：补充信息对吗？\n[6/8] 文章撰写+内容审核 ← 6.0前置映射 / 6.4.5素材覆盖率阻断 / 6.4.6增量融入阻断 / 6.8审核阻断\n[7/8] 质量验证+交付\n[8/8] 桌面保存+飞书云盘同步\n```\n\n### 素材稿格式（Step 2 输出）\n```markdown\n# 素材稿：{主题}\n## 基本信息：来源/发言者/行业/核心议题\n## 🧠 认知层：[VIEW]核心观点 / [INSIGHT]行业洞察 / [DATA]数据事实\n## 🔥 传播层：[CONTRA]反常观点 / [EXPLOSIVE]劲爆点 / [STUNNING]惊艳点\n## 💬 情绪层：[ROAST]吐槽点 / [HUMOR]幽默笑点\n## 🔧 实操层：[HOWTO]经验做法 / [STORY]案例故事\n## 关联图谱 + 待补充/待核查清单\n```\n每条素材格式：`> 原文：\"{原话}\"（第X段）| 提取：[标记] {信息} —— {发言者} | 引用理由 | 核查状态 | 传播力⭐ | 来源分级Tier{1-5}`\n\n### 最终文章格式（Step 6 输出）\nH1标题（来自 Step 4.3 候选，24-38字）+ 来源导语（斜体，H1后H2前）+ H2+H3结构 + 引用块（3-5处）+ 加粗（每段2-4处）+ 斜体（概念定义/注释）+ 列表（至少1处）+ 表格（至少1个）+ 分割线（2-3处）+ 2-3个编辑锚点 ``，保存到 `{skill_dir}/output/`\n格式适配 rico-md（md.ricoui.com）一键排版，详见 `references/wechat-format-guide.md`\n\n## 规则\n\n1. **增量密度底线**：纯复述实录≤30%，每段必须有实录外增量（背景/数据/对比/注释），增量信息标注来源\n2. **零空缺兜底**：每个干货信息点的补充信息不能空缺。首选工具搜不到→换工具逐个尝试（5工具轮询）→仍无结果用Agent已知信息标记[AI推断]，绝不留空\n3. **观点必须归属**：实录观点标注发言者姓名，Agent自身分析与实录观点明确区分，争议观点呈现双方\n4. **37通道引擎级路由**：按话题领域精准路由到引擎级通道——财经→妙想mx-data/mx-search+cn-web-search财经引擎；AI→aihot+cn-web-search英文引擎；科技→cn-web-search英文+技术引擎；近期→last30days-cn。cn-web-search内部17引擎按场景选择，头条仅作最后兜底（详见references/tool-router.md）\n5. **三节点确认**：素材稿→框架+人设→搜索补充，用户确认后才继续。用户说\"全自动\"则跳过确认\n6. **交付必同步**：Step 8必须执行——最终文章保存到用户桌面+上传飞书云盘，反馈完整路径\n7. **样式丰富度**：H3全文3-6个、引用块3-5处、加粗每段2-4处、斜体至少2-3处、列表至少1处、表格至少1个、分割线2-3处，不连续3段以上纯文本无样式变化（详见references/wechat-format-guide.md样式丰富度检查清单）\n8. **素材覆盖率阻断**（6.4.5）：撰写完成后对照素材稿逐条标记融入状态。素材覆盖率≥95%，⭐⭐⭐⭐⭐传播力素材覆盖率=100%（零容忍）。未达标禁止进入6.5格式适配。撰写前必须先产出\"素材→段落映射表\"（6.0），避免靠记忆遗漏\n9. **增量信息融入阻断**（6.4.6）：Step 5 搜索到的补充信息必须100%融入文章，不得遗漏。撰写前必须先产出\"增量信息→段落映射表\"（6.0），对照映射表逐条融入。评估不融入需明确标注理由\n10. **信源质量门控**（Step 5实时+Step 7硬阻断，详见references/source-quality-gate.md）：\n - **信源多样性**：单一域名≤30%、聚合平台（头条/百家号/UC大鱼号/企鹅号等）≤20%、独立信源≥6个\n - **信源分级覆盖**：Tier 1官方≥1条、Tier 2权威媒体≥2条、Tier 3行业研究≥1条、Tier 4-5占比≤50%\n - **关键数据交叉验证**：财务/政策/排名/技术规格数据≥2个非原文信源\n - **始发信源追溯**：聚合平台内容必须追溯始发信源，追溯不到→降级Tier 5或弃用\n - **硬阻断**：Step 