/cheat-shoot

name: cheat-shoot
description: 登记一条视频已拍摄。**建 video folder + 询问实际拍摄稿是否与 scripts/<id>.md 一致 + buffer +1**。与 cheat-publish 配对：拍了进队列，发了出队列。触发词："拍了"/"拍了 X"/"shot"/"shot it"/"已拍 X"/"录完了"。
argument-hint: <scripts-path-or-id>
allowed-tools: Bash(*), Read, Write, Edit, Glob

/cheat-shoot — 登记拍摄完成 + 建 video folder + (改稿则) 触发 v2 预测

把视频从"已写预测、未拍摄"状态推进到"已拍摄、未发布"状态。这一步： 1. **建 `videos/<同 id>/`** 目录（之前没有的话） 2. **询问用户**："实际拍摄时用的稿子和 `scripts/<id>.md` 一致吗？" 3. 算 diff——超过 V2_TRIGGER_THRESHOLD (默认 30%) → **delegate 到 `/cheat-predict — mode: v2`** 在原 prediction 文件 append `## 预测 v2` 段 4. 把 video folder 加进 state.shoots 队列，buffer +1

cheat-shoot 自己**不**写预测内容——所有预测落盘逻辑在 cheat-predict。cheat-shoot 只负责检测改稿 + 派发。

为什么单独一个 skill：

• buffer 警戒系统需要明确区分"拍了" vs "发了"。视频可以批量拍（一天拍 5 条），分散发（每天发 1 条）
• "实际拍摄稿" ≠ "pre-shoot 草稿"是常态。这一步是把 diff 显式化、触发 v2 重判、采集"用户改稿 pattern"信号的入口
• v2 预测 vs v1 预测的差异本身就是 rubric 升级证据——比如 v1 给 ER=4，v2 给 ER=5（用户改稿改高了 hook 强度），就告诉 rubric "这个用户的 ER 阈值跟我现在公式不一致"

Overview

[用户：拍了 scripts/2026-05-04_abc123_停止期待.md]
  ↓
[Phase 0: 解析路径 + 验证 prediction 已存在]
  ↓
[Phase 1: 检查是否已登记（避免重复）]
  ↓
[Phase 2: 建 videos/<id>/ + 询问"实际拍摄稿一致吗？"]
  ↓
[Phase 3: 写 videos/<id>/script.md]
  ↓
[Phase 4: append state.shoots]
  ↓
[Phase 5: 输出 buffer 状态]

Constants

• **REQUIRE_PREDICTION = true** — 拍前必须先有 v1 prediction 文件
• **V2_TRIGGER_THRESHOLD = 0.30** — normalize 后 char-level diff 超过 30% → 默认建议 v2 重判；低于 30% 询问用户是否仍要 v2
• **DIFF_METRIC = char_levenshtein_normalized**（**默认**）—— 通过 [`tools/diff_pct.py`](../../tools/diff_pct.py) 调用：先 normalize（去 markdown header / 分隔线 / 列表标记 / 装饰标点 / 折叠所有空白），再算 char-level Levenshtein / max(len_a, len_b)。preferred backend `rapidfuzz`，fallback `difflib.SequenceMatcher`（stdlib，永远可用）。**旧版 line-level 在口语化转录场景误报严重**（draft 长 markdown 句 vs whisper 转录的短断句，内容几乎不变但 line-level 算出 ~200% diff）—— PR #14 修复
• **DIFF_METRIC=lines** —— legacy fallback：当 python3 完全不可用或 tools/diff_pct.py 找不到时降级到 `diff -u | grep '^[+-]' | wc -l` 算法

Inputs

| 必填 | 来源 | |---|---| | `<scripts-path-or-id>` | 用户参数；缺失则询问 | | `.cheat-state.json` | 状态文件 | | `scripts/*.md` | pre-shoot 草稿 | | `predictions/*.md` | 验证对应预测存在 |

Workflow

Phase 0：解析 + 验证

1. 解析用户给的路径——支持几种形态：

• 完整路径 `scripts/2026-05-04_abc123_停止期待.md`
• 简写 `2026-05-04_abc123_停止期待`
• id 简写 `abc123` → glob `scripts/*_abc123_*.md` 找匹配

2. 验证 `scripts/<id>.md` 存在：不存在 → 报错"找不到 pre-shoot 草稿" 3. 验证有对应 prediction `predictions/<同名>.md`：

• 不存在 → **拒绝登记**，提示"先跑 /cheat-predict 写预测，否则违反盲预测原则——你不能拍完才写预测，那等于事后看了画面写"
• 存在 → 通过

Phase 1：检查重复

读 `.cheat-state.json`，检查 `shoots[]` 是否已含此 id：

• 已存在 → 警告"已登记过（X 天前）。是要重新登记，还是要用 /cheat-publish 发布？"
• 不存在 → 进入 Phase 2

Phase 2：建 video folder + 询问稿子一致性

1. 建目录 `videos/<id>_<short>/`（同 scripts/ + predictions/ 的命名） 2. **询问用户**：

拍 「<title>」 的时候，你实际用的稿子和 scripts/<id>.md 一致吗？

a) 一致——按草稿拍的
b) 改了一些——你能给我看下实际拍摄稿吗？我重新打分一次（v2 预测）
c) 大改了，基本是另一条 → 走 _redo 流程：
   scripts/<id>_redo.md → 重新 cheat-predict → 再 cheat-shoot（原 prediction 留档脱钩）

