feat: effect feedback loop, evergreen topics, merged search, content quality checks

- Topic selection: add historical effect analysis (framework/strategy/title
  performance weighting when stats available), add 2-3 evergreen topics
  alongside trending ones
- Step 3: merge material collection and content enhancement into single
  search pass, with framework-specific search strategies
- Step 5: split verification into writing quality (A) and content quality (B),
  add checks for hook strength, quote density, angle sharpness per framework
- Fix exemplar category mapping for new frameworks (opinion → hot-take,
  retrospective → story-emotional)

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

SKILL.md

@@ -141,7 +141,7 @@ python3 {skill_dir}/scripts/fetch_hotspots.py --limit 30
 
 **降级**：脚本报错 → WebSearch "今日热点 {topics第一个垂类}"
 
-**2.2 历史去重 + SEO**：
+**2.2 历史分析 + SEO**：
 
 ```
 读取: {skill_dir}/history.yaml（不存在则跳过）
@@ -151,18 +151,27 @@ python3 {skill_dir}/scripts/fetch_hotspots.py --limit 30
 python3 {skill_dir}/scripts/seo_keywords.py --json {关键词}
 ```
 
-**降级**：SEO 脚本报错 → LLM 判断
+历史分析（有 stats 数据时）：
+- 统计哪种 `framework` 的文章表现最好（阅读量/分享率）→ 推荐框架时加权
+- 统计哪种 `enhance_strategy` 的文章表现最好 → 增强策略选择时参考
+- 近 7 天已写的关键词降分（去重）
 
-**2.3 生成 10 个选题**：
+**降级**：SEO 脚本报错 → LLM 判断；history 无 stats → 跳过效果分析，仅做去重
+
+**2.3 生成选题**：
 
 ```
 读取: {skill_dir}/references/topic-selection.md
 ```
 
-每个选题含标题、评分、点击率潜力、SEO 友好度、推荐框架。近 7 天已写的关键词降分。
+生成 **10 个选题**，其中：
+- **7-8 个热点选题**：基于 2.1 的热点，按 topic-selection.md 规则评分
+- **2-3 个常青选题**：不依赖热点，从用户的 `topics` 领域生成长尾内容（教程/方法论/经验总结/工具推荐），标注为"常青"。适合 content_style 为干货型/测评型的用户
+
+每个选题含标题、评分、点击率潜力、SEO 友好度、推荐框架。
 
 - 自动模式 → 选最高分
-- 交互模式 → 展示 10 个，等用户选
+- 交互模式 → 展示全部，等用户选
 
 ---
 
@@ -176,35 +185,28 @@ python3 {skill_dir}/scripts/seo_keywords.py --json {关键词}
 
 7 套框架（痛点/故事/清单/对比/热点解读/纯观点/复盘），自动选推荐指数最高的。
 
-**3.2 素材采集**：
+**3.2 素材采集 + 内容增强**（合并执行，共用搜索结果）：
-
-```
-WebSearch: "{选题关键词} site:36kr.com OR site:mp.weixin.qq.com OR site:zhihu.com"
-WebSearch: "{选题关键词} 数据 报告 2025 2026"
-```
-
-采集 5-8 条真实素材（具名来源 + 具体数据/引述/案例）。**禁止编造**。
-
-**降级**：WebSearch 无结果或不可用 → 用 LLM 训练数据中可验证的公开信息。但需告知用户："素材采集未能使用 WebSearch，建议在编辑锚点处多加入你自己的内容。"
-
-**3.3 内容增强（关键——决定文章是否值得读）**：
 
 ```
 读取: {skill_dir}/references/content-enhance.md
 ```
 
