初始化提交：contentm_agent 工作区全量快照

内容分四块：
1、产品规划产出 —— MCN 短视频整合营销工作台的①段五份（1a 需求／1b 竞品／1c 画像／1d 策略／1e 场景）、②段两份（2a 功能／2b 布局）、③段界面（DESIGN.md 契约与令牌表 ＋ mcn-workbench.html 原型 ＋ 实测/会诊/审查三份 ＋ 23 张闸门截图）。
2、开源竞品调研 —— 5 个内容工作台项目的取证原始件与 1b 系列分析文档。
3、参考资料 —— 竞品视频抽帧 1145 张 ＋ 2 个源视频 ＋ 功能点截图。
4、机制侧 —— 协作脚本与状态台账、工作区记忆日志、抽帧/OCR 脚本。

.gitignore 只排运行时日志、脚本备份副本与一次性探针输出，其余按原样入库。

tmp/dup_scan2.py

@@ -0,0 +1,109 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""复述检测 v2：按「最大重复簇」聚合输出。
+
+输出形如：
+  【簇 3 文件 · 5 处】关键词行
+     - 文件A#12
+     - 文件B#40
+  ...
+只读，不写被扫描文件。
+"""
+import os, re, sys, collections
+
+ROOT = sys.argv[1] if len(sys.argv) > 1 else "."
+MINLEN = int(sys.argv[2]) if len(sys.argv) > 2 else 14
+SKIP_DIRS = {"assets", "归档", "_留痕", ".git", "node_modules", "vendor"}
+SKIP_NAME = {"_superseded-competitor-analysis-英文商业版.md"}
+
+
+def norm(s: str) -> str:
+    s = re.sub(r"`[^`]*`", "", s)
+    s = re.sub(r"[*#>|\-\s`]+", "", s)
+    s = re.sub(r"[，。！？；：、（）()《》「」『』\[\]【】…—～~·\"'’“”]", "", s)
+    return s
+
+
+def sentences(text):
+    out = []
+    for ln in text.splitlines():
+        ln = ln.strip()
+        if not ln:
+            continue
+        for piece in re.split(r"(?<=[。！？；])", ln):
+            p = piece.strip()
+            if p:
+                out.append(p)
+    return out
+
+
+files = []
+for dp, dns, fns in os.walk(ROOT):
+    dns[:] = [d for d in dns if d not in SKIP_DIRS]
+    for fn in fns:
+        if fn.endswith(".md") and fn not in SKIP_NAME:
+            files.append(os.path.join(dp, fn))
+files.sort()
+
+sent = []            # (loc, raw, norm)
+for path in files:
+    with open(path, encoding="utf-8") as f:
+        for i, raw in enumerate(sentences(f.read())):
+            n = norm(raw)
+            if len(n) >= MINLEN:
+                sent.append(((path, i), raw, n))
+
+sh_map = collections.defaultdict(set)
+for loc, raw, n in sent:
+    for j in range(len(n) - MINLEN + 1):
+        sh_map[n[j:j + MINLEN]].add(loc)
+
+# 句级：收集它命中的、跨≥2文件的 shingle 所覆盖的全部位置
+pairs = []
+for loc, raw, n in sent:
+    hit = set()
+    for j in range(max(1, len(n) - MINLEN + 1)):
+        locs = sh_map.get(n[j:j + MINLEN])
+        if locs and len({p for p, _ in locs}) >= 2:
+            hit |= locs
+    if len({p for p, _ in hit}) >= 2:
+        pairs.append((loc, raw, hit))
+
+# 聚簇：位置集合有交集的句子并入同一簇
+clusters = []
+for loc, raw, hit in pairs:
+    placed = False
+    for c in clusters:
+        if c["locs"] & hit:
+            c["locs"] |= hit
+            c["members"].append((loc, raw))
+            placed = True
+            break
+    if not placed:
+        clusters.append({"locs": set(hit), "members": [(loc, raw)]})
+
+# 合并可传递的簇
+changed = True
+while changed:
+    changed = False
+    for i in range(len(clusters)):
+        for j in range(i + 1, len(clusters)):
+            if clusters[i]["locs"] & clusters[j]["locs"]:
+                clusters[i]["locs"] |= clusters[j]["locs"]
+                clusters[i]["members"] += clusters[j]["members"]
+                del clusters[j]
+                changed = True
+                break
+        if changed:
+            break
+
+clusters = [c for c in clusters if len({p for p, _ in c["locs"]}) >= 2]
+clusters.sort(key=lambda c: (-len({p for p, _ in c["locs"]}), -len(c["locs"])))
+
+print(f"# 跨文件复述簇：{len(clusters)} 个（MINLEN={MINLEN}）\n")
+for k, c in enumerate(clusters, 1):
+    fs = sorted({p for p, _ in c["locs"]})
+    print(f"【簇{k}】{len(fs)} 文件 · {len(c['locs'])} 处")
+    for loc, raw in sorted(c["members"]):
+        print(f"   {loc[0]}#{loc[1]}  {raw[:110]}")
+    print()