mcn-short-video/.workbuddy/memory/2026-09-23.md

# 2026-09-23 工作日志

## ChatGPT 外部评审：极致事件素材库（维度与内容覆盖）

**任务**：把已生成的极致事件卡通过浏览器发给 ChatGPT，评审「维度与内容是否全面 / 作为参考能否提升 AI 生成脚本吸引力 / 优化点」。

**产出**
- `ChatGPT评审意见_极致事件素材库_20260923.md`（861 行：提问说明 + 回复全文 + 要点提炼）
- `tools/chatgpt_ask.py`（可复用：把本地材料以附件发给 ChatGPT 并取回回答，直连 CDP）

**ChatGPT 核心结论**
- 维度：约 **80% 完整**。4 个盲区 = ① 成长/蜕变型事件（最大缺口）② 悬念/信息差 ③ 挑战规则型 ④ 关系变化 → 建议类型体系 **3 类 → 5 类**（+情感极致 +成长极致）
- 提升吸引力：**能提升**（开头 3 秒 / 转折密度 / 跨赛道迁移），**不能解决**（人物真实感 / 选题价值 / 脚本节奏）
- 6 条优化：AI 生成字段、事件强度评分、素材组合关系、**双轴体系**（内容库 × 事件库）、标签三级分层、失败样本库
- 成熟度：机制拆解 9 / 抽象能力 9 / AI 辅助 8 / 分类完整性 **7** / 商业化 7.5

## 技术链路（本次踩坑与解法，均已回写 MEMORY.md）

1. ⛔ **`explorer.exe` 当父进程启动 Chrome 的方案已失效** —— 本项目原有做法（`Start-Process -FilePath explorer.exe` + bat）本次两种写法（bash 直调 / PowerShell）+ ASCII 路径 bat + CRLF 全部试过，端口均未监听。推测与当前沙箱策略变化有关。
2. ✅ **可行方案 = 后台常驻**：`run_in_background: true` 启动 `chrome.exe <args> ; sleep 3600`，浏览器跟随该会话任务存活，**跨调用可用**（实测端口常驻、harness 可连）。
3. ✅ **ChatGPT 必须走代理**：`--proxy-server="socks5://127.0.0.1:10800"`（`Shadowsocks.exe` 监听 10800）。环境变量里的 8105 是沙箱代理，**不能给浏览器用**。直连 chatgpt.com 超时；走 10800 可通（curl 返回 403 是 Cloudflare 反爬对命令行的拦截，浏览器正常）。
4. ⛔ **browser-harness `cdp()` 不能传长文本**：daemon IPC 单条消息有上限（报 `Separator is found, but chunk is longer than limit`），且客户端 5s 超时（分块 1200 字符即 `TimeoutError: timed out`）。
5. ✅ **正解 = 长材料走附件上传**：`DOM.setFileInputFiles` → `#upload-files`；问题文本才走 `Input.insertText`（195 字符一次成功）。
6. ✅ **长回复提取要等稳**：选择器用 `div[data-message-author-role="assistant"] .markdown`；完成判定 = 无 `button[data-testid="stop-button"]` 且文本连续 4 次不变。早期 5 秒轮询会误判（521 字符即"完成"）。
7. ⚠️ 中途 ChatGPT 标签页消失（原因未明）→ 用侧栏 `a[href^="/c/"]` 取会话 URL 重新 `Page.navigate` 即可恢复。

**清理**：删除 25 个一次性调试脚本 / 截图 / 中间文本；保留 `tools/chatgpt_ask.py`。

## 只读审计：中间留人机制（10:20，承接 ChatGPT 评审的「不能解决 3：完整脚本节奏」）

**用户诉求**：能否提升「中间留人」吸引力，做到 10 秒左右一个吸引点。

**审计结论（未改任何技能文件）**——瓶颈不是阈值不够紧，而是「中间留人」没被定义成可产出/可自检的东西：

1. **三条并行密度线口径打架**：A 信息密度 每10秒（`9_生成短视频脚本.md`:151,441 / 35项清单:73 / `04_节奏控时`:48,91,106 / `06_编导终审`:71）＝下限防腐；B 钩子密度 每15秒（35项清单:72）**全技能无定义、无来源、无产出格式，悬空**；C 极致触点 每15-20秒（`7_生成短视频大纲.md`:66,159 / `05_极致事件/03`:17,41）＝上限爆点，资源有限不可能也不应 10 秒一个。
2. **产出粒度太粗**：S6「本场钩子」是**场级**（一场 15-25s → 等于 15-25s 才一个留人设计）；S7 极致触点布位只有 4 个布位、非窗口化。→ **「每10秒一个吸引点」在全部产出物里没有字段**。
3. **校验强度倒挂**：S7 大纲校验里 L1 极致触点是**硬闸门**，中段留人（L162-163）只是"参见知识库"**软引用**；L165-171 硬检查全是**静态数量**（具名物品≥12/对话≥4组/故事细节≥50），与时间轴无关 → AI 把力气花在凑物品数上。
4. **方法论库几乎空**：`知识库/06_剧情钩子/` **只有 1 篇**；五类留人机制（悬念提问/反差画面/直击痛点/身份共鸣/利益承诺）只在 `6_生成短视频框架.md`:140 列了名字，无任何"怎么写"的文件。

**提出方案「三级留人点体系」**（路线 = 合并升级，不新增第 4 条平行线）：
- L1 极致触点 15-20s/个（不动，保护稀缺性）| **L2 留人点 每10秒 ≥1**（由 A 升级＋B 归并，核心新增）| L3 增量点 3-5s/个（`04_节奏控时`:24,36 已有，落成字段）
- L2 判据：一个留人点 = 观众产生明确的"为什么"，三型至少命中一种（问题型/反差型/共鸣型）；纯信息陈述/纯动作/重复前文**不算**
- 可执行换算：**本场最少留人点数 = ⌈本场时长 ÷ 10⌉**（S6/S7 可直接自检）
- 分赛道分档：剧情/知识/口播/搞笑 10s；Vlog/美食/亲子/情侣 10-15s；沉浸/治愈 15s（L3 兜底）
- 最需防的退化：为凑数把普通留人点包装成"极致触点" → L1 不计入 L2，`05_极致事件/03` 补注二者不同层

