x-filter

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

X Filter

X 选题筛选工具

Score and filter collected materials for X content creation. Topics scoring ≥7 points enter the creation pool.

为X内容创作对收集到的素材进行打分与筛选。评分≥7分的选题将进入创作池。

Scoring System (满分10分)

评分体系（满分10分）

Criteria	Weight	Description
热度/趋势	4分	Current popularity and trend momentum
争议性	2分	Discussion potential and debate value
高价值	3分	Information density and actionable insights
账号定位相关	1分	Alignment with account positioning

Threshold: ≥7分 enters creation pool

评估维度	权重	说明
热度/趋势	4分	当前受欢迎程度与趋势势头
争议性	2分	讨论潜力与辩论价值
高价值	3分	信息密度与可落地洞察
账号定位相关	1分	与账号定位的匹配度

入选阈值：≥7分进入创作池

Prerequisites

前置条件

Materials from x-collect (or manual input)
User profile from x-create/references/user-profile.md (for relevance scoring)

来自x-collect的素材（或手动输入）
来自x-create/references/user-profile.md的用户画像（用于相关性评分）

Optional State (Feedback Loop)

可选状态（反馈循环）

If available, use persisted state to improve filtering:

State dir:
```
~/.claude/skills/x-create/state/
```
Negative samples:
```
rejected_topics.json
```
(SimilarityFilter)
Events log:
```
events.jsonl
```
(optional analytics)

If state files don't exist, proceed normally.

若存在持久化状态，可用于优化筛选效果：

状态目录：
```
~/.claude/skills/x-create/state/
```
负向样本：
```
rejected_topics.json
```
（相似度过滤器）
事件日志：
```
events.jsonl
```
（可选分析）

若状态文件不存在，正常执行即可。

Workflow

工作流程

Input

输入

Accept materials from:

x-collect output - Structured material report
Manual list - User-provided topics/URLs
Raw text - Unstructured content to evaluate

接受以下来源的素材：

x-collect输出 - 结构化素材报告
手动列表 - 用户提供的选题/URL
原始文本 - 待评估的非结构化内容

Scoring Process

评分流程

For each material/topic, score multiple dimensions and combine with weights.

Weighted score (recommended):

FinalScore = Σ(w_i × s_i) - NegPenalty

Where:

```
s_i
```
are per-dimension scores (0..max)
```
w_i
```
come from
```
references/user-profile.md
```
(fallback to defaults)
```
NegPenalty
```
is derived from similarity to rejected topics and other negative signals

1. 热度/趋势 (Trending Score: 0-4)

4分: 当前热门话题，大量讨论
3分: 近期热点，关注度上升
2分: 稳定话题，持续有人讨论
1分: 小众话题，关注度有限
0分: 过时话题，几乎无人讨论

(Optional) 新鲜度 (Freshness)

If you can infer recency from sources, either:
- fold it into Trending score, or
- add a small bonus/penalty (e.g., +0.5 for <72h, -0.5 for >30d)

2. 争议性 (Controversy Score: 0-2)

2分: 明显争议，多方观点对立
1分: 存在不同看法，可引发讨论
0分: 共识性话题，难以引发讨论

3. 高价值 (Value Score: 0-3)

3分: 硬核干货，可直接指导行动
2分: 有价值信息，提供新视角
1分: 一般信息，了解即可
0分: 低价值，无实质内容

4. 账号定位相关 (Relevance Score: 0-1)

1分: 与账号定位高度相关
0分: 与账号定位关联较弱

Check user profile at:

~/.claude/skills/x-create/references/user-profile.md

If not found, assume domains: [AI/科技, 创业, 个人成长]

SimilarityFilter (Negative Samples):

If
```
~/.claude/skills/x-create/state/rejected_topics.json
```
exists, compare each candidate topic to rejected items.
If max similarity ≥ 0.85: mark as likely duplicate/low-value → strong penalty or direct reject.
If 0.75 ≤ similarity < 0.85: apply soft penalty (e.g., -2 points) and explain why.

(Implementation via script):

python ~/.claude/skills/x-create/scripts/x_state.py similarity --against rejected --text "{topic}" --topk 3

对每个素材/选题，从多个维度评分并结合权重计算总分。

加权评分（推荐）：

FinalScore = Σ(w_i × s_i) - NegPenalty

其中：

```
s_i
```
为各维度得分（0..最大值）
```
w_i
```
来自
```
references/user-profile.md
```
（默认值为 fallback）
```
NegPenalty
```
由与已淘汰选题的相似度及其他负向信号得出

