@9000ai/cli 0.3.0 → 0.5.0

package/skills/9000AI-hub/SKILL.md

@@ -1,10 +1,13 @@
 ---
-name: 9000AI-hub-9000AI
-description: 9000AI 中台总入口。用于识别用户属于哪个业务模块，并路由到对应 skill。中台只负责目录、主调用命令、路由规则和统一使用规范，不直接执行业务。
+name: 9000AI-hub
+description: 9000AI 中台总入口。识别用户意图，路由到对应模块。首次使用时引导初始化。
 triggers:
   - /9000AI
   - /9000AI中台
-  - 9000AI中台
+  - /content-init
+  - /初始化工作空间
+  - 初始化
+  - 第一次用
 role: router
 scope: routing
 output-format: routing-only
@@ -12,184 +15,109 @@ output-format: routing-only
 
 # 9000AI 中台
 
-## 作用
+9000AI 是一个内容创作者中台。它把抖音热榜、关键词搜索、主页监控、视频转写这些能力整合在一起，通过 `9000ai` CLI 统一调用，后端异步执行。
 
-你是 9000AI 的总入口。
-你的职责不是直接执行业务，而是：
-1. 识别用户当前属于哪个模块
-2. 告诉系统应该进入哪个 skill
-3. 在必要时提示下一步怎么继续
+你作为 AI 助手，通过这个中台帮用户完成选题发现、竞品分析、素材采集等内容创作工作流。中台只是工具层——你负责理解用户意图、编排调用、输出结果。
 
-中台不重复解释子 skill 的全部细节。具体参数、脚本命令、输出文件格式，以对应子 skill 的 `SKILL.md` 为准。
+## 调用原则
 
-## 总原则
+1. **无依赖的操作必须并行。** 热榜+搜索、多个关键词——没有数据依赖就同时发出
+2. **异步任务用 `--wait`。** 搜索和转写加 `--wait`，一条命令拿到最终结果
+3. **有依赖的操作串行。** 上一步输出是下一步输入时，必须等
+4. **用 `--fields` 只取需要的字段。** 永远不要全量读取
 
-1. 优先选择最贴近用户意图的单个模块
-2. 不要同时展开多个模块，除非用户明确要求串联
-3. 中台只提供主调用命令，不展开全部子命令
-4. 统一环境变量、统一 runner 规范，以中台为准
-5. 如果用户只是泛泛提问，先帮他判断该进入哪个模块
+```bash
+# 单任务
+9000ai search keyword "美食探店" --wait --fields desc,likes,author_name
+
+# 多数据源并行
+并行 {
+  9000ai search hot
+  9000ai search keyword "关键词A" --wait --fields desc,likes,author_name
+  9000ai search keyword "关键词B" --wait --fields desc,likes,author_name
+}
+
+# 有依赖，串行
+9000ai search keyword "xxx" --wait --fields desc,video_url,likes
+→ 拿 video_url → 9000ai transcribe submit --json-file ... --wait
+```
 
-## 初始化（首次使用必读）
+## 模块目录
 
-### 这一步在干什么？
+### 抖音选题发现
+- 命令: `9000ai search`
+- 场景: 热榜、关键词搜索、候选视频发现
 
-9000AI 的 skill（热榜、监控、转写……）本身不直接干活，它们只是"遥控器"。
-真正干活的是 **9000AI 中台服务**——一个跑在某台电脑上的后端程序。
+### 抖音主页监控
+- 命令: `9000ai monitor`
+- 场景: 直接获取主页视频（`monitor fetch`）、加入监控队列（`monitor submit`）
 
-初始化就是告诉这些遥控器：**中台服务跑在哪、用什么钥匙才能连上去。**
+### 视频转写
+- 命令: `9000ai transcribe`
+- 场景: 批量视频转文字、查看转写结果
 