**关键判断**：极致事件素材库是 **L1 侧资产，补不了 L2 的缺口**（正好对应 ChatGPT 说的"不能解决 3"）。两件事必须分开做。

**产出**：`中间留人机制诊断与留人点体系方案_V1.0_20260923.md`（含 8 项落地改动点清单 + 证据索引 文件:行号）。**状态：待用户确认路线（A 合并升级 / B 只加不改）与是否补 06_剧情钩子 5 篇方法论，未动技能文件。**

## 执行：三级留人点体系落地（10:35–，路线 A 合并升级，已全部完成）

**流程**：用户要求「检查确认一遍方案细节是否准确无误，确认后执行」→ 回到原文逐行复核 + 全树口径扫描 → **发现方案有 6 处不准确/遗漏** → 修订后执行（11 个文件）。

**复核修订（重要，避免重复建设）**
1. ⛔ 原「`06_剧情钩子/` 只有 1 篇 → 补 5 篇方法论」**是错的**：五类留人机制的方法论**本就在 `04_爆款开场/` 10 篇开场方式文件里**（`00_开场方式全量覆盖分析.md`:17 已写明对应）→ **撤销新建**，改为补 1 节映射表。**教训：下「缺方法论」结论前必须先读同维度已有文件。**
2. L2 类型不新造「问题型/反差型/共鸣型」三型 —— **三型漏了「利益承诺」**，且技能内已有 **4 套钩子枚举**（五类留人机制 / `01_标准爆款结构模板`:143-149「数据冲击·违背常识」/ `04_爆款开场` 10 种 CSV 口径 / 8 个旧钩子文件口径），再创即第 5 套 → **L2 类型维度沿用五类**，「产生一个为什么」只作合格线判据。
3. A 线（每10秒）足迹**漏了** `03_框架节奏/01_标准爆款结构模板.md`（L246/L354/L366）→ A 线实际 5 个文件。
4. **漏**子技能同口径副本：`subskills/mcn-script-review/`（SKILL.md + 脚本复盘流程.md）+ `subskills/mcn-dou-analysis/references/知识库/视频拆解/框架04_节奏控时.md`。
5. **新发现**：`创作流程/11_脚本检查和诊断.md` 里「信息密度」**一词二义**（「二、信息密度检查」=展开深度静态数量；四维度表那条=频率）→ 频率那条改名「留人密度」，静态模块只加区分注**未改名**（改名连带 S7 L165-171，属独立重构）。
6. 命名定为「**留人点**」（对齐平台详情页字段「中间留人」）。

**最终方案（口径单源 = `知识库/03_框架节奏/04_节奏控时叙事套路.md` 1.3）**
- **L1 极致触点** 15-20 秒（05_极致事件，不动）｜ **L2 留人点 每 10 秒 ≥1**（由「信息密度」升级＋「钩子密度 15 秒」归并）｜ **L3 增量点** 3-5 秒（知识库已有，落成字段）
- 判据：留人点 = 观众产生一个明确的「为什么」，四类形式（抛问题/打破预期/说到自己/给承诺）至少命中一种；**纯信息陈述/纯动作/重复前文不算**
- 自检换算：**本场最少留人点数 = ⌈本场时长 ÷ 10⌉**
- 分赛道分档：剧情/知识/口播/搞笑 10 秒｜Vlog/美食/亲子/情侣 10-15 秒｜沉浸/治愈/慢生活 15 秒
- 红线：**禁止混层**（L1 不计入 L2、留人点不得包装成极致触点 → 防爆点稀释）

**改动 11 文件**：04_节奏控时（新增 1.3 单源）｜01_标准爆款结构模板｜06_编导终审｜创作流程 6/7/9/11｜35项清单（类4 合并 2→1 + 新增「留人点类型覆盖」，**保持 35 项**）｜05_极致事件/03（加分工行防混层）｜04_爆款开场/00（新增第五节映射表）｜子技能 2 处副本｜SKILL.md frontmatter（updated_at 09-23）。

**残留核对**：`钩子密度`/`每15秒`/`每10秒至少1个新信息` **有效规则零残留**；剩余 2 处命中均在 `subskills/mcn-video-prompt/参考skills/script-writing-studio/`（**第三方参考技能，红线禁改**）。

**遗留待决策**：① 11 的「信息密度检查」模块是否更名「展开深度检查」（独立重构，未做）；② 赛道分档阈值为**推定值非实测**，建议跑 3-5 条真实脚本后按数据回调。

**明细**：`V1.0/references-add/变更日志.md` 2026-09-23 条；方案+复核修订见仓库根 `中间留人机制诊断与留人点体系方案_V1.0_20260923.md`。

## 执行：遗留重构 · 「信息密度」一词二义治本（11:00–）

**触发**：用户「按照建议执行」→ 执行上一轮留的 2 项遗留中的第①项。

**处置**：`创作流程/11_脚本检查和诊断.md` 模块二「信息密度检查」→ **「展开深度检查」**（7 处），原「命名区分注」改为「命名沿革」（保留两口径不互相替代）。连带：
- 引用更名：`SKILL.md` 能力行、`7_生成短视频大纲.md`:178
- 频率义统一「留人密度」：`9_生成短视频脚本.md`（留人密度优先 + 赛道标准指针）、`6_生成短视频框架.md`（弱情感铺垫等级行 / 三问自检 3 处 / 赛道标准指针 / 模板 A 描述）
- 症状名去同根：`04_节奏控时`（2.2 行 + 误区「信息密度过低」→「留人点过疏」）、`01_标准爆款结构模板`（误区行 →「中段留人点过疏」）
- 子技能副本：`mcn-dou-analysis/视频拆解/框架04_节奏控时.md`（2）、`框架01_标准爆款结构.md`（1）