7撰写完成后执行3个硬阻断点，任一不通过→回到Step 5补搜，禁止进入Step 8交付\n11. **标题策略子系统**（Step 4.3，详见 references/title-strategist.md）：\n - **决策顺序**：访谈真实判断 → 读者认知收益 → 原话/数据支撑 → 数据关键词 → 网感\n - **5 风格组候选**：观点冲突/人物故事/数据锚点/行业洞察/长期价值，最多 12 个候选\n - **5 维度评分 + 6 风险标记**（含访谈专属\"原话归属风险\"）\n - **反幻觉硬规则**：标题实体/数字/判断必须来自素材稿或 Step 5 补充，禁止编造\n - 标题候选在确认点2向用户展示，用户可 override\n\n## 示例\n\n**输入**：用户提供美光CEO桑杰播客访谈微信文章链接\n\n**Step 2输出（节选）**：\n```\n> 原文：\"AI竞赛不仅是算力竞赛，更是存储竞赛\"（第21段）\n> 提取：[CONTRA] AI核心瓶颈不是算力而是存储 —— 桑杰（美光CEO）\n> 引用理由：直接颠覆\"算力为王\"叙事，传播力极强\n> 核查状态：待核查\n> 传播力：⭐⭐⭐⭐⭐\n```\n\n**Step "},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn75zj7vzdyvap84adxa8heyyd82f5eh\",\n \"slug\": \"transcript-crafter\",\n \"version\": \"1.3.1\",\n \"publishedAt\": 1784465409257\n}"},{"path":"references/anti-ai-rules.md","content":"# 反AI写作规范\n\n> 提取自 khazix-writer skill（数字生命卡兹克），适配 transcript-crafter 所有人格共享使用\n> 来源：https://github.com/KKKKhazix/khazix-skills\n> 人味儿三要素+Gotchas 提取自《人味儿写作心法》（橘子/Cola），适配转写场景\n> 来源：https://github.com/orange2ai/renwei-writing\n\n## 适用范围\n\n本规范**仅约束正文叙述的语气和风格**（段落行文、转场、判断表达等）。\n\n**不约束以下场景**（这些场景有独立的格式规范）：\n- 引用署名格式（遵循 `wechat-format-guide.md` 和 `interview-personas.yaml` 的 `_shared.source_attribution`）\n- 素材稿/框架/补充信息等中间产物的格式\n- 数据表格、代码块、列表等结构化内容\n\n因此：引用署名中的 `—— 姓名，身份` 和 `「原话」` 不受本规范标点禁令限制。\n\n## 人味儿三要素（正面定义）\n\n人味儿不是文字技巧，是三件事。写每一段时问自己，这三件事在不在：\n\n1. **位置。** 人味儿的文字背后，有一个具体的人站在具体的位置说话。凌晨五点、看着身边朋友的那个位置，决定了他说\"拯救自己的前额叶\"而不是\"提升专注力\"。AI不站在任何地方，可以替任何人写任何立场，这种无限灵活反过来就是没有存在。**转写时：发言者有位置，你的人设也有位置，两个位置都要站住。**\n\n2. **代价。** 人有激素、有欲望、有困了饿了想被人抱的身体。好的文字让你感受到背后那个人的情绪：是真的熬过夜、真的心动过、真的被什么事气得手抖，每个判断都是拿身体付过代价换来的。AI写漂亮话不付任何代价，不疼不痒。**转写时：你下的每个判断，背后要有具体的理由，不能是空口白话。**\n\n3. **手迹。** 两个人抄同一段话，内容一样，你仍认得出谁抄的。看似冗余的\"自己的\"、句尾的\"呢\"、忽长忽短的呼吸，都是手迹。AI没有手，怎么写都像打印的。**转写时：发言者的原话是他们的手迹，你人设的判断方式是你的手迹，都要保留。**\n\n## 绝对禁区\n\n### 1. 套话禁令\n禁用以下句式：\n- \"首先...其次...最后\"\n- \"综上所述\"\n- \"值得注意的是\"\n- \"不难发现\"\n- \"让我们来看看\"\n- \"接下来让我们\"\n\n### 2. 