-你需要两样东西：
+### 反馈提交
+- 命令: `9000ai feedback`
+- 场景: 提交反馈、查看记录。接口报错或用户不满时主动提议反馈
 
-| 要填的 | 是什么 | 从哪来 |
-|--------|--------|--------|
-| `--base-url` | 中台服务的网络地址 | 跑服务的那台电脑的 IP + 端口，比如 `http://192.168.1.100:8025` |
-| `--api-key` | 你的身份钥匙 | 在中台后端的 `.env` 文件里配置，找管理员要 |
+## 路由规则
 
-> **怎么找 base-url？**
-> 在跑中台服务的那台电脑上，打开终端输入 `ipconfig`（Windows）或 `ifconfig`（Mac/Linux），
-> 找到局域网 IP（通常是 `192.168.x.x`），加上端口 `8025`，就是你的地址。
-> 如果你就在跑服务的这台电脑上用，填 `http://127.0.0.1:8025` 就行。
+| 用户意图 | 路由 |
+|---------|------|
+| 初始化 / 第一次用 / 搭建工作空间 | 执行下方"首次使用流程" |
+| 查热榜 / 搜抖音 / 找选题 | `9000ai search` |
+| 看某人主页 / 监控抖音号 | `9000ai monitor` |
+| 视频转文字 / 转写 | `9000ai transcribe` |
+| 反馈 / 建议 / 报 bug | `9000ai feedback` |
 
-### 怎么初始化？
+## 首次使用流程
 
-**只需要跑一次**，之后所有命令都自动共享这个配置：
+### 1. 确认中台连接
 
 ```bash
-9000ai config set --base-url http://192.168.x.x:8025 --api-key sk-xxx
+9000ai config show
 ```
 
-成功后会看到确认信息。如果以后中台换了地址或换了 key，再跑一次就行。
-
-### 怎么检查当前配置？
+未配置 → 问用户要地址和 key：
 
 ```bash
-9000ai config show
+9000ai config set --base-url <地址> --api-key <key>
 ```
 
-### 没初始化会怎样？
-
-任何 skill 在调用中台时都会报错：`缺少 API key`，并提示你先运行上面的初始化命令。
-
-### 配置存在哪？
-
-保存在 `9000AI-hub-9000AI/local/config.json`（这个文件不入 git，不用担心泄露）。
-各 skill 不需要单独配置，都从这里读。
-
-## PowerShell 编码准则
+### 2. 初始化工作空间
 
