pulse-deliverlisted

# pulse-deliver · 交付报告 把一批 `Opportunity` 对象渲染成用户**可以直接行动的可点击 Markdown 报告**。 本 skill 是 4 段流水线的**第 4 段**，也是最终输出——用户看到的就是它。 ## 何时使用 - 手里有一个或多个 `Opportunity` 对象要展示给用户 - 用户说"**给我一份待评论清单**" - 用户说"**今天有什么值得互动的**" - `pulse-enrich` 跑完，需要呈现结果 触发词：**deliver, report, list, show, format, 输出, 报告, 清单, 列表** ## 何时不用 - 用户要**原始 JSON** → 直接打印 Opportunity 对象 - 用户想**发现更多** → 回 `pulse-discover` - 用户想**重新评分** → 回 `pulse-enrich` ## 工作流 ### Step 1 · 接收 Opportunities 输入：`Opportunity` 对象数组（`pulse-enrich` 的输出）。 ### Step 2 · 去重 对照本地历史逐条检查： ```bash # 状态库：~/.pulsehub/state/seen-urls.db (SQLite) # 表结构：(platform, workId, firstSeenAt, lastShownAt) ``` 跳过最近 7 天内已展示过的 URL（窗口可配置）。 保留的 URL 更新 `lastShownAt`。 **Fallback（DB 不可用时）**：SQLite DB 不存在 / 无法写 → 改用文本去重：扫描 `~/.pulsehub/reports/*.md` 历史报告里的 URL，按 (platform, workId) 手动比对。首次运行无历史 → 提示用户"本次未去重（首次运行）"，从本次开始积累报告作为去重依据。 ### Step 3 · 计算时间窗口 对每个机会计算"最佳评论窗口"，依据： - 元数据里的 `publishedAt` - 平台互动曲线（发布后前 30 分钟内的评论曝光约 10 倍） - 当前时间 输出：`bestWindowMin`（距发布时间的分钟数，如 30 = "发布后 30 分钟内最佳"）。 已过窗口 → 标记 "late"，但仍然列出。 ### Step 4 · 建议评论角度 对每个机会生成一个**建议**（不是成品评论）： ```text opportunity: { title: "想买个无线耳机求推荐", signals: { purchaseIntent: true } } suggestedAngle: "提你产品的降噪+续航。问对方预算来确认线索质量。 不要甩裸链接——让对方先追问。" ``` **关键**：建议只是角度，不是成品评论。用户必须用自己的口吻重写。 ### Step 5 · 渲染 Markdown 按下面的模板渲染（**渲染由 AI 按模板直接完成，无独立 renderer 程序**）： ```markdown # 待评论清单 — 2026-07-27 > 找到 12 个机会（高 3 / ��� 6 / 低 3）。已去重，未展示 2 个最近 7 天看过的。 ## 🔥 高价值（3） ### 1. 小红书：想买个无线耳机求推荐 - **URL**: [