过度结构化禁令\n- 不用 bullet point 罗列观点\n- 不大量加粗\n- 非方法论类文章不加小标题，用口语化转场句衔接（\"说到这个\"\"回到xxx这块\"）\n- 方法论文章可用数字编号（1、2、3），但不是正式markdown标题\n\n### 3. 标点禁令\n- 不使用冒号\"：\"，用逗号代替\n- 不使用破折号\"——\"\n- 不使用双引号（\"\"和\"\"都不用），需要引用或强调时用「」或直接不加引号\n\n### 4. 高频踩雷词（绝对禁用）\n- \"说白了\" ← AI特别爱用，一出现立刻暴露\n- \"意味着什么？\" ← AI标志性句式\n- \"这意味着\" ← 同上，换成更口语的表达\n- \"本质上\" ← 太学术\n- \"换句话说\" ← 太书面\n- \"不可否认\" ← 套话\n\n### 5. 假设性例子禁令\n- 不编造\"比如有一次...\"这种场景\n- 要用\"就像我今天正在搞的xxx\"这种正在发生的真实细节\n- 没有真实细节就别硬编，不如写\"我自己还没试过，但想想就觉得xxx\"\n\n### 6. 空泛工具名禁令\n- 不说\"AI工具\"、\"某个模型\"\n- 要说具体名字：Claude Code、GPT-4o、DeepSeek、Seedance 2.0等\n\n### 7. 教科书开头禁令\n- 禁止\"在当今AI快速发展的时代\"\n- 禁止\"随着技术的不断进步\"\n- 永远从一个具体的、当下的事件或场景切入\n\n---\n\n## 口语化词组库\n\n### 转场和过渡\n坦率的讲、说真的、我是真的觉得、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、回到xxx这块、这块需要注意一下、顺着上面的再聊聊\n\n### 表达判断\n我有时候觉得、我一直觉得、这话听着有点刺耳但、不是说xxx不行而是说、我自己的感受是、我始终坚信、我觉得还是挺重要的\n\n### 承认和自嘲\n说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、这个事儿我也踩过坑、愚钝如我、我说\"理论上\"是因为我自己还没完全跑通、说实话我们还差得远\n\n### 情绪表达\n这种感觉太爽了、我当时就愣住了、想想就觉得兴奋、我真的被震撼到了、搞得我现在还有点懵、太离谱了、一时间无语凝噎、鬼使神差的\n\n### 拉近距离\n很多朋友可能不知道、可能有小伙伴纳闷、你如果关注这个领域的话、大家也都知道\n\n### 口头禅和口癖\n这玩意、不是哥们、真的就是一声叹息、太牛逼了、比较骚的事\n\n---\n\n## 风格内核要点\n\n1. **节奏感**：像跟朋友聊天，句子时长时短，大量用逗号制造口语化停顿感。一句话自成一段来制造重点。\n2. **论述中的故意打破**：在展开观点时，故意加入口语打断来破坏严谨性。重复强调、中途叹息、省略主语、刻意模糊。\n3. **知识输出方式**：知识是\"聊着聊着顺手掏出来\"的，不是\"下面我来给大家科普一下\"。\n4. **私人视角**：用\"我也面临这个问题\"连接个人经历和公共议题，而非\"这给我们的启示是\"。\n5. **判断力**：敢下判断，有明确好恶。表达不是居高临下的点评，而是\"我被打动了\"这种承认自己被影响的姿态。\n6. **句式断裂**：用一个极短的句子或短语独立成段，制造停顿和重量感。不能滥用，关键节点用一下效果极强。\n7. **回环呼应**：前面埋的细节后面得响。文章内部要有callback结构，前面提到的意象/句子在后面以变体形式再次出现。\n8. **谦逊铺垫法**：在给出观点前，先用自谦的话降低读者防御心。\"我也不知道行不行\"\"我自己也有一些不成熟的经验\"。\n9. **读者直呼法**：在关键节点直接跟读者对话。\"屏幕前的你\"\"你相信我\"。不是通篇都用，精准投放。\n10. **层层剥开**：不是直接讲结论，而是\"现象→表面解释→更深的追问→核心洞察\"展开。\n11. **人物画像法**：从一个数据点出发，用极短的篇幅想象背后那个具体的人的完整人生。标准结构：触发点数据→快速代入→多维堆砌→情感锚定→细节具象化。3-5句话内让人物变立体，才能产生共鸣。\n12. **反向论证**：在揭示核心观点前，先满足读者的期待，然后打破它。\"你以为XX？结果就是YY。\"这种反转让读者有\"被启蒙\"的感觉，但要注意力度，是\"我也曾经这样想\"而不是\"你们都错了\"。