x-skills (X 自动化创作)

四件套 X 创作流水线：4 轮搜索收集素材、10 分制加权打分筛选选题、5 种爆款风格 A/B 创作 + Critic 自检重写、浏览器自动化存草稿（永不自动发布），全程带正负样本反馈闭环。

仓库：kangarooking/x-skills 热度证据：作者在 CSDN 发爆文《从0到1造了个Claude Skills,实现全自动写X(推特)》;作者靠 X 创作者收益(单帖 $1,226)证明技能价值;GitHub 321 星

五维评分

热度3/5

质量4/5

创新4/5

易用4/5

文档4/5

工业级算法降维移植：附 X-For-You-Feed-Algorithm.md 理论文档，落地为多源候选（in-network + 20% 探索）、加权评分 FinalScore = Σ(w_i×s_i) - NegPenalty、来源衰减 0.6^(N-1)、反馈闭环四组件
零依赖可解释相似度过滤：similarity.py 纯标准库实现 0.30*char_2gram + 0.35*char_3gram + 0.15*word_jaccard + 0.20*sequence_ratio，中英混排可用，≥0.85 淘汰 / 0.75~0.85 软扣 2 分，无需 embedding
人机协同安全边界：x-publish 的 Critical Rules 明确 NEVER auto-publish，只存 X 草稿箱供人工审核，把账号风险与自动化风险隔离
生成质量闭环：A/B 变体 + 7 维度 Critic 自检（含 AI 味控制维度）+ 双低分才重写一次 + 强制 Humanize pass（删客套/打破三段式/具体归因），把去 AI 味做成默认必选项
流水线 JSON 契约：每个 skill 输出末尾追加带 schema_version 的机器可读块（MATERIALS/FILTER/CREATE/HOOKS/PUBLISH_JSON），hooks.py 自动抽 hook、x_state.py hook-ingest 落库，prompt 环节间传递不失真

四段流水线 skill 组合 + JSON 契约：每个 skill 职责单一，输出结构化块衔接下一环
配置文件驱动可调参数 + 首用 onboarding：user-profile.md YAML 管权重/阈值/实验开关，三问问答自动生成配置
用户示例优先、内置模板兜底的双层风格学习：assets/templates/{type}/ 优先于 post-patterns.md 默认模式
纯标准库 + 原子写入的状态管理 CLI：like/reject/event/similarity 子命令 + tempfile+os.replace 原子写 + events.jsonl 追加审计

X/推特中文创作者跑「选题→创作→存草稿」全流程自动化内容团队建立可解释、可调参的内容生产流水线（收集→筛选→创作→发布）学习把推荐算法、A/B 测试、自评重写融入 prompt 工作流对高频输出保持风格一致性和避免重复选题的长期运营场景

边界与注意：x-publish 依赖 Playwright MCP + X 登录态，前端改版会导致元素引用失效需维护；字符级相似度对语义重复会漏判；Critic 为 LLM 自评有自我偏好偏差；内置 5 套模式以中文为主，英文内容需自补模板。

本页为摘要版，完整精读分析（核心机制、逐条优秀点拆解、写作过程）见本地 Markdown 文档：

analysis/x-skills.md