**保留边界**：「信息密度」作**通用描述语/关键指标/方法论原文/文件标题**的用法一律保留（`01_标准爆款结构模板`:289 关键指标、`08_对话风格/高信息密度Vlog创作法`、`3_对标视频账号拆解`「每30秒信息增量」）—— 只治「作阈值口径名或模块名」的义项，不做全量替换。**核对**：全树扫 `信息密度检查` → 有效规则零残留。

## 只读诊断 + 方案：极致事件卡片（11:10–，技能文件零改动）

**触发**：用户「但是对于极致事件卡片 没有什么优化的建议和方案」。

**卡片定义**：`素材库/分块定义/00_模板-各库分块模板.md` §极致事件（L302–343）= **10 固定字段（顺序固定）+ 所属库专属 N**；内容层 6（极致内容/内容含义/极致触点/事件标签/极致类型/创作手法）+ 呈现层 4（镜头语言/画面风格/复用场景/适用场景）。

**结论：主体不需重构**（三字段分工「事实→机制→效果」成立）。真问题是 3 条结构性缺陷：
1. ⭐ **存量卡两套口径并存**：`极致事件卡_癫婆_模板版_20260922.md` = V1.2 的 10 字段；`极致事件提取_多类别样本_20260922.md` **12 条卡全部为旧口径 9 字段**（用「极致标签」「表现形式」，无新「极致触点」；grep 证实无一使用「内容含义」）→ 按「事件标签」筛条会漏；且当时送 ChatGPT 的评审材料口径可疑（评审材料 txt 已清理，**无法回溯核验**）。
2. ⭐ **「极致触点」一词三义**（新发现，与上一轮 `信息密度` 同型）：A 布位层=时间轴爆点节点（创作流程+知识库 15 处）/ B 卡片层=击中原因（仅模板）/ C 8 库层=**内容描述**（8 库全部已入库条目，`01_美食库_中式家常菜` 9 处…）。源头 = 模板 L10 自认「同名升级」但第四节**未裁决**。
3. **10+N 的 N 不可见**：卡内无「所属库」标注 → 本地缺口 1（12 事件中 7 个定库无处可落）无法落地。

**ChatGPT 9 条建议判定 = 采纳 1 / 改造 4 / 否决 3**：
- 采纳：双轴体系（用本地方案落地）
- 改造：事件强度评分→「主/辅」标注正式化（不新增字段）；失败样本→不建库只补准入一行；真人细节→「极致内容」补原话不概括 + ≥1 处真实毛边；节奏字段→只取「铺垫量级」
- 否决：卡内嵌 Prompt（越层）／黄金组合字段（组合是用法非素材属性）／标签三级分层之「一级心理刺激」（违反 4.4 情绪效果不设标签红线）／用户需求层（S5 选题职责）
- **4 个外部「盲区」核实：3 个已被现有体系覆盖**（成长→反差+期待铺垫；挑战→极致行为·强度拉满；关系变化→**预见式服务**定义原文即「对方还没开口就已经做好」），仅「悬念/信息差」属标签层挤压。**再次印证：下「缺某类」结论前先读同维度已有文件。**

**产出**：`极致事件卡片优化方案_V1.0_20260923.md`（D1–D6 缺口 + P0–P2 改动清单 + 明确不做 + 3 项待确认：库位裁决 / 触点治理方式 / 存量 12 卡是否重出）。**状态：待确认，技能文件零改动。**

## 执行：极致事件卡片层治本（11:15–，按方案 10 项全部落地）

**触发**：用户「按照方案优化」→ 执行同日《极致事件卡片优化方案_V1.0》P0 3 + P1 4 + P2 3 = **10 项**；3 项待确认按方案建议选项落地（库位 → B 跨库横切 / 触点治理 → A 加裁决条款 / 存量卡 → A 按 V1.3 重出）。

**口径单源（治「极致触点」一词三义）**：`知识库/05_极致事件/01_极致类型-素材标签映射表.md` 第四节新增 **4.5 条款** —— A 布位层（爆点节点）/ B 卡片层（击中原因）/ C 8 库层（内容描述）三义 + 判据（「说画面里有什么」=C /「说用户为什么被击中」=B /「说它在第几秒引爆」=A）；C = 极致事件「极致内容」等价物；**硬规则：极致事件类必须写满 10 固定字段**。节标题 四条 → 五条。

**横切定库（缺口 1 落地）**：同文件第二节新增「定库列怎么读」—— 极致事件 = 跨库横切类别，定库为**可选检索入口**、**可为空**（`—（横切未定）`）。不做新增「行为/情境」库、不做同一事件多库复制。

**模板层**（`素材库/分块定义/00_模板-各库分块模板.md` §极致事件，**V1.2 → V1.3**）：① 10 字段硬规则 + 卡片头元信息行 `> 所属库：{NN 库名 ｜ 横切未定}`（不占字段位）；② 极致内容 补「原话不概括 + ≥1 处真实毛边」；③ 内容含义 补时间跨度型写法；④ 极致触点 四子项 → **效果侧两项（用户心理 / 共鸣）**，机制词归标签与类型 + 「效果词不得复用标签词」；⑤ 创作手法 补 **铺垫量级 短≤3s / 中 3-10s / 长>10s**；⑥ 事件标签 补 **≥2 值自检 + 「（主）」记法**；⑦ 专属段补「横切未定则省略」；专属说明 5 → 6 条。
**顺带修模板内自相矛盾**：§三 ※2 字段数 `9+10=19` → **`10+10=20`**（03 库 → 15；横切未定只写 10）；※3 补 4.5 指针（闭合 L10「是否同步见第四节」的**悬空指针**）；「事件标签位于末位」→ **第 4 位**。