1. 热度/趋势（趋势得分：0-4）

4分: 当前热门话题，大量讨论
3分: 近期热点，关注度上升
2分: 稳定话题，持续有人讨论
1分: 小众话题，关注度有限
0分: 过时话题，几乎无人讨论

（可选）新鲜度

若能从来源推断时效性，可选择：
- 融入趋势得分，或
- 添加小幅奖励/惩罚（如：发布<72h加0.5分，发布>30d减0.5分）

2. 争议性（争议得分：0-2）

2分: 明显争议，多方观点对立
1分: 存在不同看法，可引发讨论
0分: 共识性话题，难以引发讨论

3. 高价值（价值得分：0-3）

3分: 硬核干货，可直接指导行动
2分: 有价值信息，提供新视角
1分: 一般信息，了解即可
0分: 低价值，无实质内容

4. 账号定位相关（相关性得分：0-1）

1分: 与账号定位高度相关
0分: 与账号定位关联较弱

查看用户画像路径：

~/.claude/skills/x-create/references/user-profile.md

若未找到，默认领域为：[AI/科技, 创业, 个人成长]

相似度过滤器（负向样本）：

若
```
~/.claude/skills/x-create/state/rejected_topics.json
```
存在，将每个候选选题与已淘汰项目对比。
若最大相似度≥0.85：标记为疑似重复/低价值 → 严重扣分或直接淘汰。
若0.75 ≤ 相似度 < 0.85：应用轻度惩罚（如：扣2分）并说明原因。

（通过脚本实现）：

python ~/.claude/skills/x-create/scripts/x_state.py similarity --against rejected --text "{topic}" --topk 3

Output Format

输出格式

markdown

undefined

markdown

undefined

选题筛选报告

筛选时间

{timestamp}

用户定位

领域: {domains}
人设: {persona_style}

领域: {domains}
人设: {persona_style}

筛选结果

Tier A：入选创作池 (≥7分)

1. {Topic Title} - {final_score}分

热度	争议性	高价值	相关性	负向惩罚
{trending}/4	{controversy}/2	{value}/3	{relevance}/1	-{neg_penalty}

推荐类型: [短推文/Thread/评论回复]
推荐风格: [高价值干货/犀利观点/热点评论/故事洞察/技术解析]
创作角度: 建议的切入点
核心观点: 可提炼的关键论点
相似度命中（可选）: {max_similarity} - matched: {matched_ids}

热度	争议性	高价值	相关性	负向惩罚
{trending}/4	{controversy}/2	{value}/3	{relevance}/1	-{neg_penalty}

推荐类型: [短推文/Thread/评论回复]
推荐风格: [高价值干货/犀利观点/热点评论/故事洞察/技术解析]
创作角度: 建议的切入点
核心观点: 可提炼的关键论点
相似度命中（可选）: {max_similarity} - matched: {matched_ids}

2. ...

Tier B：待定 (5-6分)

{Topic} - {final_score}分 - {原因}

{Topic} - {final_score}分 - {原因}

Tier C：淘汰 (<5分)

{Topic} - {final_score}分 - {原因}

{Topic} - {final_score}分 - {原因}

创作建议

入选 {n} 个选题，建议优先级：

{最高分选题} - 理由
{次高分选题} - 理由

下一步：运行

/x-create {选题}

开始创作


Append a machine-readable block for hooks/state ingestion:

```json
FILTER_JSON
{
  "schema_version": "x_skills.filter.v1",
  "timestamp": "{timestamp}",
  "profile": {
    "domains": ["..."],
    "persona_style": "..."
  },
  "items": [
    {
      "topic": "...",
      "scores": {
        "trending": 0,
        "controversy": 0,
        "value": 0,
        "relevance": 0,
        "neg_penalty": 0
      },
      "final_score": 0,
      "tier": "A|B|C",
      "reasons": ["..."],
      "similarity": {
        "max": 0.0,
        "matched": [{"id":"rej_xxx","score":0.0,"title":"..."}]
      }
    }
  ]
}

入选 {n} 个选题，建议优先级：

{最高分选题} - 理由
{次高分选题} - 理由

下一步：运行

/x-create {选题}

开始创作


添加机器可读块用于钩子/状态导入：

```json
FILTER_JSON
{
  "schema_version": "x_skills.filter.v1",
  "timestamp": "{timestamp}",
  "profile": {
    "domains": ["..."],
    "persona_style": "..."
  },
  "items": [
    {
      "topic": "...",
      "scores": {
        "trending": 0,
        "controversy": 0,
        "value": 0,
        "relevance": 0,
        "neg_penalty": 0
      },
      "final_score": 0,
      "tier": "A|B|C",
      "reasons": ["..."],
      "similarity": {
        "max": 0.0,
        "matched": [{"id":"rej_xxx","score":0.0,"title":"..."}]
      }
    }
  ]
}

