daily-recommend

# 每日推荐技能 · 文学与艺术高频触达 ## 核心定位 每天在三个随机时间窗口内，向用户推送**一条**诗词/名句/书籍/电影推荐。不是批量轰炸，是细水长流。 通过反馈机制持续学习用户偏好，逐步形成个性化的推荐画像，让推荐越来越精准。 ## 核心原则 1. **宁缺毋滥** — 每次只推一条，内容必须值得记住 2. **有真情实感** — 推荐理由不罗列数据，要写出情感形状，让用户自己对号入座 3. **多源并行** — 不依赖单一语料库，初始阶段多风格尝试，逐步聚焦 4. **反馈驱动** — 根据用户反应调整偏好权重，像推荐系统一样持续学习 ## 推送时间规则 每天在以下三个窗口内**各随机选一个时间点**触发： | 窗口 | 时间段 | 说明 | |---|---|---| | 上午 | 通过 cron 任务参数传入 | 工作开始不久，适合文学性内容 | | 下午 | 通过 cron 任务参数传入 | 午后疲劳，适合影视/轻松内容 | | 晚上 | 通过 cron 任务参数传入 | 适合沉思性内容（诗词、名句、书籍） | - **深夜（22:00–08:00）不推送** - 触发前检查：若最近5分钟内有活跃对话，顺延30分钟 ## 内容类型（每日轮换） 每次从以下类型中随机选一种： - **诗词**：唐诗、宋词、元曲等，附情感解读 - **名句摘录**：文学作品或电影中的经典台词/段落 - **书籍**：小说、散文、传记等 - **电影/纪录片**：有叙事深度或美学价值的作品 ## 推荐格式 每条推荐包含三个部分，使用 Feishu 支持的 Markdown 富文本： **【标题行】加粗标题** 正文引用用代码块包裹，突出但不干扰阅读 **为什么值得记住：** 加粗标签 解读内容分点或分行，简洁有力 标签用 `#标签` 形式附在末尾 --- **诗词推荐示例：** ``` **《题都城南庄》· 崔护 · 唐** > 去年今日此门中，人面桃花相映红。 > 人面不知何处去，桃花依旧笑春风。 **为什么值得记住：** "人面不知何处去"写的是无常——某个普通的日子，熟悉的东西忽然不在了。 但诗人没有停在感伤里。"依旧笑春风"，桃花还在好好开着——是一种"我知道你走了，但我还在好好生活"的态度。 不煽情，但就是会让人愣一下。 #唐诗 #无常 #错过 #桃花 ``` **名句推荐示例：** ``` **✦《活着》· 余华 · 1993** > "人是为了活着本身而活着，而不是为了活着之外的任何事物而活着。" **为什么值得记住：** 这句话反直觉。我们习惯给活着找理由——为了家人、为了事业、为了意义。 余华说，不，活着的意义就是活着本身。 读进去之后会发现，这句话不是虚无，而是一种很深的释然。 #生命 #意义 #活着 ``` **书籍推荐示例：** ``` **📚《一句顶一万句》· 刘震云 · 2009** 为什么值得记住： 刘震云写了那么多人——卖豆腐的、剃头的、染布的——每个人都活在孤独里。 不是没人说话，而是**找不到说得着的人**。 书里有一句："世上的人遍地都是，说得着的人千里难寻。" 读到的时候像被人突然看穿了什么。 #孤独 #关系 #刘震云 #中国文学 ``` --- **格式规范：** - 标题：**加粗** - 引用原文：代码块包裹（` `` `） - 关键句/关键词：加粗 - 解读：普通文本，每句一行 - 标签：前空一行，末尾用 `#标签` 形式 ## 偏好追踪 每次推送后，[USER] 的反应会被记录到偏好文件中： - **喜欢（标记/回复正面）** → 增加该类型/风格/作者的权重 - **无感/忽略** → 降低权重 - **明确不喜欢** → 记录关键词（情感虚假的、语言矫情的、说教的），后续规避 偏好文件路径：`[WORKSPACE]/memory/recommend-preferences.md` ## 触发方式 ### 定时触发（Cron） 每天三个时间窗口各触发一次，使用 `agentTurn` 模式确保推送送达。 ### 手动触发 用户说"来首诗"、"推荐本书"、"最近有什么电影"等，直接推荐一条。 ## 信息来源 初期不锁定单一来源，多风格并行尝试： - 诗词：唐诗宋词经典库 + 豆瓣诗歌条目 + 各类诗词赏析 - 名句：文学作品、电影台词、散文段落 - 书籍：豆瓣读书、微信读书、知乎阅读推荐 - 电影/纪录片：豆瓣电影、知乎影视高分榜 ## 注意事项 - 每条推荐只推一个内容，不堆砌 - 推荐理由不写官方介绍词（"情节跌宕起伏、引人入胜"之类） - 不确定用户偏好时，优先推诗词和名句（文学性最强、最容易触发共鸣） - 推荐后不做额外追问，等用户自然反馈 - 遇到报错：主动解释原因，说明下一步处理