AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日
用预测与复盘校准内容判断
Cheat On Content 是一组面向内容创作的工作流,支持初始化项目资料、讨论选题、按评分标准评估稿件、记录拍摄与发布、查看进度并复盘结果。其核心是把可量化的内容表现纳入预测和校准循环;当前内置评分标准参考观点视频资料构建,不能据此认为所有内容形态都已适配。
包含 Skill
12
可以单独安装
GitHub Star
7,590
仓库累计 Star
近 7 天
+60
新增 Star
代码更新
2026年11月16日
最近一次推送
核心亮点
1形成校准循环
按评分标准评估内容,并在发布后复盘预测与实际表现。
2支持创作流程管理
从初始化、选题和稿件评分,到拍摄登记、发布跟踪与状态查看。
3依据资料迭代
可利用历史预测和复盘信息调整评分标准或受众画像。
能做什么
- 通过初始化对话收集信息并建立工作所需的项目资料。
- 围绕用户提供的主题或经历讨论选题,并可生成草稿。
- 按照现有 rubric 为单篇稿件评分,或对选题候选进行排序推荐。
- 登记拍摄和发布相关状态,并查看校准进度与待复盘项目。
- 根据复盘评论等资料派生或刷新受众画像。
- 对旧版状态文件执行 schema 迁移,并提供评分标准调整流程。
适用场景
为一篇观点视频稿件打分,查看评分维度和理由。
围绕一个想法讨论选题并生成草稿。
从候选选题中按当前评分标准挑选待创作主题。
发布后整理表现与评论,复盘预测并更新受众画像。
用之前和用之后
- 内容判断可能主要依靠直觉。可以记录评分与预测,并在发布后对照实际表现。
- 选题、稿件和复盘资料可能分散。工作流可围绕状态文件、候选、预测和复盘资料组织流程。
- 评分标准可能长期不变。可依据校准资料提出调整,但调整流程有明确输入要求。
它是怎么工作的
第 1 步
初始化并建资料
第 2 步
选题评分与预测
第 3 步
发布复盘再校准
快速上手
安装与复制命令见“安装方式”。
- 1
首次使用先运行 /cheat-init,并按对话问题提供所需信息。
- 2
准备工作区所需的状态、评分标准及草稿等资料;具体文件要求依所选子流程而定。
- 3
围绕选题、稿件评分、拍摄或发布等任务调用对应工作流。
- 4
内容发布后记录结果并进行复盘,再按需要查看状态或调整评分标准。
- 5
使用某项功能前核对该子流程的输入文件和参数要求。
适合谁
- 希望将内容判断转为可记录、可复盘流程的创作者。
- 制作可量化内容,并愿意记录发布表现的个人或团队。
- 希望整理选题、稿件评分、发布跟踪和复盘环节的内容工作者。
局限
- 内置 rubric 针对观点视频,其他内容形式需要自行起步并调整权重。
- 多个工作流依赖项目目录中的状态文件、评分标准、预测记录或候选资料。
- 评分标准升级等流程有特定输入要求,资料不足时可能无法按预期执行。
- 采集信息未提供完整安装命令或所有子流程的具体运行环境说明。
使用前注意
- · 使用前核对各子 Skill 的输入文件、状态文件版本及参数要求。
- · 升级 rubric 属于高风险流程,采集资料要求按规定步骤执行并进行跨模型审核。
- · 受众画像可能包含实际表现信号,相关资料的读取边界需要按源文件要求核验。
包含的 Skills · 12
- Cheat On Content工作流给所有想把"感觉"变成可校准预测的内容创作者。方法论通用——打分 → 盲预测 → T+3d 复盘 → 进化 rubric 的循环适用任何能被量化(播放 / 阅读 / 收听 / 点击)的内容。rubric 是循环的内容,不是循环本身——当前内置一份观点视频 rubric(参考博主 25+ 视频拟合),其他形态可借这套起步并 bump 调权重。强烈建议导入对标账号作为初始信号源(/cheat-learn-from)。触发词:"初始化"/"打分这篇"/"启 帮助规划和实现网页中的 3D 交互体验。SKILL.md
- Cheat Bump工作流提议并执行 rubric 或 bucket 升级。两种模式:完整 rubric bump(最高风险动作,5 步强制 + 跨模型审核)和 --bucket-only 轻量重校(只换 bucket 边界,不动 rubric 公式)。Phase 2 强制走 cheat-score-blind sub-agent 给校准池重打分——不接受 self-scored fallback。触发词:"升级 rubric"/"bump rubric"/"更新公式"/"我skills/cheat-bump/SKILL.md
- Cheat Init工作流cheat-on-content 的首次 onboarding 与脚手架创建器。统一流程——所有用户都走相同 5 阶段闭环,唯一区别是"发过视频的人"会在 init 时多一步:抓取已有视频建立历史 context(用于后续 cheat-seed 给更贴合的选题、更准的 baseline)。触发词:"初始化"/"init"/"首次使用"/"我是新用户"/"setup cheat-on-content"。必须在用户第一次会话执行;其他子 skill 在 .cheat-staskills/cheat-init/SKILL.md
- Cheat Migrate工作流把老用户的 .cheat-state.json 升级到当前 schemaversion。读 migrations/registry.md 算迁移链,按顺序应用每一步迁移文件。幂等:跑两次结果一样。失败停在中间版本不前进。触发词:"迁移"/"升级 state"/"migrate"/"我的 state 是老版本"/"schema 版本不对"。skills/cheat-migrate/SKILL.md