**评估标准**（`05_极致事件/03`）：第一节补「**翻车 / 失败也是合法的极致**」—— 豪言后翻车同等入库，但须写清被打破的期待落点。

**存量卡重出（3 个卡文件 + 1 个方法文件，范围大于方案原列的 1 个）**：
- `极致事件提取_多类别样本_20260922.md`：12 张卡迁移为 V1.3（10 字段 + 元信息行 + 新增效果侧触点 + 铺垫量级）；同步修 §一 定库列（7 处 → 横切未定）、**§3.1 / §3.2 两处与 §一 不符的既有统计错误**（错位 2→1 补品质 1；标签分布重算，零命中实为 4 个）。
- `极致事件卡_癫婆_模板版_20260922.md`：3 条卡触点收敛 + 元信息行 + 铺垫量级（**方案未列、属 V1.3 落地的必然连带**）。
- `极致事件卡_癫婆_总有人打断我的休息_36468.md`：分析报告式卡，「表现形式」→「内容含义」（3 处）+ 旧映射表名同步，**保留原结构**。
- `极致事件识别与提取方法_基于解析内容_20260922.md`：字段表「表现形式」→「内容含义」+ 定库行补「可空」+ 旧映射表名（3 处）。

**新自检暴露（重要实证）**：按「事件标签 ≥2 值」自检，**13 张卡中 8 张为单标签**（多类别样本 6 张 P1/P2/P3/C1/C2/C3 + 癫婆 2 张 E2/E3）—— **保留原判、逐条标 ⚠️、不追补**，作为该条款必要性的实证。

**版本**：`SKILL.md` frontmatter last_change 更新；`references-add/变更日志.md` 追加一条（置于 09-23 顶部）。

**发现项（未动，待用户决定）**：`project/内容创作产品规划/内容知识库设计/2_短视频创作知识库/素材库/分块定义/00_模板-各库分块模板.md` 是**同一模板 V1.2 的另一份副本**（知识库 V2.0 建设线），本次**未同步**（范围外）→ 若 V2.0 沿用，须同步 V1.3。

## 评估：优化后「重新提炼极致事件卡片」的优化点（12:20–，只读评估，技能文件零改动）

**触发**：用户「评估优化后 重新提炼极致事件卡片 会有哪些优化点」。

**结论（推演 + 已有实证交叉，非新跑样本实测）**
- 收益不在"字段变多"，而在卡片第一次走通 **判定 → 入库 → 检索 → 排布** 四段闭环；优化前断在第 2 段（定库悬空 7/12）与第 4 段（无排布信息）。
- **最大单项 = 补回「效果层」**：旧 12 条卡**零条**写"为什么击中用户"→ `05_极致事件/03` 的 5 维评分（真实毛边配合等）要求的东西卡片不提供，只能事后补救。
- 十项优化点：① 补效果层 ② 极致内容承载原话+毛边 ③ 定库从悬空变合法值 ④ 一次提炼到位不再返工（美食卡返工过）⑤ 标签数下限 + 主标签定义 ⑥ 卡片首次带排布信息（铺垫量级）⑦ 4.5 判据防串层 ⑧ 多收"翻车/失败"一类 ⑨ 成长/蜕变类有位（时间跨度型写法）⑩ 三条自检内建进流程；附加：4.4 分流已有 2 次实证。
- **3 项约束**：C1 ⭐ 真瓶颈 = 标签层「喜剧/荒诞」挤在 `自嘲反差` 一个口**未裁决**，≥2 值自检在喜剧类上会撞墙；C2 ≥2 值有"凑标签"风险（实测 8/13 单标签，条款措辞须守「复核是否漏标」）；C3 **重跑旧解析不产生新事实**，扩容必须扩样本（33 条清单已提炼 5 条，剩约 28 条）。
- **关键判断**：重提炼的真正价值在 **「提炼即入库」** —— 12 条卡至今散在仓库根一份实测报告里，**不是素材库资产、S7 调不到**。所以推进次序应是**先定落点，再批量重提炼**。

**产出**：`极致事件卡片重提炼优化点评估_V1.0_20260923.md`（十项优化点 + 3 约束 + 4 步推进次序 + 证据索引附录）。**状态：评估报告，未改动技能文件。**

## 评估：卡片是否存在 WeKnora 模式下（14:27–14:45，**本机实例实测 5 轮**，未动技能文件）

**触发**：用户「评估 这类卡片适合存在 wekonra 那种模式下」。

**结论**：**适合，但要换容器 —— 要的是「卡片库」不是「文档库」**。
- ✅ 最优 = **FAQ 型知识库**（一条目 = 一分块，不走文档分块器 → 卡片原子、字段不打散）
- ❌ **不要走文档分块**：实测（`POST /chunker/preview`，零写入）同一批 3 张卡 691/952/1150 字，512/80 粒度 → **9 块，一张卡被拆成 4 片**（内容层 4 字段 + 3 字段 + 呈现层 4 字段）；**overlap 80 致同一字段出现在两块**；**块跨越两张卡**；且**不可预测**（1150 字的卡反而整块未切）。heading 策略逐块结果**完全相同**；1200/0 仍有跨块、一块含 2 卡；2000/0 字段完整但仍一块多卡。
- 🔒 边界：**git 仍是唯一权威源，WeKnora 只做派生检索层**；**规则类文本（S1-S11/35 项/映射表/评估标准）不要进** —— 召回率≠100%（阈值 0.5/0.3 直接滤掉），规则必须留文件做硬闸门。

**WeKnora 0.8.0 数据模型要点（实证 file:line）**
- 条目类型：file/url/**manual**（markdown + draft/publish + 条目级版本）/ **faq**；KB 类型 document / faq / wiki 三选一。
- 条目级：`Tags`（KB 内**同名唯一**，多对多）+ `FolderPath`（纯导航）+ **`CustomMetadata`（JSON，但不参与检索过滤！只在结果里暴露给模型）** + `Profile`（LLM 生成）。
- 检索：`SearchParams.TagIDs / ScopeTagIDs`；`DisableRecallThresholds` 保证圈定范围内不被阈值抹掉；FAQ 有 **两级标签优先** `first/second_priority_tag_ids`。
- FAQ 条目：`standard_question` + `similar_questions` + `negative_questions`（**不入索引**，只做精度控制）+ `answers[]` + **每条一个 tag** + 推荐位 + 直接回答阈值；`Content`（返回给模型）与 `IndexContent`（向量化）**分离** → 卡片正文可保真。
- 治理：批量 JSON 导入导出、**`dry_run` 预校验 + 失败明细**、append/replace、**按 ID 或按 Tag 批量改字段**。