Execution Steps

执行步骤

Load materials from x-collect or user input
Read user profile for relevance scoring and weights
(Optional) SimilarityFilter against rejected topics
Score each material on criteria and compute
```
FinalScore
```
Diversity adjustments (recommended):
- Apply source/domain attenuation:
```
score *= 0.6^(N-1)
```
  for repeated sources
- Dedup per topic cluster: keep best-scoring item per cluster
Categorize: Tier A ≥7, Tier B 5-6, Tier C <5
Output report +
```
FILTER_JSON
```

(Optional) Persist feedback-loop state:

Write Tier C items to rejected set:

python ~/.claude/skills/x-create/scripts/x_state.py reject --topic-json '{"title":"...","reason":"...","stage":"filter"}'

Append event:

python ~/.claude/skills/x-create/scripts/x_state.py event --event filter.scored --payload-json '{"accepted":3,"maybe":2,"rejected":7}'

加载素材 从x-collect或用户输入获取
读取用户画像 用于相关性评分与权重设置
（可选）相似度过滤 对比已淘汰选题
为每个素材评分 按评估维度打分并计算
```
FinalScore
```
多样性调整（推荐）:
- 应用来源/领域衰减：重复来源的选题评分乘以
```
0.6^(N-1)
```
- 按选题聚类去重：保留每个聚类中得分最高的选题
分类: Tier A ≥7分，Tier B 5-6分，Tier C <5分
输出报告 +
```
FILTER_JSON
```

（可选）持久化反馈循环状态:

将Tier C项目写入淘汰集合：

python ~/.claude/skills/x-create/scripts/x_state.py reject --topic-json '{"title":"...","reason":"...","stage":"filter"}'

添加事件记录：

python ~/.claude/skills/x-create/scripts/x_state.py event --event filter.scored --payload-json '{"accepted":3,"maybe":2,"rejected":7}'

Example

示例

Input from x-collect:

素材1: Claude 4.5 Opus发布
素材2: AI编程助手对比评测
素材3: OpenAI最新裁员新闻

Scoring:

Claude 4.5 Opus发布:
- 热度: 4/4 (刚发布，热门话题)
- 争议性: 1/2 (性能vs价格讨论)
- 高价值: 3/3 (新能力详解)
- 相关性: 1/1 (AI/科技相关)
- 总分: 9/10 ✓ 入选

AI编程助手对比评测:
- 热度: 2/4 (持续话题)
- 争议性: 2/2 (Cursor vs Copilot争论)
- 高价值: 3/3 (实用对比)
- 相关性: 1/1 (科技相关)
- 总分: 8/10 ✓ 入选

OpenAI最新裁员新闻:
- 热度: 3/4 (近期热点)
- 争议性: 1/2 (有讨论)
- 高价值: 1/3 (信息价值有限)
- 相关性: 0/1 (非核心领域)
- 总分: 5/10 × 待定

来自x-collect的输入：

素材1: Claude 4.5 Opus发布
素材2: AI编程助手对比评测
素材3: OpenAI最新裁员新闻

评分结果：

Claude 4.5 Opus发布:
- 热度: 4/4 (刚发布，热门话题)
- 争议性: 1/2 (性能vs价格讨论)
- 高价值: 3/3 (新能力详解)
- 相关性: 1/1 (AI/科技相关)
- 总分: 9/10 ✓ 入选

AI编程助手对比评测:
- 热度: 2/4 (持续话题)
- 争议性: 2/2 (Cursor vs Copilot争论)
- 高价值: 3/3 (实用对比)
- 相关性: 1/1 (科技相关)
- 总分: 8/10 ✓ 入选

OpenAI最新裁员新闻:
- 热度: 3/4 (近期热点)
- 争议性: 1/2 (有讨论)
- 高价值: 1/3 (信息价值有限)
- 相关性: 0/1 (非核心领域)
- 总分: 5/10 × 待定

Customization

自定义设置

Users can customize weights in user-profile.md:

yaml

scoring:
  trending: 4      # 热度权重
  controversy: 2   # 争议性权重
  value: 3         # 高价值权重
  relevance: 1     # 相关性权重
  threshold: 7     # 入选阈值

用户可在user-profile.md中自定义权重：

yaml

scoring:
  trending: 4      # 热度权重
  controversy: 2   # 争议性权重
  value: 3         # 高价值权重
  relevance: 1     # 相关性权重
  threshold: 7     # 入选阈值

Integration

集成

After filtering, suggest:

筛选完成！{n} 个选题入选创作池。

推荐优先创作：{top_topic}（{score}分）

下一步：运行 /x-create {top_topic} 开始创作

筛选完成后，建议提示：

筛选完成！{n} 个选题入选创作池。

推荐优先创作：{top_topic}（{score}分）

下一步：运行 /x-create {top_topic} 开始创作