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