**实测踩到 3 个坑（全部有日志证据）**
1. ⭐ **FAQ 型库默认 `vector=false / keyword=false`** → 入库 100% 成功但**检索永远返回空**（`success:true, data:[]`，静默失败）；根因日志 `knowledgebase_search.go:195 [HybridSearch] | No retrievable indexing pipelines`。→ 建库必须显式传 `indexing_strategy.{vector_enabled,keyword_enabled}=true`。
2. 建库/条目不绑 `embedding_model_id` → 导入卡在 `processing/0%`，**progress 接口 error 字段为空**，只能翻容器日志看 `failed to get embedding model: model ID cannot be empty`。
3. **`dry_run` 是异步任务且占导入通道** → 紧接着发正式导入会 `400 已有导入任务在进行中`；须轮询 dry_run 的 task 至 completed 再导。

**终验（开启管线后）**：2 条卡导入 2/2，FAQ 检索标准问命中 **score=0.8219，返回答案长度 691 = 整张卡**。**待调项**：语义改写问法命中 0（→ 相似问须覆盖真实检索口径 / 降阈值 / 或走通用 `/hybrid-search`，实测该通道对 FAQ chunk 可命中）；标签优先检索那一次命中 0，未独立验证。**MCP 无 FAQ/Tag 工具，`hybrid_search` 无 `tag_ids`** → 走 MCP 拿不到标签圈定能力，须走 HTTP API（`localhost:31607`，key 在 `D:\.workbuddy\mcp.json`）。

**产出**：`极致事件卡片_WeKnora适配性评估_V1.0_20260923.md`；实测脚本与原始输出归档到 `tools/weknora-fit/`（4 脚本 + `out/*.txt`）。临时实验库 4 个已全部删除（均有 HTTP 200 回执），**未碰 `mcnvideoprompt`**。

## 执行：创建 WeKnora 正式容器并灌入 11 张卡（14:54–，容器已上线可检索）

**触发**：用户「你可以创建对应容器码（容器）」。

**容器（长期库，非临时实验库）**

| 项 | 值 |
|:--|:--|
| 库名 / ID | **MCN极致事件素材库** / `e6772e41-7b72-499d-b46c-e5ca7c9d1740` |
| 类型 | FAQ 型（一条目=一分块，不走文档分块器） |
| 模型 | embedding `03f0cf45`(bge-m3) ／ summary `a2de7804`(glm-5.3-flash) |
| 索引 | `vector=true` `keyword=true`（建库时即显式开，避开 P1 静默失败坑） |
| 导入 | **11/11 成功、0 失败**；答案 576–978 字**整卡无损** |
| 标签 | 6 个（12 维原样值）：反差 4 / 反常识 2 / 难度极限 2 / 自嘲反差 1 / 食材极致 1 / 预见式服务 1 |

**条目字段映射**：标准问=主检索意图 ｜ 相似问=4 条其他问法 ｜ 反例问=2 条不该命中边界 ｜ 答案=整张卡正文 ｜ tag=主标签。与 `mcnvideoprompt` **完全独立**（未混库、未碰）。

**⭐ 本轮最重要发现：FAQ 检索的 `vector_threshold` 默认 0.7（硬编码），是"入库了却搜不到"的真因**

`SearchFAQEntries`（`knowledge_faq.go:932`）`if req.VectorThreshold <= 0 { = 0.7 }`；且 FAQ 检索**恒为 `DisableKeywordsMatch: true` → 纯向量，关键词完全不参与**（把关键词串写进相似问是无效操作）。**注意与通用检索/自定义 Agent 的默认值（vector 0.5 / keyword 0.3，`custom_agent.go:544/547`）是两套，别混。**

阈值扫描（33 探针 × 7 档，脚本 `6_threshold.py`，结果 `out/6_threshold.txt`）：

| 探针组 | 0.7（默认） | **0.5** | 0.45 |
|:--|:--:|:--:|:--:|
| A 标准问原句(11) | 11 命中（各 1 条） | 11/11，top1 全对 | 同 |
| B 相似问原句(11) | 8 命中 / 3 条 0 | 11/11，top1 全对 | 同 |
| **C 未登录新口语问法(11)** | **仅 1/11（9%）** | **11/11，top1 全对** | 11/11（召回满 5 条） |

→ **上线参数：`vector_threshold = 0.5`，`match_count = 3~5`**；要多候选用 0.45。
→ **标签优先检索同样依赖阈值**：`first_priority_tag_ids` + 默认 0.7 → 6 个标签**全部 0 命中**；降到 0.5 后命中数 == 该标签条目数（反差4/反常识2/难度极限2/其余各1）→ 标签机制本身正常，**别误判成失效**。

**产出**：`极致事件素材库_WeKnora容器交付说明_V1.0_20260923.md`（容器信息 + 11 条清单 + 检索参数 + 字段映射 + 已知限制 + 待定）；脚本 `tools/weknora-fit/5_build_event_lib.py`（**含幂等护栏**：同名库已有条目→退出／为空→复用／标签已存在→跳过）、`6_threshold.py`。
**技能沉淀**：更新 `~/.workbuddy/skills/weknora-structured-ingest` → **v1.1**（更正 frontmatter 中错误默认值、新增「阈值 0.7 须显式传 0.5」为第 5 条铁律、第四步改为阈值扫描法、补标签优先阈值依赖与单标签限制、收尾纪律补正式库幂等护栏）。
**技能文件（短视频工作台）零改动** —— 是否把「素材检索入口」接进 S7 待用户决策。

---

## 追问实测：为什么不用文档型容器 / 不分块可以吗（2026-09-23 晚）

**背景**：用户追问「为什么不用文档呢 不分块可以吗」——技术可行性追问，须实测而非推演。

**方法**：两轮实测。① 零写入 `POST /chunker/preview`（`7_doc_noblock.py`）；② 建**临时 document 型库**（跑完 `DELETE` HTTP 200 回执），11 篇 manual（一卡一文档），索引 125s 完成（`8_doc_vs_faq.py`）。

