Content Prediction Retro

/cheat-retro — 数据回收与复盘

抓 T+N 天的实际表现 → 对比预测 → 提炼新观察 → 写入 rubric-memo.md。只追加 ## 复盘 段，绝不改预测段。rubric_notes.md 是 blind 白名单，只能保存通用公式、维度定义和抽象规则，不能写入样本名、实绩、评论、链接或播放/阅读数。

Overview

[用户：复盘 predictions/2026-05-04_...]
  ↓
[Phase 0: 校验 immutability + 校验时间窗口]
  ↓
[Phase 1: 抓数据（manual paste 或 adapter）]
  ↓
[Phase 2: 写实绩段 + top 评论关键词]
  ↓
[Phase 3: 验证/推翻预测的各假设]
  ↓
[Phase 4: 提炼新观察]
  ↓
[Phase 5: 落盘（追加到 ## 复盘 段）]
  ↓
[Phase 6: 写入 rubric-memo.md 的"观察记录"段]
  ↓
[Phase 7: 检测是否触发 bump 候选 → 提示用户跑 /cheat-bump]

Constants

• RETRO_WINDOW_DAYS = 3 — 默认 T+3d。短视频快平台可设 1，长文设 7
• DATA_SOURCE = manual — manual: 用户粘数字；adapter: 调对应平台 adapter（需配置）
• AUTO_PROPOSE_BUMP = true — Claude 判断是否系统性偏差时自动提议 /cheat-bump
  • 默认参考：连续 ≥3 次同向偏差（high/low）→ 提议
  • 但 Claude 可以更早提议：1 次极端偏差（如中枢 50w 实绩 5w 这种 ≥10x），即使没有"连续"也提议
  • 也可以更晚：3 次同向但每次偏差都很小（<25%），可能只是噪声不是系统性
• TOP_COMMENTS_N = 20 — 抓 / 粘 top N 高赞评论

💡 调用时覆盖：/cheat-retro <file> — window: 7 — source: adapter

Inputs

入参解析（同 cheat-predict 双形态接受）

用户给的可能是：

• predictions/2026-05-04_<id>_<short>.md → 直接用这个 prediction 文件
• videos/2026-05-04_<id>_<short>/ → 找对应的 prediction 文件（按 id 匹配）+ 把 report.md 写到该 video folder 里
• 缺省 → 从 pending_retros[0] 取最早的

Workflow

Phase 0: 校验

1. 读 <prediction-file>，确认存在
2. 识别有效预测段：扫所有 ## 预测... 段（可能含 ## 预测、## 预测 v1、## 预测 v2 等）：
   • 取最后一个## 预测 vN 作为本次校准的依据（v2 存在则用 v2；只有 v1 则用 v1；legacy 单段 ## 预测 直接用）
   • state.shoots 对应项的 v2_prediction_written 应与"是否存在 v2 段"一致——不一致则警告（state 与文件脱节）
3. 校验 immutability：在内存 cache 住所有 ## 预测... 段的内容（用于 Phase 5 后核对——全部段不可改，不只是有效段）
4. 校验文件 header 有 Published at → 没登记的不能复盘，提示用户先 /cheat-publish
5. 校验时间窗口：今天 - published_at >= RETRO_WINDOW_DAYS。不够 → 提示"还差 X 天"，询问用户是否仍坚持复盘（标 early_retro: true）
6. 校验已有复盘段是否已填——已填则询问"是补充还是修正？"
   • 补充 → 在已有复盘段下追加新子段，标日期
   • 修正预测段（用户错觉）→ 拒绝

Phase 1: 抓数据

按 state.data_collection 字段分两条路径——抓回数据后写到 video folder 的 report.md（如果 prediction 关联 video folder），同时解析摘要 inline 到 prediction 的复盘段。

Path A：DATA_SOURCE=manual（候补方案）

• 询问用户："粘贴这条作品的当前数据：播放 / 点赞 / 评论 / 转发 / 收藏（顺序无所谓，能识别就行）"
• 用户粘 → 解析提取数字
• 强制要求 top 评论：让用户从平台后台或直接打开评论区贴 TOP_COMMENTS_N 条到对话里（每条带赞数）
  • 用户拒绝 / 给少于 5 条 → 拒绝继续："评论才是真信号——'她不一样'这种模因爆发只能从评论看出。 没评论的复盘 = 看体温计判断病情。粘 top 20 给我。如果实在拿不到，告诉我原因（比如评论被关了），我帮你标 comments_unavailable，但这次复盘价值打折。"
• 把粘的原始数据写到 videos/<...>/report.md（如有 video folder）

