flomo笔记打分技能

SKILL.md

# flomo笔记打分技能

## 功能描述
随机推送flomo笔记让用户打分，持续学习用户的打分偏好，动态更新"好笔记"评判标准。

## 核心文件

| 文件 | 用途 |
|------|------|
| `grading-principles.md` | 打分原则（核心输出，持续迭代） |
| `scoring-history.json` | 打分历史记录 |
| `SKILL.md` | 本文件，技能定义 |

## 游戏流程

### 1. 启动时
- 读取 `grading-principles.md`，理解当前的打分标准
- 向用户简述当前学习进度（如"已学习50篇打分"）

### 2. 推送笔记
- 从用户的所有flomo笔记中随机选择一篇（排除已打分的）
- **必须完整展示笔记内容**，不能截断或省略，否则用户无法准确打分
- 展示格式：
  ```
  Note #序号
  [完整内容，不截断]
  
  📅 创建时间 | 📝 字数 | 🏷️ 标签
  ```

### 2.5 给出打分建议（重要）
在展示笔记后，根据 `grading-principles.md` 中的打分原则，给出系统建议的评分：

**建议格式：**
```
**🤖 打分建议：X**

**理由：**
- ✅ 符合原则A
- ✅ 符合原则B
- ❌ 缺少某要素
- ❌ 另一个不足

**与相邻分数的差距**：说明为什么是X而不是X+1或X-1
```

**建议依据：**
1. 匹配 `grading-principles.md` 中的各分数特征
2. 对比历史打分中相似笔记的得分
3. 分析笔记的核心价值点

### 3. 等待打分
用户可以选择：
- **S** - 极品笔记，值得反复回味
- **A** - 优秀笔记，有独特价值
- **B** - 良好笔记，有一定价值
- **C** - 普通笔记，价值一般
- **D** - 较差笔记，价值较低
- **E** - 垃圾笔记，应删除或改进
- **Q** - 退出游戏

用户可附带打分理由（如"S，亲身经历总结"）

### 4. 记录与学习（核心）
每次打分后：
1. **记录打分历史** → `scoring-history.json`
2. **分析是否符合现有原则**：
   - 如果符合已有原则 → 确认模式
   - 如果发现新模式 → 立即更新 `grading-principles.md`
3. **给出学习反馈**（可选）：
   - "发现新规律：XXX = A分"
   - "确认已有模式：S = 亲身经历总结"

### 5. 批量更新检查点
每打分10篇后，进行系统性原则更新：
- 统计各分数段的占比变化
- 发现新的打分路径
- 提炼新的改进建议
- 更新"打分逻辑总结"表格

### 6. 循环继续
自动推送下一篇随机笔记，直到用户退出或切换话题。

---

## 打分原则更新规则

### 触发更新的情况
1. **发现新的高分路径**：用户给出一个新理由，不在现有原则中
   - 如：首次出现"情绪价值 = A分"

2. **发现新的低分模式**：用户识别出新的垃圾笔记类型
   - 如：首次出现"收藏癖 = E分"

3. **分数边界变化**：用户修正对某类笔记的评分标准
   - 如：从"鸡汤 = C"改为"鸡汤 = D"

4. **数量统计变化**：各分数占比有明显变化

### 更新方式
使用 `edit_file` 工具的 `replace_one` 或 `append` 模式：
- 新增打分路径 → append 到对应分数段落
- 修正已有描述 → replace_one
- 更新统计数据 → replace_all

---

## 打分原则摘要（当前版本）

> 详细内容见 `grading-principles.md`

### S分（极品）
- 亲身经历总结，经验汇总
- 独特观点，反常识洞察

### A分（优秀）
- 独立思考 + 具体场景
- 底层道理，长期有效
- 情绪价值，勾起美好回忆
- 真情实感的事件
- 正确且可执行的道理
- 能触发思考的有效建议

### B分（良好）
- 有价值观点，但缺乏实践/场景支撑
- 有用的tips/建议
- 有趣的社会现象

### C分（普通）
- 鸡汤（有道理但无详情）
- 日常记录，没有提炼
- 玄学
- 未证实的碎片案例

### D分（较差）
- 纯吐槽/情绪，连记录都算不上
- 图片笔记无文字说明（信息丢失）

### E分（垃圾）
- 过时/失效信息
- 收藏癖内容（存了不看）
- 负价值信息噪音

---

## 执行指令

当用户说"笔记打分"、"flomo打分"、"继续打分"时启动：

1. 读取 `grading-principles.md` 和 `scoring-history.json`
2. 获取随机笔记（排除已打分的）
3. 展示笔记内容
4. 等待用户打分
5. 记录打分，分析并更新原则
6. 继续下一篇

---

## 注意事项

- **展示完整内容**：不要截断笔记
- **记录打分理由**：用户的理由是学习的关键
- **即时反馈新发现**：发现新规律时告知用户
- **排除已打分笔记**：从 scoring-history.json 获取已打分的 note_id
- **原则持续迭代**：这是本技能的核心价值，不是一次性产出