[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-24":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":15,"stars7d":16,"stars30d":17,"stars90d":15,"forks30d":15,"starsTrendScore":15,"compositeScore":18,"rankGlobal":9,"rankLanguage":9,"license":19,"archived":20,"fork":20,"defaultBranch":21,"hasWiki":22,"hasPages":20,"topics":23,"createdAt":9,"pushedAt":9,"updatedAt":24,"readmeContent":25,"aiSummary":26,"trendingCount":15,"starSnapshotCount":15,"syncStatus":27,"lastSyncTime":28,"discoverSource":29},24,"cheat-on-content","XBuilderLAB\u002Fcheat-on-content","XBuilderLAB","You're reading this. The skill predicted it. A workflow that turns every post into a calibrated experiment—score, blind-predict, retro, evolve. The future doesn't reward effort, it rewards those who see the pattern first. 1M followers in a month — not luck, system.",null,"Python",3826,628,13,10,0,192,2001,90.4,"MIT License",false,"main",true,[],"2026-06-11 04:00:17","# Cheat on Content\n\n> 做内容本质上就是作弊——谁先看穿规律，谁就拿走流量。\n> 凭感觉发是**猜**，这套让你**算**。也叫**网红外挂**。\n> 我用它一个月涨粉 100w —— 不是灵感，是系统。\n\n[![Version](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fversion-v0.1.0-orange)](CHANGELOG.md)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flicense-MIT-blue.svg)](LICENSE)\n\n---\n\n## 🎬 它真正在干什么\n\n90% 的创作者都活在同一个循环里：\n\n> 凭感觉发 → 数据出来发现拉了 → 不知道为什么拉 → 下一条还是凭感觉\n\n爆了不知道为啥爆，扑了学不到东西。一年发 200 条，水平和第一天一样——只是更累。\n\n**网红外挂**把每一篇都强行变成一次校准实验：\n\n📊 打分 → 🎯 盲预测 → 🚀 发布 → 📈 T+3 天复盘 → 🧬 进化你的评分公式\n\n跑一个月 = 你有了一份**只属于你的爆款公式**。\n跑三个月 = 你比刚开始的自己强 10 倍。\n\n---\n\n## ⚖️ 它和别的\"创作工具\"哪里不一样\n\n| 别人 | 这个 |\n|---|---|\n| 给你\"灵感\" | 让你**自己的灵感被量化** |\n| AI 帮你写 | AI 帮你**判**——稿子还是你的 |\n| 一发发 10 个版本 A\u002FB 测 | 一发就**赌**——把判断写下来，数据出来对账 |\n| 静态数据看板 | **会进化的评分公式**——你三个月后的 rubric 已经不是初始版 |\n\n一句话：别的工具帮你\"产出更多\"，这个工具帮你\"判得更准\"。\n\n---\n\n## 🤔 那 ChatGPT \u002F 豆包 \u002F DeepSeek 不是也能干这个？\n\n那是**通用助手**——对所有人说同样的话。你问\"我这条会爆吗\"，它的答案是从全网平均经验拟合出来的，跟你的账号没关系。明天再问一遍，答案还是上次那个——**它不记得你，更不会因为你而变**。\n\n这套是**你自己的运营专家**，只服务你这一个账号：\n\n- 评分公式从**你的**历史数据反推，不是通用训练分布\n- 每发一条它就更新一次对你账号的理解——三个月后判断准度比刚开始强 10 倍（**自动进化**）\n- 它知道你的对标账号、你的发布 cadence、你最近三次为什么扑——这些 ChatGPT 第一句话就忘了\n\n通用 LLM 帮所有人；这套帮你**这个**账号。\n\n---\n\n## 🛡️ 它怎么让循环真的能进化\n\n📝 **每条都留底**：发布前打分、写预测，全程存档。三天后回来对账——你哪里准、哪里偏，**一目了然**，不再是模糊的\"感觉这次没发好\"。\n\n🔁 **越用越准**：连续三次同方向偏差，工具自动催你升级评分公式。**你不主动它也催**。\n\n🛡️ **升级有刹车**：换公式必须用新公式重判所有历史样本，能比旧公式更准才放行；还要跨模型独立审一次——**防你自己骗自己**。\n\n🪒 **rubric 是工作台不是博物馆**：被推翻的观察删，被吸收的也删。永远只放当下最有用的。\n\n---\n\n## 📦 安装\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FXBuilderLAB\u002Fcheat-on-content.git\ncd cheat-on-content\nbash install.sh\n```\n\n13 个子 skill 软链接到 `~\u002F.claude\u002Fskills\u002F`。装一次，所有内容项目都能用。\n\n> 冻结版本：`bash install.sh --copy` \u002F 卸载：`bash uninstall.sh`（不动你的内容数据）\n\n---\n\n## 🚀 第一次跑\n\n在你的内容项目目录里开 Claude Code，说：\n\n```\n初始化 cheat-on-content\n```\n\n5 个 yes\u002Fno 搞定 onboarding。**强烈建议导对标账号**——5-10 条样本 → 工具立刻有 anchor，不然前 5 篇预测精度 ±50%。\n\n---\n\n## ⚡ 日常用法\n\n```\n打分这篇 scripts\u002F\u003C...>.md         → 评分\n启动预测 scripts\u002F\u003C...>.md         → 盲预测 + 决策日志\n拍了 scripts\u002F\u003C...>.md            → 建 video folder + buffer +1\n已发布 https:\u002F\u002F...                → buffer -1\n复盘 videos\u002F\u003C...>\u002F                → T+3d 数据回收 + 复盘\n状态 \u002F 抓热点 \u002F 找选题 \u002F 升级 rubric \u002F 找对标\n```\n\n每次开会话 hook 自动报告 buffer + 待复盘 + top 候选——你不用主动问。\n\n完整工作流 + 子 skill 细节见 [SKILL.md](SKILL.md)。\n\n---\n\n## 📜 License\n\nMIT。商用、改造、闭源接入都行。\n\n---\n\n*这是作弊吗？计算器也是。Google 也是。\n未来不奖励努力——它奖励先看见规律的人。*\n","Cheat on Content 是一个帮助内容创作者通过数据分析和机器学习优化发布策略的工具。它能够基于用户账号的历史数据自动生成评分公式，并通过预测、发布、复盘等步骤不断迭代优化，以提高内容的流量获取能力。该工具采用Python编写，其核心功能在于提供个性化的运营建议而非通用模板，特别适合那些希望在社交媒体上快速增加关注度的内容创作者使用。与传统的内容创作辅助工具不同，Cheat on Content 更加注重于提升用户对于自身内容表现的理解及判断准确性，而不是单纯增加内容产量。",2,"2026-06-11 02:30:30","CREATED_QUERY"]