**结论 A：分块能解决，但只有一条路**
- `splitBySeparators` 早返回：文本 ≤ chunkSize **完全不切**（`splitter.go:225-227`）→ 单卡 1150 字 + chunk_size 1200 = **1 块完整**
- ⭐ **`absoluteMaxSize = 7500` 硬上限**（`splitter.go:400`）→ 整篇 8605 字必切，chunk_size 设 100000 也切成 2 块（块1 硬塞 9 卡）
- **"卡标题提为第一优先级分隔符"无效**：输出与普通分隔符**逐块完全相同**（10 块 = 6 完整 + 3 混装 + 2 半卡）
- **唯一姿势 = 一卡一文档 + chunk_size ≥ 卡长** → 实测 11 篇各 **1 块**（等于手工模拟 FAQ 原生行为）

**结论 B：检索才是分水岭（同口径 A/B/C 三组 × 11 条，判 top1）**

| 容器 | A 标准问 | B 相似问 | C 口语新问法 |
|:--|:--:|:--:|:--:|
| FAQ @0.5 | 11/11 | 11/11 | **11/11** |
| 文档型最佳档 | 11/11 @0.7 | 10/11 @0.5 | **9/11 @0.5** |

- ⭐ **文档型无单一可用工作点**：A 组最优 0.7、C 组最优 0.5，**互斥**（FAQ 在 0.5 单点即三组全满）
- **文档型召回卡上限**：B 封顶 10/11、C 封顶 9/11，降阈值不涨 → 瓶颈是**语义入口不足**而非阈值
- **机制**：FAQ 索引「标准问+相似问」（短问句，问↔问匹配）；文档型索引**整卡正文**（含镜头语言/复用场景等 → 需求句向量被稀释）。实测例：「家常菜做到能开店水准」文档型全阈值错配，FAQ `score=0.69` 命中

**产出**：`极致事件卡片_文档型容器可行性实测_V1.0_20260923.md`；脚本 `7_doc_noblock.py`、`8_doc_vs_faq.py` + `out/7_*.txt`、`out/8_*.txt`。
**技能沉淀**：`weknora-structured-ingest` → **v1.2**（铁律 1 补实测论证 + 新增「选型结论：为什么文档型代替不了 FAQ」整节，含 5 配置分块表 + 三组命中率表 + 机制解释）。
**临时库已删**（HTTP 200）；正式库 `MCN极致事件素材库` 与 `mcnvideoprompt` 未触碰；**短视频工作台技能文件零改动**。

---

## 15:45 麦芽平台「近 3 个月 ≥20w 赞」全量清单产出（2202 条 / 三格式）

**任务**：把热门短视频**无门槛全集**按「发布日期 ≥ 2026-06-23 且 点赞 ≥ 20w」过滤，落到表格。

**采集（browser-harness / CDP 9333，页面内 `fetch` + 轮询 `window.__ALL`）**
- 全集 **7917 条**（昨日 7904，+13）；`pageSize=50 × 159 页`，**零异常页**
- 全集日期范围 **2026-02-09 ~ 2026-09-23**；近 3 个月区间内 3531 条 → **命中 2202 条（62.4%）**
- `uploadType` 分布：0=6439 / 1=1462 / 2=16（人工上传占 18.5%，与昨日 18.3% 一致 → 阈值不可依赖页面筛选的结论再次成立）
- ⚠️ **响应信封 = `total / rows / code / msg`，没有 `pages` 字段** → 页数须 `ceil(total/pageSize)` 自算（首轮探测按 `pages` 取值崩过一次）

**命中分布**：赛道 剧情 1194 / 生活vlog 971 / 美妆 31 / 空 6；月份 9月 304·8月 864·7月 836·6月 198；日期来源 发布 1738 / 上传 464；赞 20.0w ~ 2489w

**产物（仓库根，三格式同名）**
- `热门短视频清单_近3个月20w赞以上_20260923.xlsx` —— **主表**（`A1:P2203`，16 列 + 「统计概览」页；冻结表头 + 自动筛选 + 点赞/播放千分位 + 播放地址/详情页超链接）
- 同名 `.csv`（UTF-8 BOM）、同名 `.md`（口径三段 + 分布观察 + 点赞 TOP100）
- 脚本：`tools/_bh_pull_3m.py`（拉全集+过滤，含 `list_tabs` 复用标签页逻辑）/ `tools/_build_3m.py`（出三格式）

**工具链新事实**
- ⭐ 托管 venv（`D:\.workbuddy\binaries\python\envs\default`）**无 openpyxl、且 pip 装不上**（`pypi.tuna` 索引返回 "no versions"）→ 需产真 `.xlsx` 一律走 **`D:/miniconda3/python.exe`**（自带 openpyxl 3.1.5 / pandas 3.0.5）
- browser-harness venv（`subskills/browser-harness/envs/browser-harness/Scripts/python.exe`）**可直接调用**（`pyvenv.cfg` 的 home 指向 uv `cpython-3.12.13` 仍在；`.pth` 相对路径 `../../../../src` 生效）→ **不设 PYTHONPATH 也能 import browser_harness**；调用前仍须 `unset *_PROXY` + `no_proxy=127.0.0.1,localhost`

---

## 16:00 补齐「近7天20w赞」Excel（用户口径：表格=Excel）

**原委**：用户此前说「昨天保存的热门短视频卡片的那张表」= `热门短视频清单_近7天20w赞以上_20260922`，但当时只落了 `.csv`/`.md`，**缺 `.xlsx`**（9-22 那轮未出 Excel）。本次补齐。

**产物**
- 新增 `热门短视频清单_近7天20w赞以上_20260922.xlsx`：3 个 sheet
  - `近7天20w赞清单`（33 条，`A1:P34`）：同 3 个月表的 16 列字段体系，冻结表头 + 自动筛选 + 千分位 + 播放地址/详情页超链接
  - `推荐TOP`（13 条）：口径「点赞 ≥50w 且同作者仅取最高一条」
  - `统计概览`：采集口径 / 字段完整性 / 赛道分布 / 作者 TOP20 / 点赞区间
- 脚本：`tools/_xlsx_7d.py`（由 `tools/_hot7d_api.json` 直出 Excel；改常量即可换窗口）