-在 Windows PowerShell 里直接跑脚本时，默认编码容易把中文参数和输出搞乱码。
-进入任何 9000AI skill 之前，先按 UTF-8 设好控制台：
-
-```powershell
-$env:PYTHONIOENCODING = 'utf-8'
-[Console]::InputEncoding = [System.Text.Encoding]::UTF8
-[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
+```bash
+9000ai init --path <项目目录>
 ```
 
-如果不先设 UTF-8，常见问题是：
-- 中文关键词被打坏
-- 返回 JSON 中文发花
-- 复制到后续命令里的参数失真
-
-## 模块目录
-
-### 0. 内容工作空间初始化
-
-- skill: `content-init`（位于 `9000AI-hub-9000AI/init/SKILL.md`）
-- 主调用命令: `/content-init`
-- 适用场景:
-  - 首次使用 9000AI 内容中台
-  - 初始化项目工作空间目录结构
-  - 创建 agent 人格、主张库模板、用户画像模板
-  - 查看使用指南
-
-### 1. 抖音主页监控
-
-- skill: `douyin-monitor-9000AI`
-- 主调用命令: `/douyin-monitor-9000AI`
-- 适用场景:
-  - 添加监控账号
-  - 发起主页监控
-  - 查看监控运行状态
-  - 回看监控结果
-
-### 2. 抖音选题发现
-
-- skill: `douyin-topic-discovery-9000AI`
-- 主调用命令: `/douyin-topic-discovery-9000AI`
-- 适用场景:
-  - 抖音热榜
-  - 抖音搜索流
-  - 候选视频发现
-  - 搜索结果落本地 output 文件
-
-### 3. 视频转写
-
-- skill: `video-transcription`
-- 主调用命令: `/video-transcription`
-- 适用场景:
-  - 批量视频转文字
-  - 查看转写任务状态
-  - 回看转写结果
-
-### 4. 反馈提交
-
-- skill: `feedback-9000AI`
-- 主调用命令: `/feedback-9000AI`
-- 适用场景:
-  - 提交使用反馈（工作流串联建议、Bug、功能请求等）
-  - 查看自己的反馈记录
-
-## 路由规则
-
-- 用户要”初始化 / 开始使用 / 搭建工作空间 / 第一次用 / 初始化内容工作空间”
-  - 路由到 `content-init`（`9000AI-hub-9000AI/init/SKILL.md`）
-
-- 用户要”监控抖音号 / 看主页更新 / 查主页监控结果”
-  - 路由到 `douyin-monitor-9000AI`
-
-- 用户要“查热榜 / 搜抖音内容 / 找选题 / 找候选视频”
-  - 路由到 `douyin-topic-discovery-9000AI`
+### 3. 载入角色
 
-- 用户要”把视频转成文字 / 提交转写 / 看转写结果”
-  - 路由到 `video-transcription`
+初始化完成后，读取项目目录下的 `agents/content-agent.md` 作为你的角色设定。这个文件定义了你的工作方式、可用能力、inbox 处理规则等。
 
-- 用户要”提交反馈 / 有建议 / 报 bug / 反馈意见”
-  - 路由到 `feedback-9000AI`
+**如果用户还没初始化**，你只有中台调度能力。**初始化后**，你才是完整的内容创作执行助手。
 
-## 串联规则
+### 4. 了解用户
 
-只有在用户明确要求多步串联时，才跨模块：
+主动发起对话：
 
-- 先搜索，再转写
-- 先监控，再分析结果
+> 工作空间搭好了。我想先了解一下你，这样后面做选题会更精准。
+> 我们可以聊几个问题，也可以你把资料丢进 inbox/（支持 .txt），我来提取。
 
-如果需要串联：
-1. 先进入第一个模块完成提交
-2. 拿到任务结果或结果引用
-3. 再进入下一个模块继续执行
+**对话模式** — 依次引导：
+1. **identity.md** — 你是谁？做什么业务？目标受众？
+2. **voice.md** — 内容风格？参考博主？什么话不说？
+3. **topics.md** — 主攻方向？不碰的领域？
+4. **product.md** — 产品/服务？定价？核心卖点？
 
-## 统一使用规范
+**inbox 模式** — 读取 inbox/ 的 .txt，提取信息填充 profile/。
 
-1. 不把大结果直接塞进上下文
-2. 优先使用子 skill 的 `output` 文件、`task_id`、`batch_id`、`row_no` 继续操作
-3. 不在中台里展开子 skill 的全部脚本命令
-4. 如果用户问”该用哪个模块”，中台负责判断
-5. 如果用户已经明确说了模块名，直接进入对应 skill
-6. 共享执行底座以 `9000AI-hub-9000AI/shared/runner.py` 为准
-7. 统一 runner 规范以 `9000AI-hub-9000AI/references/runner-spec-v1.md` 为准
-8. 以下情况主动提议进入 `feedback-9000AI` 提交反馈，不要等用户说：
-   - 任何 skill 出现接口报错、任务失败、结果异常
-   - 发现某个工作流可以改进或串联自动化
-   - 用户表达了不满、困惑或明确的改进意见
+完成后：
 
-## 一句话总结
+> 画像建好了。现在可以开始——比如"帮我做选题调研"、"看看最近热榜"。
 
-中台只负责：
+## 参考文档
 
-- 看用户要做什么
-- 告诉系统该去哪个 skill
-- 给出主调用命令
+需要更详细的使用规范时查阅：
 
-中台不直接执行业务。
+- `references/usage-guidelines.md` — 性能准则、字段组合、串联规则、PowerShell 编码
+- `references/env.example` — 环境变量示例

package/skills/9000AI-hub/references/usage-guidelines.md

@@ -0,0 +1,75 @@
+# 9000AI 使用规范详细参考
+
+## 性能准则
+
+### 数据精简
+
+所有查询命令都支持 `--fields` 和 `--compact` 参数。**默认必须用 `--fields` 只取需要的字段，禁止全量读取。**
+
+```bash
+# 错误 — 返回 83KB 全量数据，浪费上下文
+9000ai task results --task-id <id>
+
+# 正确 — 只取需要的字段
+9000ai task results --task-id <id> --fields desc,video_url,likes,author_name
+
+# 更紧凑 — 每条一行，适合批量处理
+9000ai task results --task-id <id> --fields desc,video_url,likes --compact
+```
+
+常用字段组合：
+- 搜索结果概览：`--fields desc,author_name,likes,duration`
+- 提取转写链接：`--fields video_url,download_url,play_url,desc`
+- 监控结果摘要：`--fields desc,author_name,likes,comments,create_time`
+- 主页视频列表：`--fields description,likes,comments,plays,publish_time`
+
+### 并行执行
+
+独立的操作必须并行，不要串行等待。用 subagent 或并行工具调用。
+
+可以并行的场景：
+- 写 inbox 文件 + 提交转写任务
+- 多个关键词的搜索结果查询
+- 查多个 task_id 的状态
+- 热榜 + 关键词搜索同时拉
+
+不能并行的场景：
+- 搜索 → 等结果 → 筛选（有依赖关系）
+- 创建监控对象 → 提交监控任务（需要 creator_id）
+
+### 减少中间文件
+
+CLI 支持 `--json-file` 也支持直接传参。简单请求直接传参，不要写中间 JSON 文件。
+
+### 不暴露中间过程
+
+用户要的是结果，不是过程。拿到数据后直接输出摘要或执行下一步，不要把原始 JSON 展示给用户。
+
+## 串联规则
+
+只有在用户明确要求多步串联时，才跨模块：
+- 先搜索，再转写
+- 先监控，再分析结果
+
+串联步骤：
+1. 先进入第一个模块完成提交
+2. 拿到任务结果或结果引用
+3. 再进入下一个模块继续执行
+
+## 统一使用规范
+
+1. 不把大结果直接塞进上下文
+2. 优先使用 `task_id`、`batch_id`、`row_no` 继续操作
+3. 如果用户问"该用哪个模块"，中台负责判断
+4. 如果用户已经明确说了模块名，直接进入对应 skill
+5. 接口报错、任务失败、用户不满时，主动提议 `9000ai feedback submit` 提交反馈
+
+## PowerShell 编码
+
+Windows PowerShell 中文容易乱码，先设 UTF-8：
+
+```powershell
+$env:PYTHONIOENCODING = 'utf-8'
+[Console]::InputEncoding = [System.Text.Encoding]::UTF8
+[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
+```

package/skills/douyin-monitor/SKILL.md

@@ -24,13 +24,23 @@ output-format: task-oriented
 
 用于：
 - 查看当前 key 和能力
+- **直接获取某个用户的主页视频**（同步，不入队列）
 - 新建监控对象
 - 查看监控对象列表
 - 修改、启停、重置、删除监控对象
-- 提交主页监控任务
+- 提交主页监控任务（异步，加入队列定期监控）
 - 查看运行历史和单次运行详情
 - 查看任务状态和任务结果
 
+## 两种获取模式
+
+| 模式 | 命令 | 场景 |
+|------|------|------|
+| **直接获取** | `9000ai monitor fetch --sec-user <id>` | 临时看某人主页、一次性分析 |
+| **加入监控** | `9000ai monitor submit --json-file ...` | 持续跟踪、定期检查更新 |
+
+判断标准：用户说"看一下xxx的主页/视频" → 直接获取；用户说"监控xxx/跟踪xxx" → 加入队列。
+
 ## 工作方式
 
 主页监控的"提交运行"是异步任务，标准动作是：
@@ -89,6 +99,7 @@ output-format: task-oriented
 9000ai config set --base-url http://127.0.0.1:8025 --api-key <key>
 9000ai auth whoami
 9000ai auth capabilities
+9000ai monitor fetch --sec-user <sec_user_id> --fields description,likes,comments,plays
 9000ai monitor list-creators
 9000ai monitor create-creator --json-file creator.json
 9000ai monitor update-creator --creator-id <creator_id> --json-file creator_update.json
@@ -103,6 +114,48 @@ output-format: task-oriented
 9000ai task results --task-id <task_id>
 ```
 