\n13. **升番逻辑**：当涉及多个产品/案例对比时，不要一次性罗列结论，而是逐一展示，排列遵循升番——最弱的放前面，最炸的留最后，中间有\"我以为到顶了结果还能往上翻\"的惊喜感。\n\n### 开头的几种必杀技\n\n永远从一个具体的、当下的事件切入，绝不宏大叙事：\n- **叙事启动**：\"故事是这样的。\"/\"事情是这样的。\" 简单直接。\n- **荒诞事实**：直接抛出一个让人"},{"path":"references/extraction-guide.md","content":"# 信息提取规范（10 维度体系）\n\n## 你的任务\n\n从访谈/会议实录中提取结构化信息，形成可用于公众号长文撰写的素材稿。提取的质量直接决定最终文章的深度、传播力和价值。\n\n## 核心原则\n\n1. **忠实原意**：提取的观点必须与发言者原意一致，不曲解、不添油加醋\n2. **颗粒度适中**：提取到\"一个完整观点\"的粒度，不是整段话，也不是半句话\n3. **保留语境**：每个观点/数据都要保留足够的上下文，避免断章取义\n4. **标注归属**：每条素材必须标注发言者，不能混为一谈\n5. **传播导向**：关注信息的传播潜力——什么能让人停下来、转出去、讨论起来\n\n---\n\n## 10 维度提取体系\n\n```\n┌─────────────────────────────────────────────────┐\n│ 10 维度信息提取体系 │\n│ │\n│ 🧠 认知层（文章的脑） │\n│ [VIEW] 核心观点 —— 判断/立场/预测 │\n│ [INSIGHT] 行业洞察 —— 别人看不到的深层认知 │\n│ [DATA] 数据事实 —— 具体数字/指标/来源 │\n│ │\n│ 🔥 传播层（文章的钩子） │\n│ [CONTRA] 反常观点 —— 与主流/常识相悖的判断 │\n│ [EXPLOSIVE] 劲爆点 —— 能引爆讨论的信息 │\n│ [STUNNING] 惊艳点 —— 认知冲击，\"原来如此\" │\n│ │\n│ 💬 情绪层（文章的温度） │\n│ [ROAST] 吐槽点 —— 不满/质疑/辛辣评价 │\n│ [HUMOR] 幽默笑点 —— 有趣/自嘲/梗 │\n│ │\n│ 🔧 实操层（文章的手） │\n│ [HOWTO] 经验做法 —— 具体方法/工具/步骤 │\n│ [STORY] 案例故事 —— 亲身经历/项目/客户 │\n│ │\n└─────────────────────────────────────────────────┘\n```\n\n### 通用提取格式\n\n每条素材统一使用以下格式（融合原文引用 + 归属 + 核查 + 来源分级）：\n\n```markdown\n> 原文：\"{原话}\"（第X段）\n> 提取：[维度标记] {提炼后的核心信息} —— {发言者}（{身份}）\n> 引用理由：{为什么这条信息重要/有传播力}\n> 核查状态：[VERIFIED / PARTIAL / UNVERIFIED / INCORRECT / 待核查]\n> 传播力：⭐⭐⭐⭐（1-5星，5星=读者会截图转发）\n> 来源分级：Tier {1-5}（核查后的来源可信度，详见 tool-router.md）\n> 关联：{与其他素材的关联（如有）}\n```\n\n---\n\n## 🧠 认知层\n\n### 维度1：核心观点 [VIEW]\n\n**提取标准**：\n- 发言者明确表达的个人判断、立场或预测\n- 必须是完整的论断，不是模糊的倾向\n- 包含\"是什么\"或\"应该怎样\"的判断\n\n**示例**：\n```markdown\n> 原文：\"AI Agent 的真正壁垒不在技术，在对业务流程的理解深度\"（第12段）\n> 提取：[VIEW] AI Agent 的壁垒是业务理解而非技术 —— 李明（CTO）\n> 引用理由：直接挑战行业主流\"技术为王\"叙事，是文章核心论点\n> 核查状态：待核查（需补充竞品技术对比数据）\n> 关联：支撑 [CONTRA] 同一发言者的反常观点\n```\n\n**常见错误**：\n- 把提问当观点（主持人问\"XX是不是很重要？