**发现（md 待修）**
- `热门短视频清单_近7天20w赞以上_20260922.md` 的「二、推荐（8 条）」与其**声明的口径（点赞≥50w + 同作者最高）不符**：按该口径实为 **13 条**（癫婆/周小闹/李什么闯/橙子橙了/周小闹（胡闹）/周小小闹（大学宿舍）/万里/刘大炮/刘一朵/Hana/辣辣老师/A导/程盛）。判断是该表沿用上一版 15 条时的结果、重采后未同步重算。**Excel 版按声明口径给 13 条**。

**规律沉淀**
- ⭐ 「表格」在本项目语境 = **Excel（.xlsx）**，清单类产物默认**必须出 .xlsx**，csv/md 只是配套。
- 近 7 天 33 条中 32 个唯一作者（仅「橙子橙了」2 条）；时长有值 13 / 空 20（与 `uploadType=0` 数量一致）。

---

## 16:05 「近3个月20w赞」也补齐 Excel（去掉 md）

**用户澄清**：「我是说把 7904 条中近 3 个月 20W 点赞以上的都保存到表格中，**表格是指 excel 表格**」+「不需要放到 md 文件」。

**执行**
| 操作 | 对象 | 详情 |
|:--|:--|:--|
| 重建 | `热门短视频清单_近3个月20w赞以上_20260923.xlsx` | 由「主表 + 统计概览」补为 **3 页**：`近3个月20w赞清单`（2202 条，`A1:P2203`）+ **`推荐TOP`（413 条，点赞≥50w 且同作者仅留最高一条）** + `统计概览`（新增「推荐TOP口径」块） |
| 改脚本 | `tools/_build_3m.py` | **删掉 md 生成段**，加 `推荐TOP` 页；现只出 xlsx + csv |
| 删文件 | 两份清单 `.md` | `热门短视频清单_近3个月20w赞以上_20260923.md`、`热门短视频清单_近7天20w赞以上_20260922.md` |
| 新增工具 | `tools/_del_md.js` | node `fs.unlinkSync` 直删（本机 `Remove-Item` 走 trash，非 ASCII 文件名必静默失败） |
| 更新技能 | `maiya-hot-video-export` → v1.2 | 铁律 5→6 条，新增第 6 条「⛔ 不产 md」；「导出三格式」改为「xlsx 主交付 + csv 配套」 |

**数据事实（3 个月窗口 2026-06-23 ~ 09-23）**：全集 7917，区间内 3531，命中 **2202**（62.4%）；时长有值 1738 / 空 464；日期来源 发布 1738 / 上传 464；点赞 20.0w ~ **2489.2w**（`李要得` 生活vlog《青春没有售价，从重庆打出租车直达拉萨》）；点赞 TOP 里 `周小闹`「饭店的暑假工」系列占 10+ 席。

**规律沉淀（升格）**
- ⭐⭐ **本项目「表格」= Excel（.xlsx），且只要 xlsx** —— 清单类交付**默认只出 xlsx（+ csv 配套）**，**写 md 属于过度交付会被要求删**。9-22 只给 csv/md、9-23 又给 md，连续两次被纠。
- 产物落点：仓库根目录（非 tools/），命名 `热门短视频清单_近{窗口}20w赞以上_{日期}.{ext}`。

---

## 16:35 极致事件卡片批量生产流程试跑（MCP 取解析 → 出卡 → 入 WeKnora FAQ 容器）

**用户要求**：调用 MCP 取这些视频的解析 → 生成极致事件卡片 → 存进 WeKnora 的 QA（FAQ）容器；**先跑 2 个看流程是否正常**。

**样本**：`38098` 晚叙miki《我的游泳教练好像有两幅面孔？》（剧情·情感反差，89s，34.4w赞）＋ `28274` 旧梦留声机《最暖的归栖，是爷爷在的小屋》（剧情·亲情，247s，507.5w赞）

**产物 4 张卡 → 库内 11 → 15 条**
| 卡 | 事件 | 极致类型 | 主标签 | 答案字数 |
|:--:|:--|:--|:--:|:--:|
| A1 | 「冷面私教」与「网恋撒娇小狗」同体错位 | 戏剧极致·错位 | 反差 | 776 |
| A2 | 雨夜湿身敲门 · 高冷男神的卑微挽留 | 戏剧极致·反转 | 反差 | 723 |
| B1 | 爷爷逆光推门 ·「娃不用你们轮了，以后我带」 | 戏剧极致·反转 | 反常识 | 789 |
| B2 |「帮我带娃」的善意谎言 · 用求助的名义给爱 | 感官极致·细致 | 反常识 | 929 |

**终验**：标准问 top1 4/4（0.79/0.84/0.81/0.80）｜口语问法 top1 4/4（0.68/0.68/0.73/0.70）｜答案长度与卡片原文**逐条相等**（原子性 ✅）｜`dry_run` 4/4 → 正式导入 `success=4 failed=0`

**新发现（实测，非推演）**
1. ⛔ **`POST /faq/entries/{id}/similar-questions` 写库成功但不重建向量索引** —— 读回 6 条相似问，可探针分数**按位未变**（A1 0.6477 → 0.6477）。改问法只能 **`DELETE /faq/entries {"ids":[…]}` + 重导**；重导后 A1 升到 0.6833，口语探针 3/4 → **4/4**。
2. ⛔ **单条 `POST /faq/entry` 建的条目检索不到**（等 10s 仍 0 命中）→ 入库一律走**批量通道** `POST /faq/entries`（临时条目已 DELETE 清理）。
3. ⚠️ **解析（`analysis`）场次表里的「极致触点」是布位层口径（4.5 的 A 层），不是卡片第 3 字段的效果侧 B** —— 照搬=口径错置；`极限维度` 里的机制词（反差/身份落差）应归 `事件标签`/`极致类型`，`真实毛边` 可直进 `极致内容`。