-根据 3.1 选定的框架类型，执行对应的增强策略：
+根据 3.1 选定的框架类型，一次搜索同时完成素材采集和内容增强：
 
-| 框架 | 策略 | 核心动作 |
+| 框架 | 搜索策略 | 从结果中提取 |
-|------|------|---------|
+|------|---------|-------------|
-| 热点解读 / 纯观点 | 角度发现 | WebSearch 已有文章 → 提取主流观点 → 生成 3 个差异化角度 → 选最尖锐的 |
+| 热点解读 / 纯观点 | `"{关键词} site:mp.weixin.qq.com OR site:36kr.com"` + `"{关键词} 观点 OR 评论"` | 真实素材（数据/引述）**+** 已有文章的主流观点（供角度发现） |
-| 痛点 / 清单 | 密度强化 | 检查每个 H2 是否有可操作要点 → 补充工具名/步骤/参数 |
+| 痛点 / 清单 | `"{关键词} 教程 OR 工具 OR 实操"` + `"{关键词} 数据 报告"` | 真实素材 **+** 具体工具名/步骤/参数（供密度强化） |
-| 故事 / 复盘 | 细节锚定 | WebSearch 真实细节 → 补充时间锚/数字锚/对话锚/感官锚 |
+| 故事 / 复盘 | `"{人物/事件} 采访 OR 专访 OR 细节"` + `"{关键词} 数据 报告"` | 真实素材 **+** 时间锚/数字锚/对话锚/感官锚（供细节锚定） |
-| 对比 | 真实体感 | WebSearch 真实用户评价 → 场景化对比 → 补充踩坑信息 |
+| 对比 | `"{方案A} vs {方案B} 评测 OR 体验"` + `"{方案A OR 方案B} 踩坑 OR 缺点 site:v2ex.com OR site:zhihu.com"` | 真实素材 **+** 真实用户评价和踩坑信息（供真实体感） |
 
-增强策略的输出（角度/密度要点/细节/用户声音）并入框架大纲，一起传入 Step 4 写作。
+每次搜索 2 轮，从结果中**同时**提取：
+1. **素材**：5-8 条真实素材（具名来源 + 具体数据/引述/案例）。**禁止编造**。
+2. **增强材料**：按 content-enhance.md 对应策略的要求提取（角度/密度要点/细节/用户声音）。
 
-**降级**：WebSearch 不可用时，角度发现和真实体感策略用 LLM 自身知识替代（效果降低但不阻断）。密度强化和细节锚定不依赖搜索，始终执行。
+两者并入框架大纲，一起传入 Step 4 写作。
+
+**降级**：WebSearch 不可用 → 用 LLM 训练数据中可验证的公开信息。但需告知用户："素材采集未能使用 WebSearch，建议在编辑锚点处多加入你自己的内容。"密度强化不依赖搜索，始终执行。
 
 ---
 
@@ -261,10 +263,10 @@ Category 映射规则：
 
 | 框架类型 | exemplar category |
 |----------|-------------------|
-| 痛点型/深度解读 | tech-opinion |
+| 痛点型 | tech-opinion |
-| 故事型 | story-emotional |
+| 故事型 / 复盘型 | story-emotional |
-| 清单型/对比型 | list-practical |
+| 清单型 / 对比型 | list-practical |
-| 热点解读型 | hot-take |
+| 热点解读型 / 纯观点型 | hot-take |
 | 其他 | general |
 
