agentsclimarketplace

Cheat status

Skill LiHongwei-cn/lihongwei-cn/global-specs/skills/cheat-on-content/skills/cheat-status

MUNDO - THE EMPEROR. Complete AI orchestration system with 1208 skills, 25 capability modules, self-evolving, collective consciousness. GitHub Actions 24/7 automation.

Install
npx -y skills add LiHongwei-cn/lihongwei-cn --skill cheat-status

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 2 stars2 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

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"。

SKILL.md

9.0 KB, as published. Nobody here has run it

/cheat-status — 状态看板

读 state file + 扫描用户项目 → 汇总当前进度 → 输出"今天该做什么"清单。

Overview

[用户:状态]
  ↓
[Phase 1: 读 .cheat-state.json + 扫文件系统]
  ↓
[Phase 2: 计算派生指标]
  ↓
[Phase 3: 检测建议触发器(升级 / bump / 清算)]
  ↓
[Phase 4: 输出看板]

Constants

  • SQLITE_UPGRADE_THRESHOLD = 30 — calibration_samples 达到 N 时建议升 SQLite
  • CLEANUP_LINE_THRESHOLD = 600 — rubric_notes.md 行数超 N 时建议清算
  • STALE_PREDICTION_DAYS = 30 — in_progress prediction 超 N 天未发布提示清理

Inputs

来源用途
.cheat-state.json主要状态
predictions/*.md校准样本数 / pending retros
candidates.md候选池规模
rubric_notes.md行数 / 当前版本
.cheat-cache/usage.jsonl(如有)meta-logging 数据,用于"距上次 bump 多少次预测"

Workflow

Phase 1: 读状态

state = read_json('.cheat-state.json')
if not state:
    return "你还没初始化。请先跑 /cheat-init。"

predictions = glob('predictions/*.md')
candidates_count = parse_candidates_md_entries()
rubric_lines = wc -l rubric_notes.md

Phase 2: 派生指标

指标算法
Buffer 数len(state.shoots)
Buffer 颜色cadence-protocol.md 派生:buffer_days = buffer_count × target_publish_cadence_days<1 红 / 1-2 橙 / 3-5 绿 / >5 蓝。如 target_publish_cadence_days=null → 颜色禁用
Confidence 等级state-management.md confidence 表 派生:从 calibration_samples 整数派生 emoji + 标签
最早一拍至今天数now - state.shoots[0].shot_at,用于警告"拍了 N 天没发"
校准样本数predictions 中含完整复盘段(实绩数据非空)的文件数
待复盘state.pending_retros 中已过 RETRO_WINDOW_DAYS 的
池大小candidates.md 中 tier!=skip 的 entry 数
上次 bump 至今几次预测predictions 中 published_at > state.last_bump_at 的数量
同向偏差队列state.consecutive_directional_errors
in_progress 陈旧度now - state.in_progress_session.started_at(如有)

Phase 3: 检测建议触发器

按优先级(高→低)逐项检查:

  1. Buffer 颜色 = 🔴 红 → 第一行高优先级警戒:"buffer 已 0/1 篇,下个发布日可能断更——今天必须拍 ≥1 条。说'推荐选题'我只推 top 1 稳分(不推实验性)"
  2. Buffer 颜色 = 🔵 蓝 → 高优先级提示:"buffer 已 N 篇积压。暂停拍摄,先发存货 + 复盘。说'已发布 ...'我帮你出队"
  3. state.shoots 中最早一项 shot_at > 14 天 → "你有视频拍了 N 天还没发——议题时效流失风险,建议尽快发或弃稿"
  4. in_progress 陈旧 (>= STALE_PREDICTION_DAYS) → 高优先级提示"清理或 publish"
  5. 待复盘 ≥ 1 → 高优先级"今天该复盘 X 篇"
  6. pool_status=none + calibration_samples=0 + 距 init >24h → "🌱 你 init 完已经 N 天但还没拍——是因为没选题吗?跑 /cheat-seed 5 分钟拿 5 个候选 + 5 个 draft" 高优先级
  7. Claude 判断系统性偏差信号不是死磕 ≥3 同向) → 提示"建议跑 /cheat-bump"
    • 默认参考:连续 ≥3 次同向偏差
    • 但 Claude 可以更早:1 次极端偏差(≥10x)或 2 次同向 + 评论区强反向证据
    • 也可以更晚:3 次同向但每次幅度都 <25%(可能只是噪声)
    • 提示时显式标注:"本次是 [default-aligned] / [judgment-driven]"
  8. calibration_samples 跨入新 confidence 等级(0→1, 2→3, 5→6, 10→11, 20→21)→ 提示"🎉 confidence 升级:<旧等级> → <新等级>。bucket 中枢精度从 ±X% 提到 ±Y%"。仅作通知,无任何用户必须确认的操作——所有 skill 都已经按 calibration_samples 自动调整
  9. calibration_samples 跨过 5 → "你的 rubric 形态可以第一次正式 bump 了。回顾 rubric_notes.md 看观察记录段是否有 ≥3 样本支持的 pattern → 跑 /cheat-bump"
  10. calibration_samples 跨过 10 → "可以跑 /cheat-bump --bucket-only --scheme percentile 让 bucket 边界改用 percentile(永远自洽)"
  11. calibration_samples 跨过 SQLITE_UPGRADE_THRESHOLD 且 data_layer=markdown → "建议跑 tools/md-to-sqlite.py"
  12. rubric_notes.md 行数 > CLEANUP_LINE_THRESHOLD → "建议清算观察段(手动或下次 bump 触发)"
  13. calibration_samples ≥ 5 + pool_status=none → "可以开始建立选题池了"
  14. calibration_samples ≥ 15 + pool_status=none → "强烈建议建池:/cheat-trends 或手动建 candidates.md"
  15. state.hooks_installed=false → "你的 immutability 是君子协定,建议跑 /cheat-init 装 hook"
  16. state.last_bump_self_audited=true → "上次 bump 是自审。建议配置 mcp__llm-chat__chat 后下次 bump 走外部审"
  17. state.rubric_form_mismatch=true → "你的 content_form 不是 opinion-video,用了内置观点 rubric。前几篇预测会更不准,下次 bump 时建议自行调整权重适配你的形态"
  18. state.benchmark_status=pending → "🎯 你 init 时答应等下找对标账号但还没找。跑 /cheat-learn-from 导入 ≥3 条对标视频,工具就有 anchor 了"
  19. state.benchmark_status=imported + Claude 判断用户数据信号已超过 benchmark → "📊 你的真实数据已经成为主信号,benchmark 影响淡出"
  • 默认参考:calibration_samples ≥ 10
  • 但 Claude 可以更早:N=5 但用户的 (打分, 实绩) 配对里出现 ≥3 条与 benchmark pattern 不一致的——说明你的账号已经走出对标的路径
  • 也可以更晚:N=15 但用户的样本都很相似,没足够多样性 → benchmark 仍有信号价值
  • 提示是通知不是 gate——benchmark.md 永远保留作 sanity check,cheat-seed 仍可读

