判断、温度、节奏、视觉、口吻——全部由人定。
AI 帮我节省了 60% 的素材搬运、初稿撰写、调度时间，但
「这条选题要不要做」、「标题怎么改才有钩子」、「封面留哪一帧」——
这些决定 80% 点击率的事，AI 一个字都不出。
赛题原文："素材分散、创作流程割裂、内容质量不稳定、数据反馈难闭环"。我们 4 个月真实运营踩过每一个。
每个环节对应一个独立模块。WorkBuddy 是"对话主导"层——它读 skill 文档、跑命令、处理错误，运营全程不敲命令。
每个模块在仓里对应一个独立子目录，有自己的 README 和入口命令。snapshot 模块来自日常生产仓，新写模块 100% 本仓自给自足。
每一条都不是 PPT 画饼，是 4 个月运营实际踩坑沉淀的工程纪律。
所有 AI 生成的文案在进入"图文生成"或"视频生成"前自动跑 fact_check_content()，黄色弹窗逐条列出无源断言，一键返回修改。
W17 编了"中国市场已成为卡普空核心增长极"——无源断言。
W21 同一类错误又犯。从那时起所有改写都先过 fact_check，编错率 30% → < 5%。
WorkBuddy 在项目目录里读 SKILL.md，自己跑命令、自己处理错误。运营全程不敲一行命令。
新人第一天到岗，看完 docs/操作手册.html，半小时能独立出片。
这套架构换一个题材（不止游戏）就能跑。
analytics 模块出的 next_week_prompt_W{N}.md 末尾自动生成 WorkBuddy 触发话术，复制粘贴回 creator 即可起一轮新生产。
"基于阅读/互动数据优化下一轮选题"—— 赛题原话。
从样本数据自动识别出 22:00 是黄金时段、16-20 字标题最优。
benchmark 自己写 playwright + XHR 监听，靠浏览器自动建立的游客 session就能拉对标账号首屏笔记。不要 Agent-Reach、不要 OpenCLI、不要 cookie。
已实测：监控小红书 TapTap 官方账号，11 条笔记全部拉到，含标题/点赞/封面/置顶。
fresh chromium context 每次新游客身份，反爬识别概率最低。
下面两段是真实跑出来的终端日志（脱敏样本数据 + TapTap 公开主页），可在仓里复现。
没有花哨的依赖，全部围绕"git clone 一个仓就能跑通"设计。
每个文件都跟它在赛题里的角色一一对应。点开看代码即可验证。