 如果匹配到的范文不足 3 篇，用 general category 补足。
@@ -314,24 +316,31 @@ Category 映射规则：
 
 **5.1 SEO**：3 个备选标题 + 摘要（≤54 字）+ 5 标签 + 关键词密度优化
 
-**5.2 去 AI 逐层验证**（writing-guide.md 自检清单，每项必须通过）：
+**5.2 质量验证**（两个维度，每项逐一检查）：
 
-| 层级 | 检查项 | 标准 | 规则 |
+**A. 写作质量**（writing-guide.md 基础规则）：
-|------|--------|------|------|
+
-| 统计 | 句长方差 | 最短与最长句相差 ≥ 30 字 | 1.1 |
+| 检查项 | 标准 | 规则 |
-| 统计 | 词汇温度 | 任意 500 字 ≥ 3 种温度 | 1.2 |
+|--------|------|------|
-| 统计 | 段落节奏 | 无连续 2 个相近长度段落 | 1.3 |
+| 句长方差 | 最短与最长句相差 ≥ 30 字 | 1.1 |
-| 统计 | 情绪极性 | 负面情绪 ≥ 2 处，无平铺直叙 | 1.4 |
+| 词汇温度 | 任意 500 字 ≥ 3 种温度 | 1.2 |
-| 统计 | 副词密度 | 无连续两句以副词开头 | 1.5 |
+| 段落节奏 | 无连续 2 个相近长度段落 | 1.3 |
-| 统计 | 风格漂移 | 不同 H2 语气/正式度有差异 | 1.6 |
+| 情绪极性 | 负面情绪 ≥ 2 处，无平铺直叙 | 1.4 |
-| 语言 | 禁用词 | 命中数 = 0 | 2.1 |
+| 禁用词 | 命中数 = 0 | 2.1 |
-| 语言 | 破句 | ≥ 3 处 | 2.2 |
+| 真实锚定 | 每个 H2 ≥ 1 条真实素材，零编造 | 3.1 |
-| 语言 | 意外用词 | ≥ 1 处非常规但说得通的表达 | 2.3 |
+| 具体性 | 每 500 字 ≥ 2 处具体细节 | 3.2 |
-| 语言 | 连贯性 | ≥ 1 处跑题再拉回 | 2.4 |
+
-| 内容 | 真实锚定 | 每个 H2 ≥ 1 条真实素材，零编造 | 3.1 |
+**B. 内容质量**（基于 Step 3.2 的增强策略检查）：
-| 内容 | 具体性 | 每 500 字 ≥ 2 处具体细节 | 3.2 |
+
-| 内容 | 密度波浪 | 高密度段后跟低密度段 | 3.3 |
+| 检查项 | 标准 | 适用框架 |
-| 内容 | 维度贯穿 | 激活维度全文可见 | 3.4 |
+|--------|------|---------|
+| 增强贯穿 | 增强策略的核心输出（角度/密度/细节/体感）在全文可见，不只出现在一段 | 所有 |
+| 开头钩子 | 前 3 句能制造悬念、冲突或好奇心（不是背景铺垫） | 所有 |
+| 金句密度 | 至少 1 处可独立截图转发的句子 | 所有 |
+| 操作密度 | 每个 H2 有可操作要点（工具/步骤/参数） | 痛点/清单 |
+| 角度锐度 | 核心观点能引发同意或反对，不是"两面都有道理" | 热点解读/纯观点 |
+| 场景感 | 至少 2 处有时间/地点/对话等画面细节 | 故事/复盘 |
+| 真实声音 | 至少 1 处引用真实用户评价或体验 | 对比 |
 
 不通过 → **定向修复**：只替换不达标的具体句子/段落，不动已通过的部分。每轮最多改 3 处，改完立即重新检查该项。2 轮仍不过 → 标注跳过，继续下一项。
 

dist/openclaw/references/topic-selection.md

@@ -85,18 +85,36 @@
 - 如果在**7-30 天**内出现 → 综合评分扣 1 分，标注"ℹ️ 月内有相关文章"
 - 超过 30 天 → 不扣分
 
-## 历史偏好参考
+## 历史效果闭环
 
-如果 history.yaml 中有带 stats 的文章（阅读量、分享量），分析表现最好的文章的共同特征：
+如果 history.yaml 中有带 stats 的文章（阅读量、分享量），做以下分析：
-- 哪种框架类型表现好？→ 推荐框架时优先
+
-- 哪种标题风格表现好？（数字型/反直觉/痛点）→ 拟标题时参考
+1. **框架偏好**：统计每种 framework 的平均阅读量和分享率 → 推荐框架时，表现好的框架加 1-2 分
-- 不要强制套用——只作为参考信号，选题本身的质量仍然最重要
+2. **增强策略偏好**：统计每种 enhance_strategy 的平均表现 → 在 Step 3.2 选择增强策略时参考
+3. **标题风格**：分析高表现文章的标题特征（数字型/反直觉/痛点/提问）→ 拟标题时参考
+4. **content_style 验证**：如果用户设置的 content_style 与实际高表现文章的类型不符 → 在选题报告末尾提示
+
+不要强制套用——只作为加权信号，选题本身的质量仍然最重要。stats 数据不足 5 篇时跳过此分析。
+
+## 常青选题
+
+除了热点选题，额外生成 **2-3 个常青选题**——不依赖时效性，长尾流量价值高。
+
+常青选题来源：
+- 从用户的 `topics` 列表出发，生成教程/方法论/经验总结/工具推荐类选题
+- 参考 SEO 数据中搜索量高但竞争度低的关键词
+- 如果有 history.yaml，避免与已写过的常青内容重复
+
+常青选题的评分规则：
+- 热度分固定为 5（不依赖热搜，但也不是 0）
+- 相关度和切入价值正常评分
+- 标注"🌲 常青"，与热点选题混排
 