**产物/脚本**
- 卡片源：`tools/weknora-ingest/1_cards_batch1_20260923.md`（```text 围栏，一卡一块）
- 入库脚本：`tools/weknora-ingest/2_import.py`（定位库→按 `standard_question` 判重→建缺失标签→dry_run→正式导入→落库核对→检索终验，全幂等）；输出 `out/2_import.txt`
- 试跑报告：`极致事件卡片_MCP批量生产试跑报告_V1.0_20260923.md`
- 容器：`MCN极致事件素材库`（`e6772e41-7b72-499d-b46c-e5ca7c9d1740`），标签 反差 6 / 反常识 4 / 难度极限 2 / 自嘲反差 1 / 食材极致 1 / 预见式服务 1

**放量待定**：近7天 33 条 / 推荐TOP 413 条 / 全量 2202 条（2200–6600 张卡）三档；另需定「归属库字段」（剧情亲情类填 `横切未定` 只写 10 字段）与卡片命名编号规则。

**沉淀**：技能 `weknora-structured-ingest` 升 **v1.3**（铁律 5→6 条，新增「改相似问必须删+重导」「勿用单条建卡」；新增「第五步：批量产卡」与「上游解析口径陷阱」两节）。

---

## 无人值守批量生产（自动任务链）—— 已排程

**范围定档**：全量 **2202 条按点赞降序**（高价值优先，跑不完也先吃高赞），不再纠结 33/413 三档；归属库字段暂按「剧情亲情类 = 横切未定，只写 10 固定字段」；卡片编号定 `{来源详情ID}-{序号}`。

**排程**：**单次自动任务链**（非 recurring）—— 每批 5 条，处理完自己建下一个单次任务；窗口 **23:10–次日 08:00**，窗口外/临近 07:45 顺延当晚 23:10，队列空则收尾不建。
- 首个任务 id `cff38308-4992-4c80-8543-e669b0b3effb`，`scheduledAt=2026-09-23T23:10`，cwds `D:/AI技能/mcn-short-video`。
- 速度预估：窗口 530 分钟 → 每批 6/10/15 分钟 ≈ 440 / 265 / 175 条视频一夜。

**新增脚本（全幂等，可重复跑）**
| 脚本 | 作用 |
|:--|:--|
| `tools/weknora-ingest/0_queue_init.py` | 由 `_hot3m_api.json` 生成 `queue.json`（2202 条按赞降序）+ `state.json`（done 预置 38098/28274） |
| `1_next_batch.py [n]` | 取下一批（默认 5），跳过 done/skipped，写 `out/next.json` |
| `2_import_batch.py <md> <spec.json>` | 通用批次导入（判重→建标签→dry_run→正式→终验 0.5）；**退出码 2 = 库不存在** |
| `3_done_batch.py --ids … --cards N --imported M [--skip id:原因]` | 登记进度、推进 cursor，输出 `CONTINUE` / `QUEUE_EMPTY` |
- 批次产物落 `tools/weknora-ingest/batches/batch_NNNN.md` + 同名 `.spec.json`。
- **作业手册 `tools/weknora-ingest/RUNBOOK.md`** = 自动任务的唯一权威上下文（8 步骨架 + V1.3 卡片规格 + 6 条红线 + 窗口判定表 + 接续 prompt 模板 + 故障速查）。以后改口径先改这里。

## 极致事件卡片 · 批次 1 落地（23:10–23:30，无人值守自动任务首跑）
- 处理 5 条：`33304`李要得·打出租车去拉萨 / `33295`李斯曼曼·生产日记 / `26220`这是TA的故事·吹风机夫妻吵架 / `24868`快乐的阿放·七彩中国 / `24520`赵哥·澳门看女儿演唱会。
- 出卡 **15 张**（每条 3 张），全部 `所属库：横切未定`（旅行/孕产/夫妻剧情/风光混剪/明星家属，均不属 8 库形态）。
- 导入 FAQ 库 `MCN极致事件素材库`：**15/15 成功，检索终验 15/15 ✅**（score 0.587–0.805），库内 **15 → 30 条**。新增标签：价值观冲击、视觉冲击。
- 产物：`batches/batch_0001.md` + `batch_0001.spec.json`；日志 `out/import_batch_0001.txt`。进度：完成 7 ｜ 剩余 2195/2202。
- 🐛 **新坑（已治本）**：`GET /faq/entries` 默认 `page_size=20` → 不分页读数静默偏低（导入 15 条后脚本报「20」，真实 30），且**判重走同一条读取路径**会失效。已给 `2_import_batch.py` 加 `list_entries()` 分页读全（`page_size=100` 按 `total` 收口），并写进 RUNBOOK §步骤7 与技能 `weknora-structured-ingest` 红线 7。
- 接续任务已建：`MCN极致事件卡片批量生产 · 第2批`，2026-09-23 23:29 单次触发。

## 23:29-23:45 极致事件卡片批量生产 · 批次 2（自动任务）
- 5 条视频 23166/28268/20217/28348/30102 → 15 张 V1.3 卡，写 batches/batch_0002.md + .spec.json
- 导入 WeKnora FAQ 库 15/15，检索终验 15/15 ✅（阈值 0.5，score 0.67-0.80），库内 45 条；新建标签「品质对比」
- 拆卡经验：剧情/职场长视频（130-140s）按「开场钩子 / 中段冲突升级 / 结尾反转奖惩」拆 3 卡最稳
- RUNBOOK 已回写批次 2 记录与拆卡经验；已建下一个单次任务「第3批」@ 2026-09-23T23:45

## 23:45-23:55 极致事件卡片批量生产 · 批次 3（自动任务）
- 5 条视频 17449/21818/28008/24791/20384 → 15 张 V1.3 卡，写 batches/batch_0003.md + .spec.json
- 导入 15/15，检索终验 15/15 ✅（阈值 0.5，score 0.71-0.79），库内 60 条；首个「自嘲反差」主标签卡
- 新经验：同系列账号（周小闹·暑假工）同批 4/5 时，主标签必然撞车 → 相似问必须绑定各自具体桥段；超长视频（356s）拆 3 卡只取开场破冰/中段人情高潮/圆梦反转，高光场面宁弃勿挤
- RUNBOOK 已回写批次 3 记录；已建下一个单次任务「第4批」@ 2026-09-23T23:58