Phase 3：写 videos/<id>/script.md + (b 路径) 触发 v2 预测

**a 路径（一致）**：

• `cp scripts/<id>.md → videos/<id>/script.md`
• `script_consistency = consistent`
• 不重判，进 Phase 4

**b 路径（改了）**： 1. 询问用户实际拍摄稿——粘贴文本 / 文件路径 / 转录文件 2. 若用户提供 → 写入 `videos/<id>/script.md` 3. 若用户没保留（即兴）→ 标 `script_lost`，写占位文件 + 警告"v2 重判跳过——下次建议留稿（哪怕 voice memo 转录）"，进 Phase 4 4. 提供了的话：算 diff

   # 解析 cheat-on-content 源码根（cheat-shoot 是 symlink 装的）
   SKILL_REAL="$(readlink -f ~/.claude/skills/cheat-shoot 2>/dev/null || readlink ~/.claude/skills/cheat-shoot 2>/dev/null)"
   if [[ -n "$SKILL_REAL" ]]; then
     REPO_ROOT="$(cd "$SKILL_REAL/../.." && pwd)"
     DIFF_TOOL="$REPO_ROOT/tools/diff_pct.py"
   fi

   if [[ -n "${DIFF_TOOL:-}" && -f "$DIFF_TOOL" ]] && command -v python3 >/dev/null 2>&1; then
     # 默认 char-level Levenshtein on normalized text（rapidfuzz preferred, difflib fallback）
     diff_pct=$(python3 "$DIFF_TOOL" "scripts/<id>.md" "videos/<id>/script.md")
   else
     # legacy line-level fallback——只在 python3 或 diff_pct.py 都不可用时用
     added=$(diff -u scripts/<id>.md videos/<id>/script.md | grep -c '^+')
     removed=$(diff -u scripts/<id>.md videos/<id>/script.md | grep -c '^-')
     total_orig=$(wc -l < scripts/<id>.md)
     diff_pct=$(( (added + removed) * 100 / total_orig ))
     echo "⚠️  fallback 到 line-level diff——口语化转录会 inflate diff_pct，可能误触发 v2"
   fi

**为什么 normalize + char-level**：line-level diff 在创作者真实场景（draft 是 markdown 长句、拍摄稿是 whisper 转录的口语化短行）算出 ~200% 差异但内容几乎不变。char-level Levenshtein 在 normalize 后稳定反映**内容**差异，而非格式差异。详见 [`tools/diff_pct.py`](../../tools/diff_pct.py) + `tools/diff_pct_test.sh`（3 fixture 在两个 backend 上全过）。 5. **判定 v2 触发**：

• `diff_pct >= 30` → 默认建议 v2 重判，**主动调用** `/cheat-predict — mode: v2 — prediction-file: predictions/<id>.md` 传 `videos/<id>/script.md` 作 input。cheat-predict 走 v2 模式 append `## 预测 v2`
• `diff_pct < 30` → 询问用户："只改了 N% 的内容，要重判吗？默认不（v1 预测仍有效）"。用户说要 → 同上调用；用户说不 → 跳过 v2，继续 Phase 4

6. cheat-predict 完成 v2 落盘后，控制权回到 cheat-shoot 进 Phase 4

**c 路径（大改）**：

• 不写 `videos/<id>/script.md`，提示走 `_redo` 流程
• 退出 cheat-shoot（不进 Phase 4）

Phase 4：state 更新

{
  "shoots": [
    ...,
    {
      "video_folder": "videos/2026-05-04_abc123_停止期待/",
      "prediction_file": "predictions/2026-05-04_abc123_停止期待.md",
      "scripts_path": "scripts/2026-05-04_abc123_停止期待.md",
      "shot_at": "<ISO timestamp>",
      "script_consistency": "consistent" | "modified" | "lost",
      "script_diff_pct": <0-100 int 或 null>,
      "v2_prediction_written": <true/false>,
      "script_hash_at_shoot": "<sha256:12 of videos/<id>/script.md>"
    }
  ]
}

`v2_prediction_written: true` 表示 prediction 文件里现在有 `## 预测 v2` 段，cheat-retro 应读 v2 算偏差；`false` 表示沿用 v1。

Phase 5：输出 buffer 状态

读完 state 后立即算 buffer + 颜色（按 [cadence-protocol.md](../../shared-references/cadence-protocol.md) 的派生规则）：

✅ 已登记拍摄：videos/2026-05-04_abc123_停止期待/
   预测文件：predictions/2026-05-04_abc123_停止期待.md

📦 当前 buffer：3 篇（🟢 绿色，正常）
   按你的 cadence（隔日更）= 6 天 buffer，节奏稳定。

下一步：拍其他候选 / 等下个发布日 / 不动
`