Path B：DATA_SOURCE=adapter

按 prediction header 的 Platform 字段 + state 的 enabled_perf_adapters 决定调哪个：

<adapters-dir> = 克隆源码处的 cheat-on-content/adapters/perf-data/（install.sh 不复制 adapter 到 ~/.claude/skills，只复制 15 个 skill）。定位：find ~ -path '*/cheat-on-content/adapters/perf-data' -type d | head -1。

douyin-session 的特殊处理：

• 视频 URL（如 https://v.douyin.com/abc123）→ 短链解析 → 提取 aweme_id
• 调用前确认 cookie 文件存在（adapter 会找 .auth/）；不存在则提示用户先跑 python <adapter>/crawler.py login
• adapter 输出在 <video_folder>/report.md（adapter 的 renderer.py 已经按这个格式写）
• cheat-retro 读这个 report.md 解析关键数据 → 摘要写入 prediction 的复盘段

xhs-explore 的特殊处理：

• 笔记 URL（https://www.xiaohongshu.com/explore/<note_id>?xsec_token=... 或 https://xhslink.com/xxx）→ 提取 note_id
• 调用前确认 cookie 存在（adapter 找 .auth-xhs/）；不存在则提示先跑 python <adapter>/crawler.py login
• 字段已校准（观看 view_count 等已写死）；万一接口改版导致某项为 0，看 report.md 末尾 galaxy 原始 JSON，把新 key 加进 crawler.py 的 _normalize_note
• 评论可能抓不到（xsec_token 缺失 / 评论关闭）→ report.md 标"未抓到评论" → 此时降级要求用户 manual 粘 top 20 评论（评论是真信号，不能省）

linkedin-session 的特殊处理：

• 帖子 URL（https://www.linkedin.com/feed/update/urn:li:activity:<id>/）或裸 activity_id → adapter 自动提取 activity_id
• 调用前确认 cookie 存在（adapter 找 .auth-linkedin/）；不存在则提示先跑 python <adapter>/crawler.py login
• 只能抓你本人发的帖子（LinkedIn 单帖分析仅作者可见）；LinkedIn 界面 日/英 随机切换，extract.py 的 POST_METRICS 已存双语标签，万一某项为 None 看 .cheat-cache/linkedin-session-debug/post_<id>.txt 把新标签补进去
• 评论只给数、不给正文（分析页限制）→ report.md 标注 → 降级要求用户 manual 粘 top 评论（评论是真信号，不能省）

wechat-channels 的特殊处理：

• 仅抓用户自己登录后可见的视频号助手后台数据；调用前确认内容项目存在 .auth-wechat-channels/
• 不存在登录态时，提示先运行 python <adapter>/review.py login 并扫码；登录态只保存在内容项目本地
• adapter 输出 report.md，但不落盘原始响应、请求体、完整后台 URL、后台截图、页面文本、评论者昵称或内部用户 ID
• 找不到目标作品或 adapter 失败时，非 0 退出并降级 manual；不得把旧 report.md 当作本次成功

bilibili-stat 的特殊处理：

• 视频 URL（https://www.bilibili.com/video/<BV号> 或 b23.tv 短链）或直接给 BV 号 → adapter 自动提取 BV 号
• 无需登录：B站视频数据(view)与评论(reply)都是公开接口、免 wbi 签名，adapter 是纯 httpx，没有 crawler.py login 步骤、不碰 .auth/
• 依赖 httpx：首次用 pip install -r <adapter>/requirements.txt
• 评论按热度（sort=2）抓取；B站老接口主楼评论可能偏少，不足时降级 manual 粘

任何 adapter 失败（cookie 过期 / 接口变化 / 网络）→ 优雅降级到 manual，提示用户："adapter 调用失败，原因 [X]。改用 manual 模式——粘下面的数据"。不阻塞流程。

共同输出

不管 Path A 还是 B，最终：

• videos/<...>/report.md 含完整原始数据（数字 + top 评论）
• prediction 文件复盘段含摘要（关键比率 + 评论关键词聚类 + 验证/推翻判定）
• report.md 是数据真相，prediction 复盘段是判断真相

Phase 2: 写实绩段 + top 评论分析

实绩数据格式（参考 prediction-anatomy.md 的复盘段格式）：

### 实绩数据
- 播放：71.1w（落在 `30-100w` 桶内偏高，相对中枢 50w **+42%**）
- 点赞：2.4w（赞播比 3.38%）
- 评论：899（评播比 0.126%）
- 收藏：5251
- 分享：1.8w（分播比 2.53%，强）

数据点之间的派生比率（赞播比、评播比、分播比）必须算出来——它们是单纯播放数无法暴露的信号。

top 评论关键词聚类：

• 把粘进来的 N 条评论分 3-5 类（高赞模因 / 概念引用 / 离题噪声 / 转发暴露暗示 / @朋友传播 等）
• 每类列代表性评论（带赞数）
• 报告比例（"22% 是模因复用、35% 是概念引用、5% 是离题"）