 ## 选题不足时的处理
 
-- 如果能找到 10 个相关度 ≥ 5 的选题，直接输出
+- 热点选题 + 常青选题合计 10 个
-- 如果只能找到 5-9 个，用相关度 3-4 的选题补齐到 10 个，但标注"相关度偏低"
+- 如果热点相关度 ≥ 5 的不足 7 个，用常青选题补足
-- 如果相关度 ≥ 5 的不足 5 个，告诉用户"今天热点跟你的领域匹配度不高"，输出能找到的 + 建议用户自己给选题
+- 如果加上常青仍不足 10 个，告诉用户"今天热点跟你的领域匹配度不高"，输出能找到的 + 建议用户自己给选题
 
 ## 注意
 

references/topic-selection.md

@@ -85,18 +85,36 @@
 - 如果在**7-30 天**内出现 → 综合评分扣 1 分，标注"ℹ️ 月内有相关文章"
 - 超过 30 天 → 不扣分
 
-## 历史偏好参考
+## 历史效果闭环
 
-如果 history.yaml 中有带 stats 的文章（阅读量、分享量），分析表现最好的文章的共同特征：
+如果 history.yaml 中有带 stats 的文章（阅读量、分享量），做以下分析：
-- 哪种框架类型表现好？→ 推荐框架时优先
+
-- 哪种标题风格表现好？（数字型/反直觉/痛点）→ 拟标题时参考
+1. **框架偏好**：统计每种 framework 的平均阅读量和分享率 → 推荐框架时，表现好的框架加 1-2 分
-- 不要强制套用——只作为参考信号，选题本身的质量仍然最重要
+2. **增强策略偏好**：统计每种 enhance_strategy 的平均表现 → 在 Step 3.2 选择增强策略时参考
+3. **标题风格**：分析高表现文章的标题特征（数字型/反直觉/痛点/提问）→ 拟标题时参考
+4. **content_style 验证**：如果用户设置的 content_style 与实际高表现文章的类型不符 → 在选题报告末尾提示
+
+不要强制套用——只作为加权信号，选题本身的质量仍然最重要。stats 数据不足 5 篇时跳过此分析。
+
+## 常青选题
+
+除了热点选题，额外生成 **2-3 个常青选题**——不依赖时效性，长尾流量价值高。
+
+常青选题来源：
+- 从用户的 `topics` 列表出发，生成教程/方法论/经验总结/工具推荐类选题
+- 参考 SEO 数据中搜索量高但竞争度低的关键词
+- 如果有 history.yaml，避免与已写过的常青内容重复
+
+常青选题的评分规则：
+- 热度分固定为 5（不依赖热搜，但也不是 0）
+- 相关度和切入价值正常评分
+- 标注"🌲 常青"，与热点选题混排
 
 ## 选题不足时的处理
 
-- 如果能找到 10 个相关度 ≥ 5 的选题，直接输出
+- 热点选题 + 常青选题合计 10 个
-- 如果只能找到 5-9 个，用相关度 3-4 的选题补齐到 10 个，但标注"相关度偏低"
+- 如果热点相关度 ≥ 5 的不足 7 个，用常青选题补足
-- 如果相关度 ≥ 5 的不足 5 个，告诉用户"今天热点跟你的领域匹配度不高"，输出能找到的 + 建议用户自己给选题
+- 如果加上常青仍不足 10 个，告诉用户"今天热点跟你的领域匹配度不高"，输出能找到的 + 建议用户自己给选题
 
 ## 注意