Phase 4: 输出看板

🎛️ cheat-on-content 状态(更新于 2026-05-04 15:00)

内容形态:opinion-video / 时长 3-5min / cadence: 隔日更
当前 rubric:v2 (上次 bump: 2026-04-22)
校准样本:18 篇
Confidence: 🟢 较高 (中枢 ±15%,rubric 形态稳定)
Baseline: 4.2w 中位数

📦 Buffer:3 篇(🟢 绿色)
   按你的 cadence (隔日更)= 6 天 buffer,节奏稳定

📊 进度条
  [█████████████░░░░░] 18 / 30 → SQLite 升级建议门槛
  [██████████░░░░░░░░] 18 / 10 → percentile 桶可用(已超过门槛)

🎬 待办(按紧急度)
  🚨 复盘 1 篇(已过 T+3d)
     - predictions/2026-05-01_db063817_你已不在关系里.md(T+3d 到了)
  ⚠️  同向偏差 3 次(high, high, high)→ 建议 /cheat-bump
  💤 in-progress prediction 已陈旧 35 天
     - predictions/2026-04-01_xxx.md → 是已发了忘登记?还是弃稿?

🔥 候选池
  - candidates.md: 27 条(tier1: 12, tier2: 9, tier3: 6)
  - 距上次抓热点: 4 天 — 可以再跑 /cheat-trends

📈 健康度
  - rubric_notes.md: 412 行(健康,<600 警戒线)
  - hooks_installed: ✅
  - external audit configured: ❌ → 建议配 mcp__llm-chat__chat

下一步建议(按推荐优先级):
1. /cheat-retro predictions/2026-05-01_db063817_你已不在关系里.md  ← 最紧急
2. /cheat-bump  ← 同向偏差 3 次的处理
3. 处理陈旧 in-progress(手动或回 "清理 in-progress")

完整的命令清单见主 SKILL.md。

输出风格:直白、具体、可点击。每个建议附确切的命令——用户应能 copy-paste 直接执行。

Key Rules

  1. 无副作用。读多写零。任何状态修改是其他 skill 的事
  2. 不假装数据可用。state file 字段缺失 → 显式标"未知",不猜
  3. 建议带优先级。10 个建议同时显示用户会麻木——按紧急度排
  4. 每个建议附命令。不能只说"该 bump 了"——要给 /cheat-bump --propose "..." 的精确入口

Refusals

  • 「顺便帮我自动跑一下 retro」 → 拒绝。status 是只读,retro 是另一个动作(避免一次操作做两件事)
  • 「我不想看 rubric_notes 行数,太琐碎」 → 输出仍包含但折叠到底部"健康度"区——状态信息的存在让用户在出问题前可见

Integration

  • 上游:所有其他 skill 完成时更新 .cheat-state.json,status 是这些更新的可视化
  • 下游:每个建议都路由到具体子 skill
  • meta-logging hook(如启用) → 写 usage.jsonl,status 用它算"距上次 X 多少次"

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.