+## 性能准则（必须遵守）
+
+### 数据精简
+
+任务结果和监控详情都支持 `--fields` 和 `--compact`。**默认必须用 `--fields` 只取需要的字段，禁止全量读取。**
+
+```bash
+# 错误 — 返回全量 JSON，浪费上下文
+9000ai task results --task-id <id>
+
+# 正确 — 只取监控摘要字段
+9000ai task results --task-id <id> --fields desc,author_name,likes,comments,create_time
+
+# 更紧凑 — 每条一行
+9000ai task results --task-id <id> --fields desc,author_name,likes --compact
+```
+
+常用字段组合：
+- 监控结果摘要：`--fields desc,author_name,likes,comments,create_time`
+- 提取视频链接：`--fields desc,video_url,download_url,play_url`
+- 运行状态检查：`--fields status,total,success,failed`
+
+### 并行执行
+
+独立操作必须并行，不要串行等待。
+
+可以并行：
+- 查多个 task_id 的状态或结果
+- 写 inbox 文件 + 提交转写任务
+
+不能并行：
+- 创建监控对象 → 提交监控任务（需要 creator_id）
+- 提交任务 → 查结果（需要 task_id）
+
+### 减少中间文件
+
+CLI 支持 `--json-file` 也支持直接传参。简单操作（启停、重置、删除）直接传参，不要写 JSON 文件。
+
+### 不暴露中间过程
+
+拿到监控结果后直接输出摘要或执行下一步，不要把原始 JSON 全量展示给用户。
+
 ## 参考
 