- Cheat Persona工作流从复盘评论数据派生 / 刷新账号的受众画像,写入 audience.md。这是和 rubric 平行的第二个派生物——rubric 答"怎么打分",persona 答"谁在看"。cheat-seed 选题 / 写稿时读它。audience.md 含实绩信号,cheat-score-blind 硬禁读。触发词:"构造受众画像"/"更新 persona"/"我的观众是谁"/"build persona"/"刷新受众画像"/"看看我的受众画像"。skills/cheat-persona/SKILL.md
- Cheat Recommend工作流从 candidates.md 里按当前 rubric 排序推荐 top N 选题,每条带 composite + 一句 rationale + 锚点对比。candidates 不存在时给引导而非报错。触发词:"推荐选题"/"next topic"/"下一篇做什么"/"recommend topics"/"挑一个选题"。skills/cheat-recommend/SKILL.md
- Cheat Score Blind工作流INTERNAL sub-agent for blind 7-dim rubric scoring. NOT a user-facing skill — do NOT invoke from main conversation. Called via Task tool by cheat-score / cheat-predict / cheat-bump to get a context-isolated score on a script. Receives Oskills/cheat-score-blind/SKILL.md
- Cheat Score工作流给单篇稿子打 rubric 分。只在控制台输出,不写文件,不预测。触发词:"打分这篇 [path]"/"score this [path]"/"给这稿子打分"/"先打分看看"。是 cheat-predict 之前的轻量探索动作。skills/cheat-score/SKILL.md
- Cheat Seed工作流跟用户对话讨论选题——默认一次一个,用户主动给主题或经历,AI 围绕用户的输入深挖、提炼角度、写一份 draft。不是 AI 拿三个开放问题追用户,也不是一次给 5 个候选。触发词:"找选题"/"我想做一条 X"/"最近有个想法"/"seed"/"启动种子"。可选 batch 模式:/cheat-seed --batch 5 走旧的 brainstorm 5 候选 + 写 5 draft 流程。skills/cheat-seed/SKILL.md
- Cheat Shoot工作流登记一条视频已拍摄。建 video folder + 询问实际拍摄稿是否与 scripts/<id>.md 一致 + buffer +1。与 cheat-publish 配对:拍了进队列,发了出队列。触发词:"拍了"/"拍了 X"/"shot"/"shot it"/"已拍 X"/"录完了"。skills/cheat-shoot/SKILL.md
- Cheat Status工作流cheat-on-content 的状态看板。显示当前模式 / rubric 版本 / 校准进度 / 待复盘 / pool 状态 / 是否该升级 SQLite / 是否该 bump rubric。任何时候都可调,无副作用。触发词:"状态"/"看板"/"status"/"我现在该做什么"/"进度怎么样"。 批量生成和迭代广告创意文案,适合投放前素材准备。skills/cheat-status/SKILL.md
- Cheat Trends工作流从配置的热点源(HN / Reddit / YouTube trending / B 站热门 / 等)抓今天的热门话题,去重 + 粗打分 + 写入 candidates.md。绝大部分人没有候选池——这是让"我没素材"问题在 onboarding 第二步就消失的钥匙。触发词:"抓热点"/"fetch trends"/"今天有什么可做的"/"trending now"/"找选题"。skills/cheat-trends/SKILL.md
公开来源
相关 Skills
查看更多claude-seo
26 SkillsSEO优化技能集 · AgriciDaniel
覆盖网站技术检查、内容规划、电商与本地 SEO 等场景,可用于整理分析任务、发现待改进项并生成部分 SEO 报告。
marketingskills
53 Skills营销增长技能集 · coreyhaines31
覆盖转化优化、文案、SEO、分析与增长等营销场景,可用于辅助拆解营销任务、整理内容和推进相关工作。
open-seo-mcp-skills
8 Skills开源 SEO MCP 技能集 · Ryze-AI-Adgent
一套面向搜索优化的分析技能,覆盖关键词、排名、外链、审计与 AI 流量,可基于真实搜索与广告数据输出结论和行动清单。
founder-skill
11 Skills创业验证技能集 · Jakeschincariol
围绕创业想法验证,串联竞品分析、模拟买家反馈、财务测算与上线准备,将各阶段结果整理成商业计划和行动事项。
