duanju-studio 系统全景
1. 系统是什么
一句话：用数据决定写什么，用赛马制知识库决定怎么写，用流水线加三层验证把它写出来，再用结果数据反哺知识库。
它要解决的行业问题：短剧编剧靠感觉选题、靠模板写作、靠运气命中——方法论散落在课程和口口相传里，从不接受数据检验。本系统把"选题—方法—产出—验证"做成一条有反馈回路的生产线。
红果榜单(52api) ──→ 雷达 radar/ ──→ trend.json + duanju.db
│
▼
知识库 knowledge/ ◄──── /dj-选题（无数据不出题）
42 张卡·赛马制 │
│ ▲ ▼
│ │提案 /dj-概念 → /dj-审稿(打回/放行)
│ │(人工merge) │
│ │ ▼
│ └── /dj-进化 /dj-故事线（两框架赛马对比）
│ ▲ │
│ │ ▼
引用卡片作 references /dj-分集 ⇄ 事实账本 facts.md
│ │
└──────────────────────▼
十维终审 → 制作评审 → 上线数据回填(回路B)
2. 四大模块
| 模块 | 职责 | 当前状态 |
|---|---|---|
| 雷达 radar/ | 红果官方榜每日 9 榜采集、元素打标、趋势分析、Bark 日报+看板 | 代码全通过真实验证；因 52api 额度断供中，库存 63 部单日快照 |
| 知识库 knowledge/ | 42 张知识卡分四类（frameworks 结构框架 / elements 元素库 / playbook 规则 / cases 案例），三路来源同场赛马 | 主力 2 张、试用约 25 张、候选 5 张；全部带证据字段与可证伪条件 |
| 创作流水线 skills/ | 六道工序 skill：选题、概念、故事线、分集、审稿、进化，每道带硬性 guard | 全部落地并跑通一部剧全流程 |
| 进化闭环 | 回路 A（榜单数据→卡片战绩提案）+ 回路 B（自产剧结果回填，独家因果数据）；提案制，人工 merge | 提案样张已产出 6 条待 review；完整周期未跑（P4） |
3. 三根机制支柱
3.1 赛马制：方法论不靠权威，靠战绩
每张知识卡有状态机：候选 → 试用 → 主力 → 降级，升降只看证据字段。互相矛盾的框架允许共存（save-the-cat 说大反转在 30%，二十节拍说在 50%）——冲突不是 bug，是等数据裁决的赛马。已发生的一次裁决：两卡的"大揭晓位置"断言被 18 部剧本实测双双证伪，真实结构是"揭晓策略二型"（前置引爆 2-24% vs 终局核弹 64-97%），裁决产出了数据归纳路的第一张卡。
3.2 证据纪律：先锁标准，再跑数据
- 预注册：验证类任务先把偏差清单和裁决标准写死并 commit，跑数后不得回改（已实操两轮：18 部剧本归纳、145 集断集普查）
- 锚句自查：每条人工归类必须附原文锚句，脚本 grep 全文唯一命中，不唯一即废条
- 可证伪条件必填：写不出"什么数据出现时本卡作废"的卡不许建
- 小样本标注：n<30 一律标"待验证"，不得升主力
- 数据诚实：源拿不到就报不可用，禁止用常识补全语料没有的内容（竖屏语法卡的构图/景别层因此留空）
3.3 三层验证：机器查形式，账本查事实，裁判查语义
| 层 | 工具 | 查什么 | 实战抓到过什么 |
|---|---|---|---|
| 机械校验 | fenji_check.py 等脚本 | 钩子类型合法性、连续重复、平收比例、卡点落位、集号连续、跨段滑窗 | 普查阶段抓出 13 条不唯一锚句；分集阶段全程零违规放行 |
| 事实账本 | facts.md（过审入账，写前查账） | 人物知情范围、伏笔埋设/回收、世界规则一致性 | 拦截"婆家提前知晓老站长身份"构造用例；澄清"姑父身份 vs 联营合谋"歧义；抓出一处回收集数记录误差 |
| 独立审稿 | /dj-审稿 十维漏斗（生成与质检不同代理） | 钩子语义是否成立、爽点节奏、正当性链条、报审风险、前提论证连续性 | 概念卡 v1 被 4 警告真实打回；百集大纲终审抓出报审敏感点（公家机构作反派帮凶）与第 1 集方向弱 |
审稿的"打回权"跟依据卡状态挂钩：主力卡可打回，试用卡可警告（累计 3 条即整体打回），候选卡只能提示。方法论自己的可信度决定它管人的力度——这是赛马制在质检环节的延伸。
4. 实战履历：一部剧从数据到百集大纲
2026-07-14 至 07-15，系统完整走通第一部剧《河滩万元户》。关键事实：
| 环节 | 发生了什么 |
|---|---|
| 选题 | 雷达库存查出结构性空位：种田元素 7 日 +46、在榜 7 部全为漫剧/AI 剧、真人剧零竞品；同期年代元素独立上涨 |