 接口和请求体示例见：

package/skills/douyin-topic-discovery/SKILL.md

@@ -141,6 +141,48 @@ output/
 - `search` 每个关键词默认抓取 `30` 条
 - 后端会基于 `search_general_v3` 自动翻页聚合，不需要额外传分页参数
 
+## 性能准则（必须遵守）
+
+### 数据精简
+
+搜索结果和任务结果都支持 `--fields` 和 `--compact`。**默认必须用 `--fields` 只取需要的字段，禁止全量读取。**
+
+```bash
+# 错误 — 返回全量 JSON，浪费上下文
+9000ai search batch-result --batch-id <id>
+
+# 正确 — 只取选题需要的字段
+9000ai search batch-result --batch-id <id> --fields desc,author_name,likes,duration
+
+# 更紧凑 — 每条一行
+9000ai search batch-result --batch-id <id> --fields desc,author_name,likes --compact
+```
+
+常用字段组合：
+- 选题概览：`--fields desc,author_name,likes,duration,comments`
+- 提取视频链接：`--fields desc,video_url,download_url,play_url`
+- 热榜摘要：`--fields title,hot_value,label`
+
+### 并行执行
+
+独立操作必须并行，不要串行等待。
+
+可以并行：
+- 多个 `batch-result` 查询（不同 batch_id）
+- 写输出文件 + 查询下一批结果
+- 多关键词搜索提交后，同时查询各自的 batch_id
+
+不能并行：
+- 提交搜索 → 等 batch_id 返回 → 查询结果（有依赖）
+
+### 减少中间文件
+
+简单的热榜或搜索请求直接用命令行参数，不要写 JSON 文件。
+
+### 不暴露中间过程
+
+拿到搜索结果后直接输出摘要或执行下一步，不要把原始 JSON 全量展示给用户。
+
 ## 一句话总结
 