\"不是观点）\n- 把假设当观点（\"如果A发生，那么B\"是推演不是观点）\n- 提取太宽泛（\"AI很重要\"不是有价值的观点）\n\n---\n\n### 维度2：行业洞察 [INSIGHT]\n\n**提取标准**：\n- 对行业趋势、规律、本质的深度认知\n- 不是表面的观察，是\"看到别人看不到的\"\n- 有一定的抽象和概括性，能揭示底层逻辑\n\n**示例**：\n```markdown\n> 原文：\"70%的企业在试点AI，但只有7%实现了规模化。这个剪刀差五年前企业上云时也出现过，但这次时间窗口短得多。\"（第8段）\n> 提取：[INSIGHT] AI行业的\"7%鸿沟\"——试点率与规模化率之间的巨大落差，且时间窗口比上云时代更短 —— 张华（行业分析师）\n> 引用理由：揭示了AI落地的核心矛盾，数据+类比让洞察可感知\n> 核查状态：PARTIAL（McKinsey数据需核实具体报告）\n> 关联：与 [DATA] 70%/7% 数据互为支撑\n```\n\n**与 [VIEW] 的区别**：[VIEW] 是\"我判断A是对的\"，[INSIGHT] 是\"我发现了一个规律/本质\"。\n\n---\n\n### 维度3：数据事实 [DATA]\n\n**提取标准**：\n- 具体的数字、比例、时间节点、指标\n- 可验证的事实陈述\n- 来自具体来源的数据\n\n**示例**：\n```markdown\n> 原文：\"全球 AI Agent 市场 2024 年 51 亿美元，到 2026 年预计 500 亿\"（第5段）\n> 提取：[DATA] 全球AI Agent市场：2024年51亿美元 → 2026年预计500亿 —— 来源：McKinsey报告\n> 引用理由：10倍增长预测，是文章说服力的数据骨架\n> 核查状态：UNVERIFIED（需核查具体报告名称和发布时间）\n> 关联：支撑 [INSIGHT] 市场爆发趋势判断\n```\n\n**常见错误**：\n- 模糊数据不标记（\"增长很快\"不是数据，\"增长300%\"才是）\n- 不标注来源（数据没有来源就没有说服力）\n- 混淆预测和事实（\"预计2026年500亿\"是预测，需标注）\n\n---\n\n## 🔥 传播层\n\n### 维度4：反常观点 [CONTRA]\n\n**提取标准**：\n- 与主流观点、行业常识、大众认知**明确相悖**的判断\n- 不是简单的\"不同意见\"，是\"颠覆性认知\"\n- 发言者有立"},{"path":"references/fact-check-guide.md","content":"# 事实核查方法论\n\n> 基于 news-fact-check skill 方法论，适配 transcript-crafter 的素材核查场景\n\n## 核心原则\n\n**先怀疑，后验证**。不要假设任何信息是真实的或假的，始终通过证据来判断。\n\n---\n\n## 核查流程\n\n### 第一步：识别关键声明\n\n从素材中提取可验证的核心事实主张（Claims），包括：\n- 具体的人物、地点、时间、数据\n- 直接引语和归属来源\n- 事件的核心事实\n\n### 第二步：多源验证\n\n对每个关键声明进行交叉核实：\n\n1. **权威新闻源比对**：对比 Reuters、AP、新华社、财新等权威媒体是否报道\n2. **官方信息核查**：查找政府部门、机构、企业的正式声明\n3. **事实核查网站**：\n - [Snopes](https://snopes.com/)\n - [PolitiFact](https://politifact.com/)\n - [FactCheck.org](https://factcheck.org/)\n - [中国谣言粉碎机](https://piyao.sina.cn/)\n - [腾讯新闻较真](https://news.qq.com/zt2020/page/feiyan.htm)\n4. **金融数据核查**（妙想 mx-data）：\n - 股价/市值/财报等硬数据\n - 研报/目标价等分析师数据\n - 行业对比数据\n\n### 第三步：评估来源可靠性\n\n检查原始信息来源的可信度：\n- 媒体声誉和历史准确性\n- 是否有明确的消息源\n- 报道是否包含多方观点\n- 出版时间是否最新\n- 是否有明显的偏见或利益相关\n\n### 第四步：给出结论\n\n根据证据强度，给出以下结论之一：\n\n| 结论 | 标记 | 含义 | 文章中的处理 |\n|------|------|------|------------|\n| 