laohan-yunying

Solid

抖音数据与评论编排器。读取 Jeffrey 手动发布后登记的作品记录,回收作品数据和评论洞察,并把真实数据交给 cheat-on-content 复盘。Use when 用户说抓作品数据、复盘评论、登记手动发布结果、进入⑬数据或⑭评论。

AI & Automation 11 stars 2 forks Updated 1 weeks ago MIT

Install

View on GitHub

Quality Score: 80/100

Stars 20%
36
Recency 20%
90
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# 抖音数据与评论编排器 本 skill 不发布、不准备发布文案、不代替 Jeffrey 点击平台。它只读取手动发布事实,保存数据和评论证据;`cheat-on-content` 是预测与复盘引擎。 ## 工作流 ### 1. 手动发布事实登记 Jeffrey 在平台手动发布后,提供 URL、aweme_id 与平台显示的精确标题 platform_title;先运行 `bianpai check --require final`,再由本 skill 写 `12-发布/publish-record.json`。Jeffrey 只负责平台点击,本 skill 只登记事实;不得生成 release-ready、发布文案、定时发布或任何平台点击自动化。 ### 2. 手动发布记录 只登记 Jeffrey 提供的作品 URL、aweme_id 与 platform_title;不调用 URL 解析、平台浏览器、发布 adapter 或任何替代发布工具。URL 必须包含同一 aweme_id;缺任一身份字段则停,不能编造。 写 `12-发布/publish-record.json`: ```json { "platform": "douyin", "status": "PUBLISHED", "url": "https://www.douyin.com/video/<aweme_id>", "aweme_id": "<id>", "platform_title": "平台显示的精确作品标题", "published_at": "2026-07-10T20:00:00+08:00", "final_path": "07-剪辑/final.mp4", "final_sha256": "当前 final.mp4 的 SHA-256", "source": "user-confirmed" } ``` 然后调用上游 `cheat-publish` 登记同一 URL;只更新预测 metadata,绝不修改预测段。完成后运行 `node scripts/register-cheat-publish-evidence.mjs episodes/<slug>`,保存 publish 时点的 lane state 快照并验证 prediction header、URL、aweme_id、发布时间和不可变预测段;缺该证据时⑫不得完成。 发布后首屏截图或创作者中心导出是可选强证据,不能代替 Jeffrey 的发布事实,也不因缺失阻断⑫。若保存,证据文件必须在本期 `12-发布/`,并写 `platform-display-evidence.json`:`schema_version: 1`、evidence_path/SHA、aweme_id、platform_title、display_title、cover_asset/SHA、final_sha256、title/cover/video 三项 `MATCHED` 结论、reviewer、captured_at、reviewed_at。任一项与当前 publish-record、selected-cover 或 final 不一致时,⑫必须显示未完成,直到删去该可选证据或重做核对;不得自动修正或伪造截图。 ### 3. 数据快照 人工提供的创作者中心数据来源写 `manual`。TzFilm SQLite adapter 只允许显式运行:`python3 scrip...

Details

Author
hanzhcn
Repository
hanzhcn/laohan-skills
Created
3 months ago
Last Updated
1 weeks ago
Language
JavaScript
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category