技能介绍

解决什么问题

做矩阵号或二创团队的人都有一个共同痛点：素材散在抖音、小红书、公众号三个平台，同一个选题可能被三处重复采集；采集完之后还要人工去重、排版、导出，一轮下来半天没了。现有的单点工具要么只做单平台采集，要么只做CSV精确去重，要么只做排版——没有一个把「采集→去重→排版→复盘」串成流水线。

技能如何工作

这个技能把整条链路拆成七个步骤，每个步骤对应一个脚本，可以单独跑也可以从头端到端跑：

Step 1 确认源与主题：指定平台（默认dy、xhs、gzh）、关键词和输出形态。如果已有 material_playbook.json 验证库，直接进入聚焦模式。
Step 2 采集：运行 scripts/collect_materials.py，三种平台统一归一为 {id, platform, title, content, url, author, published_at, hot_value} 结构。有 Redfox API Key 时自动采集，无 Key 则跳过实时采集，用自有素材继续。--playbook 参数会把关键词按历史使用率降序排列。
Step 3 去重：运行 scripts/dedup_materials.py。中文按字符bigram、英文按分词构建特征，两两算 Jaccard 相似度聚类。同一选题被多平台覆盖时自动合并，保留热度最优的作为代表。--threshold 建议0.5~0.6宽松、0.7~0.8严格。
Step 4 排版：运行 scripts/layout_materials.py，输出三态文件：out/素材合集.html（公众号风格卡片，自包含CSS）、out/素材库.md（按聚类分组）、out/素材库.csv（可直接导入飞书多维表格或Notion）。
Step 5-6 预览与交付：浏览器打开HTML预览，--theme clean|wechat|card 换风格。交付时提示可把去重后的素材喂给 omni-viral-studio 做二次创作。
Step 7 复盘闭环：运行 scripts/material_retro.py，把真正被二次创作采用的选题记录到 material_playbook.json，下次采集时 --playbook 自动优先排序高转化选题，形成「采集→去重排版→二次创作→记录→下次更准」的飞轮。