laohan-redian

# ①选题决策 热点只用于发现，最终结果是一个可审计的生产决策：为什么现在做、给谁看、论点凭什么成立、抖音上有哪些重复角度、为什么淘汰其他候选，以及发布后如何按固定窗口复盘。 ## 边界 - 本 skill 是①唯一主写者，写 signals、candidates、source-health 和 `00-选题.*`。 - `laohan-douyinsousuo` 只写 `00-抖音搜索证据.{json,md}`；同一 Agent 宿主按 bianpai 路由执行，不做 programmatic skill-to-skill 调用。 - ②才写口播稿；①不生成正文、大纲段落或封面。 - ⑤才做完整事实核验；①仍须给最终事实前提找到至少一条 PRIMARY 原始来源。 - 不安装新浏览器、爬虫、Python runtime 或第三方 skill。抖音平台访问只用已安装 OpenCLI。 - 同一事件可以形成观点候选和教程候选；受众任务、标题承诺和内容路径真正不同时可分别参加比较。②—④沿用选中 lane，不混写。 ## 输入 Episode 模式必须读取： 1. 本期 `episode-config.json` 与 `00-编排/` 冻结产物。 2. 本期已显式登记的反馈快照；没有就记录 `NOT_AVAILABLE`，不得扫描旧 episode 猜经验。 3. 本轮真实 signals 与抖音搜索证据。 默认 `AUTONOMOUS_DISCOVERY`：自主完成①。Jeffrey 明确给题时走 `USER_SEED`，可缩短广泛发现，但仍必须给出至少一个真实替代候选、抖音取证、PRIMARY 证据和测量合同。`REVIEW_GATED` 才等待 Jeffrey 选题。 ## 工作流 ### 1. 采集当前信号 Episode 模式执行唯一确定性入口： ```bash node ~/Documents/laohan-skills/laohan-redian/scripts/collect-topic-signals.mjs \ --episode episodes/<slug> ``` 恢复原版“AIHOT精选 + 全平台热榜 + 抖音视角”三路发现法。默认实际 route 为 AIHOT、Hacker News、知乎、微博、36kr、B站、抖音热榜、头条、贴吧和虎扑；某路失败如实记录，其他路继续。需要缩小或替换时才传 `--sources`，总数2—10路。全部仍使用现有 AIHOT/OpenCLI，不安装第二套工具。 脚本只写： - `00-选题-signals.json` - 初始 `00-选题-source-health.json` 脚本不选题、不访问旧 episode、不调用 `douyin-ai.js`。 ### 2. 标准化、去重、形成候选 读取 signals，按稳定 signal id 聚类同一事实事件；排除同 URL/同承诺/同路径的重复表达。同一事件只有在“帮观众作判断”和“带观众完成任务”分别成立时才生成两个形态。写 schema 2 `00-选题-candidates.json`，先用顶层 `screening_summary` 留下筛选链路，再写至少两个真正不同的短名单候选。`screening_summary` 只包含： - `raw_signal_count`：signals 中实际结果总数；`event_cluster_count`：去重后的事件簇总数。 - `longli...