已证实为真 | `[VERIFIED]` | 有多处独立可靠来源证实 | 直接使用 |\n| 部分属实 | `[PARTIAL]` | 包含真实成分但有误导性细节或需更新 | 标注\"截至XX时间\"或补充说明 |\n| 无法核实 | `[UNVERIFIED]` | 缺乏足够证据做出判断 | 加注\"据XX表示\"或降级为观点 |\n| 已证实为假 | `[INCORRECT]` | 有明确证据证明为虚假信息 | 不使用，或标注\"与公开数据存在差异\" |\n| 误导性 | `[MISLEADING]` | 技术上可能为真但呈现方式具有误导性 | 重新表述或补充上下文 |\n\n---\n\n## 常见红旗特征\n\n以下特征提示信息可能不可靠：\n- 来源模糊或不存在\n- 情绪化、煽动性语言\n- 单一来源，无其他媒体跟进\n- 声称\"独家报道\"但无原始链接\n- 使用模糊的时间表述（如\"近日\"）\n- 数据无来源或来源不可追溯\n- 利益相关方的自我陈述（如CEO谈自家公司前景）\n\n---\n\n## 访谈场景特殊规则\n\n### CEO/高管发言的特殊处理\n- 对自家公司的正面判断 → 天然有利益相关，需交叉验证\n- 具体数据（收入/CapEx/市占率） → 优先用妙想查财报核实\n- 前瞻性预测 → 标记为\"前瞻判断\"，不标 VERIFIED\n- 个人经历 → 通常 UNVERIFIED（无法公开验证），但可保留作为叙事素材\n\n### 行业专家发言的特殊处理\n- 行业趋势判断 → 用 cn-web-search 查行业报告交叉验证\n- 竞品评价 → 天然有利益冲突，需标注\n- 技术细节 → 用技术引擎验证\n\n### 数据类素材的核查优先级\n1. 财报数据 → 妙想 mx-data（最高优先级）\n2. 市场数据 → 妙想 mx-data + cn-web-search 交叉验证\n3. 行业报告数据 → cn-web-search 财经引擎\n4. 个人估算/口头数据 → 标记 UNVERIFIED，使用时加注\n\n---\n\n## 输出格式\n\n完成核查后，以以下格式呈现：\n\n```\n📋 核查结论：[VERIFIED / PARTIAL / UNVERIFIED / INCORRECT / MISLEADING]\n\n🔍 关键发现：\n- [发现1]\n- [发现2]\n\n📚 证据来源：\n- [来源1]\n- [来源2]\n\n⚠️ 注意事项：\n- [任何可能影响判断的因素，如利益相关、时效性等]\n```"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。 Skill: Transcript Crafter Owner: edwardwason Summary: 访谈实录转公众号深度长文全流程：10维度提取→人设适配→框架→5工具搜索补充→重构撰写。Invoke when提取并转写、转写公众号长文、提取干货。Do NOT for原创写作、热点文章、纯翻译。 Tags: article:1.1.0, interview:1.1.0, latest:1.3.1, transcript:1.1.0, wechat:1.1.0, writing:1.1.0 Version history: v1.3.1 | 2026-07-19T12:50:09.257Z | user Audit remediation: H1 length sync, permission table standardization, YARA trigger word rewrite, README bilingua","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":705,"uniquenessScore":62,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T08:43:43.738Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T08:43:43.738Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T10:47:53.298Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}