技能名称: x-engagement
详细描述:

X 运营辅助 Skill v4.2

快速开始

触发条件：

• - 刷推 [时间]
• 运营推特 [时间]
• 去X上互动 [时间]

首次运行：
自动进入 Onboarding 流程（详见 docs/onboarding.md）

后续运行：
读取配置 → 生成互动建议 → 用户确认后执行

文档结构

x-engagement/
├── SKILL.md # 主入口（本文件）
├── docs/
│ ├── onboarding.md # Onboarding 流程
│ ├── browser-operations.md # 浏览器操作模块（基于 Browser Relay）
│ ├── comment-rules.md # 评论规则（重要！防止错误）
│ ├── human-behavior.md # 自然节奏与确认规范
│ ├── memory-system.md # 记忆系统设计
│ ├── cron-jobs.md # 手动提醒与维护
│ ├── comment-generation.md # 评论生成逻辑
│ └── natural-language-parser.md # 自然语言时间解析
├── playbooks/
│ ├── comment-strategies.md # 评论策略（有效/无效）
│ └── changelog.md # 策略变更记录
├── data/
│ └── engagement/
│ └── YYYY-MM-DD.json # 每日评论数据
├── templates/
│ ├── persona.md # Persona 模板
│ ├── config.json # 配置模板
│ └── daily-log.md # 每日日志模板
└── scripts/
├── setup-cron.sh # 生成手动提醒模板
├── check-cron.sh # 检查本地运行状态
└── daily-review.sh # 每日复盘脚本

核心功能

1. Onboarding（首次运行）

5个阶段：

1. 1. 浏览器连接 + 登录检查
2. 选择 Persona（自己或其他账号）
3. 学习 Persona（抓取100条 → 生成描述）
4. 刷推习惯配置
5. 保存配置

详见： docs/onboarding.md

2. 自然节奏与确认

核心原则： 保持自然节奏，但不追求伪装或规避检测。

包含：

• - 阅读与判断节奏建议
• 点赞/关注/评论二次确认
• 频率限制
• 人工审核后再执行写操作

详见： docs/human-behavior.md

3. 记忆系统

三层记忆：

memory/daily/hotspots/
├── .onboarding_complete # Onboarding 标记
├── .config.json # 用户配置
├── personas/
│ └── [handle].md # Persona 描述
├── events/ # 重大事件（永久）
├── tables/ # 每日热点（7天）
└── history/
├── comments/ # 评论历史（避免自相矛盾）
└── daily/ # 每日日志

关键功能：

• - 记录每次评论内容
• 记录用户说过的话（如昨天出去吃饭了）
• 评论前检查历史，避免矛盾

详见： docs/memory-system.md

4. 手动提醒与维护

默认策略：

• - 不自动安装 cron
• 不自动修改 crontab
• 仅生成手动提醒模板

可手动执行的维护项：

• - 每日热点总结
• 记忆清理预览
• 记忆清理执行（需显式 --apply）

生成手动模板：
bash
./scripts/setup-cron.sh

详见： docs/cron-jobs.md

5. 刷推流程

⚠️ 重要规则（必须遵守）：

1. 1. 只在 Following 的 Recent 页面评论（不是 Popular）
2. 评论前检查历史（避免重复评论同一博主）
3. 记录所有评论（保存到历史文件）
4. 评论发送前必须得到用户确认

详见： docs/comment-rules.md（必读！）

For You 页面：

1. 1. 浏览（自然阅读节奏）
2. 关注建议（根据配置条件）

Following 页面：

1. 1. 确保是 Recent（不是 Popular）
2. 点赞建议（有价值的推文）
3. 评论建议（2小时内，使用 persona 风格）
4. 用户确认后执行
5. 记录评论到历史（避免重复）

详见： docs/comment-generation.md

6. 浏览器操作（基于 Browser Relay）

使用 browser-relay-cli：

• - 连接你们自己的 Browser Relay 运行时
• 复用本地已登录 Chrome/Chromium
• 支持 DOM 优先、截图兜底的受控操作
• 仓库：https://github.com/jasonCodeSpace/browser-relay

核心操作：

• - 读取推文
• 生成评论建议
• 点赞/关注/评论确认后执行
• 滚动与截图验证

安全边界：

• - 不默认安装持久任务
• 不默认自动发送评论
• 不把 Browser Relay 当 stealth bot

详见： docs/browser-operations.md

使用示例

首次使用

用户: 刷推
Bot: 开始 Onboarding...
1. 检查浏览器...
2. 请选择 persona...
3. 学习中...
4. 配置刷推习惯...
5. 完成！开始刷推...

后续使用

用户: 刷推半小时
Bot: 读取配置...
For You: 给出 6 个建议关注账号
Following: 给出 6 条候选互动
你确认后我再执行...

关键特性

自我进化系统

核心理念

没有记忆的AI，只是一个聪明的工具。
有记忆且能进化的AI，才是会成长的伙伴。

进化闭环

采集数据 → 分析对比 → 得出结论 → 更新规则 → 下次执行

三大机制

1. Playbook 系统

• - playbooks/comment-strategies.md - 记录有效/无效策略
• playbooks/changelog.md - 记录策略变更
• Agent 可以更新自己的规则

2. 数据采集

• - data/engagement/YYYY-MM-DD.json - 每日评论数据
• 记录：时间、作者、内容、结果
• 用于后续分析和优化

3. 每日复盘（22:00）

• - 统计今日数据
• 分析有效策略
• 更新 Playbook
• 生成明日建议
• 推送报告给用户

文件结构

x-engagement/
├── playbooks/
│ ├── comment-strategies.md # 评论策略（有效/无效）
│ └── changelog.md # 策略变更记录
├── data/
│ └── engagement/
│ └── YYYY-MM-DD.json # 每日评论数据
└── scripts/
└── daily-review.sh # 每日复盘脚本

使用示例

Agent 学习过程：

1. 1. 发现「妙啊」评论效果好
2. 在 Playbook 中记录：「妙啊」适用于技术分享，数据支撑：2026-03-02
3. 下次刷推时读取这条规则
4. 考虑在类似推文上使用相同策略

进化效果：

• - Agent 越用越聪明
• 自动学习什么评论有效
• 持续优化策略
• 避免重复错误

必读文档

按顺序阅读：

1. 1. docs/onboarding.md - 了解首次运行流程
2. docs/human-behavior.md - 了解人类行为模拟
3. docs/memory-system.md - 了解记忆系统
4. docs/comment-generation.md - 了解评论生成