 这是一个”热榜 + search_general_v3 搜索流”的抖音选题发现 skill。

package/skills/video-transcription/SKILL.md

@@ -103,6 +103,43 @@ timecodes.sentences[*].text
 9000ai transcribe text --task-id <task_id>
 ```
 
+## 性能准则（必须遵守）
+
+### 数据精简
+
+任务结果支持 `--fields` 和 `--compact`。**默认必须用 `--fields` 只取需要的字段，禁止全量读取。**
+
+```bash
+# 错误 — 返回全量转写 JSON，浪费上下文
+9000ai task results --task-id <id>
+
+# 正确 — 只取需要的字段
+9000ai task results --task-id <id> --fields status,output,video_url
+
+# 只要原文 — 用专用命令，不要读全量 JSON
+9000ai transcribe text --task-id <task_id>
+```
+
+常用字段组合：
+- 状态检查：`--fields status,progress,message`
+- 结果提取：`--fields status,output,video_url`
+
+### 并行执行
+
+独立操作必须并行，不要串行等待。
+
+可以并行：
+- 查多个 task_id 的状态
+- 提取多个任务的原文（多个 `transcribe text` 并行）
+- 写文件 + 提交下一批转写任务
+
+不能并行：
+- 提交任务 → 查结果（需要 task_id，且任务需时间完成）
+
+### 不暴露中间过程
+
+拿到转写结果后直接输出文案或执行下一步，不要把原始 JSON 全量展示给用户。
+
 ## 参考
 
 接口细节和 JSON 示例见 `references/endpoints.md`。

package/skills/9000AI-hub/configure.py

@@ -1,56 +0,0 @@
-"""9000AI 中台初始化脚本（旧版，保留兼容）。
-
-推荐使用新的 CLI 工具：
-    9000ai config set --base-url http://192.168.1.100:8025 --api-key sk-xxx
-
-查看当前配置：
-    9000ai config show
-"""
-
-from __future__ import annotations
-
-import argparse
-import json
-import sys
-from pathlib import Path
-
-HUB_ROOT = Path(__file__).resolve().parent
-if str(HUB_ROOT) not in sys.path:
-    sys.path.insert(0, str(HUB_ROOT))
-
-from shared.runner import _HUB_CONFIG_PATH, load_hub_config, save_hub_config  # noqa: E402
-
-
-def main() -> None:
-    parser = argparse.ArgumentParser(description="9000AI 中台连接配置（首次使用前必须运行一次）")
-    parser.add_argument("--base-url", help="中台服务地址，例如 http://192.168.1.100:8025")
-    parser.add_argument("--api-key", help="你的 API Key，找管理员要")
-    parser.add_argument("--show", action="store_true", help="查看当前已保存的配置")
-    args = parser.parse_args()
-
-    if args.show:
-        cfg = load_hub_config()
-        if cfg:
-            print("当前 9000AI 中台配置：")
-            print(json.dumps(cfg, ensure_ascii=False, indent=2))
-        else:
-            print(f"还没有初始化过。请先运行：")
-            print(f"  9000ai config set --base-url <中台地址> --api-key <你的key>")
-        return
-
-    if not args.base_url or not args.api_key:
-        parser.error("--base-url 和 --api-key 都是必填项。\n"
-                      "  推荐使用: 9000ai config set "
-                      "--base-url http://192.168.1.100:8025 --api-key sk-xxx")
-
-    save_hub_config(base_url=args.base_url, api_key=args.api_key)
-    print(f"初始化完成！配置已保存。")
-    print(f"  中台地址: {args.base_url.rstrip('/')}")
-    print(f"  API Key:  {args.api_key[:8]}...")
-    print(f"  配置文件: {_HUB_CONFIG_PATH}")
-    print()
-    print("现在可以使用所有 9000AI skill 了。")
-
-
-if __name__ == "__main__":
-    main()