| 概念 | 1982 年承包制年代种田，零穿越零重生（主动避开在榜全部竞品的模板）；v1 被审稿打回（反派不够强/爱情缺位/卡一未预设/承包"15 年"史实错误），v2 修订后复审通过——打回还暴露并修复了概念卡模板缺 3 个字段的流程缺陷 |
| 故事线 | save-the-cat×0.6 与二十节拍两框架各出一版对比，前者四维全胜（卡一卡二零搬拍咬合）；落选框架的四幕语义保留为审稿检查项 |
| 分集 | 100 集分五段串行生成（子代理执笔，每段过机械校验+账本审核才放行下一段），facts.md 全程滚动入账：6 条世界规则、10 组伏笔全闭环，四处跨段接缝零断线 |
| 终审 | 独立十维审稿：打回 0 / 警告 2 / 提示 5，有条件通过；两条必补（报审软化+第 1 集方向锚）当日落实并重跑校验 |
| 交付 | 评审包已备好（评审维度、反馈格式、结论三选一），待制作团队评审——这是 P3 的验收 gate |
支撑这部剧的知识生产（同期完成）：145 个集结尾的断集普查校准了 15 型钩子库（14 型有命中、组合率 69%）；120 部剧本的镜头指令词频撑起竖屏语法卡；Egri 前提法与 Weiland 结构点两张经典移植卡补齐概念工序的理论支撑。
5. 有效性评估：验证了什么、没验证什么
系统能自我纠错（打回真实发生过：概念卡 4 警告打回、13 条锚句作废重取、终审 2 警告落实）；产出全程可追溯（每个断言有卡片出处，每张卡有证据字段，每条数据有查询语句）；纪律在压力下守得住（雷达断供时选题如实声明"数据不可比"而不是硬编；语料缺失时竖屏卡留空而不是编造）。这三点有实据。
系统写出的东西能不能爆，目前没有任何证据。所有知识卡的"在榜验证"和"自产验证"字段全部是 0 部；145 集普查的样本是教学/投稿范本而非在榜爆款（结论只能代表"流通剧本的结构常态"）；百集大纲的"通过"是系统自己的裁判给的——裁判本身也是 LLM，且已被抓到过一次引用失真（把推断写成出处原文）。
外部有效性需要三个信号源，全部还没到位：
- 制作团队评审（3.9，最快）——行业人判"可拍"是第一个非 LLM 的外部信号
- 在榜数据回填（2.4，等 52api 充值 + 观察期）——框架断言对着爆款实测，赛马才有真战绩
- 自产剧上线数据（回路 B，最慢但独家）——"用了什么配方 → 结果如何"的因果数据，别人只能看到榜单结果
一个诚实的类比：现在的系统像一家流程管理拿到认证、但产品还没上过市的工厂——工序、质检、追溯体系都真实在转，而"市场买不买账"要等第一批货出厂。
6. 完整性缺口清单
| 侧 | 缺口 | 补齐路径 |
|---|---|---|
| 数据 | 雷达断供、观察期未跑、趋势是单日快照；搜狗微信源已停更 | 52api 充值（约百元级）→ 1.10 观察期 7 天 → 2.4 在榜归纳 |
| 生成 | 产出止步分集大纲，无台词/单场剧本工序；"开场 3 秒"字段缺失（终审提示） | P3 后续追加 /dj-剧本 工序（scene-writing-5steps 卡已备）；分集模板补字段 |
| 质检 | 审稿是 LLM 判断，无人类金标准校准；十维 rubric 未与制作方口径对齐过 | 3.9 评审反馈回填审稿卡；把制作方意见变成 rubric 修订提案 |
| 进化 | P4 完整周期未跑：提案已能起草，merge/拒绝/战绩更新的闭环未实测；回路 B 回填表结构在，无数据 | 用户 review 首批 6 条提案即启动第一个周期 |
| 规则 | 知识库状态机"候选→试用"的升级条件未定义（3.8 终审新发现） | README 补一句定义，随首批提案 merge 一并定 |
| 规模 | 全流程只跑过 1 部剧、1 个题材——流水线对爽点密集型题材（战神/赘婿）的适配未测 | 第二部剧换题材跑（玄幻脑洞轻特效切角是现成候选） |
7. 下一步
- 3.9 制作团队评审：评审包在
works/hetan-wanyuanhu/04-制作评审包.md，需要用户对接——P3 验收 gate，也是第一个外部有效性信号 - 52api 充值：解锁观察期与在榜归纳，全系统当前唯一的外部阻塞
- 首批进化提案 review：6 条在
knowledge/_proposals/2026-07-15-提案.md，merge 即启动 P4 第一个周期 - 第二部剧：换题材验证流水线泛化性
系统的立身之本不是"AI 能写剧本"，而是把不可检验的行业玄学，改造成可证伪、可积累、可复利的证据体系。它现在自洽；能不能真的赚钱，接下来两个月的三个外部信号会给出答案。