每日技能推荐器

Agent 驱动的技能发现协议。Skill Recommender 面向 Hermes、OpenClaw、Claude Code、Codex 和定制 Agent；不要按平台名称硬编码流程，要按当前 Agent 实际可用能力执行。

核心原则

1. Agent 判断，helper 增强：上下文理解、搜索策略、排序和话术由 Agent 执行；本地脚本只是可选 helper。
2. No-approval runtime：manual/daily 推荐主路径不得触发当前 Agent 的命令或权限审批。
3. 实时发现，不内置候选池：不要用 data/sample_candidates.json 作为线上兜底；它只用于开发测试。
4. 场景驱动，但要有种草感：推荐从当前任务、长期场景、能力缺口、热门趋势和用户“想试一下”的冲动出发，不从已安装列表出发。
5. 趋势和好玩值得被看见：daily 推荐可以主动发现热门、日常、有趣的新能力，但不能覆盖安全和实际价值。
6. 已安装不等于偏好：已安装 skill 只用于去重、判断已有能力、覆盖关系和最终 tie-breaker。
7. 可见即所用：只使用当前真实可见的用户请求、工具、网页、候选元数据和状态。
8. 安全只升不降：high 永不推荐；daily 只推 low；manual 可展示 medium，但必须说明风险。
9. One question per turn：安装授权、daily 开启、失败提醒配置不要塞在同一条回复里。
10. 先推荐，后更新：版本检查只能在推荐完成后作为附加提醒，不得阻断 manual/daily 主流程。

Agent Capability Contract

启动 manual 或 daily 流程前，先识别当前 Agent 的能力。不要假设平台一定有某个工具名。

平台适配提示：

• Hermes：优先 Web Search & Extract；没有专门搜索时可用 Browser Automation 打开搜索页。
• OpenClaw / 定制 OpenClaw：优先启用 web_search 或 browser tool；只有这些都不可用时，才考虑低风险 shell 读取公开网页/API。
• Claude Code：优先 WebSearch/WebFetch；Bash 只作为最后降级读取公开文本/JSON，避免 curl | python、curl | sh、python -c 处理远程输入。
• Codex：优先 web search / browser / automation；本地 helper 可用但不得替代原生搜索。
• 私有 Agent：满足能力契约即可，不需要工具同名。

No-approval Runtime

运行时禁止：

• 用 shell 联网作为第一搜索路径
• 用 curl / wget 获取远程内容后直接执行或管道进解释器
• python -c / python3 -c 处理远程 stdin 或执行远程内容
• git / gh / npm / npx / pip / uvx 搜索、安装或下载
• curl | python、curl | sh、网络输出直接进入解释器或脚本
• daily 自动任务中任何会触发当前 Agent 权限审批的 fallback

运行时允许：

• Agent 原生搜索工具
• Agent 原生浏览器工具
• 已安装且免审批的搜索/浏览 MCP
• 当搜索和浏览都不可用时，用 shell 作为最后降级读取公开网页/API，前提是只保存或展示原始 HTML/JSON/text，不安装依赖，不执行远程内容，不把网络输出直接管道进解释器；如果会弹审批，manual 先说明原因并等待用户确认，daily 进入失败提醒
• 本地确定性 helper，前提是只读写本地 JSON，不联网、不安装依赖、不调用外部命令，且当前 Agent 不会弹审批
• Agent 对可见网页结果的自然语言解析和排序

如果本地 helper 会触发审批，跳过 helper，按本文规则直接过滤和推荐。

Persistent State

用户状态不得只保存在 skill 安装目录内。Hermes 等平台重新安装 skill 时可能先删除目录再 clone 仓库，如果状态放在 data/state.json，daily_rec_status 会被重置成 unset，已有定时任务随后会静默退出。

状态读取优先级：

1. 平台原生 StateCapability / memory / skill state。
2. 外部持久 JSON：默认 ~/.hermes/state/skill-recommender/state.json，或 SKILL_RECOMMENDER_STATE_DIR/state.json。
3. 仓库内 data/state.json 只作为模板和开发样例，不作为用户持久状态。

历史记录同理：默认写到 ~/.hermes/state/skill-recommender/history.json，仓库内 data/history.json 只作为模板。安装、更新或重新 clone skill 时，不应覆盖外部状态。

如果发现旧版本曾把状态写在仓库内 data/state.json，且外部状态不存在，可以迁移一次；迁移后继续读写外部路径。

timezone: null 表示未配置用户时区。此时本地 helper 应按当前 scheduler/Agent 运行环境的本地时区判断“今天”，而不是固定 UTC 或固定 Asia/Shanghai。push_time_local 表示用户希望的本地推送时间；如果平台支持明确时区，优先使用平台/用户时区，否则按 scheduler 本地时区解释。

推荐信号模型

Skill Recommender 不是“按已安装 skill 猜偏好”的系统。执行推荐时按以下信号判断：

1. 当前任务：用户此刻想完成什么，是否有明确问题、文件类型、业务目标或工具缺口。
2. 长期场景/领域：用户近期反复出现的行业、工作流或生活场景，如教育学习、内容创作、投资研究、文档处理、产品设计、运营、法务合规、个人事务等。
3. 能力缺口：当前 Agent 缺少搜索、浏览、文件处理、表格、日历、邮件、知识库、自动化、媒体处理等哪类能力。
4. 多源候选竞争：同一需求至少尝试从多个平台找候选，再比较可信度、安装可行性、维护状态和实际覆盖范围。
5. 网络趋势：近期在多个来源出现、更新活跃、星标/下载增长、社区讨论增多或热门榜上升的能力可以加分。
6. 种草价值：daily 推荐要判断用户看到后会不会想试一下；痛点要具体，爽点要清楚，不能只说“提升效率”。
7. 生产力跃迁：候选最好能让用户少做重复工作、打开新工作流、降低工具切换成本或显著提高质量。
8. 已安装 skill：只用于判断重复、已有覆盖、互补关系和最终小权重 tie-breaker。

manual / 当前任务型推荐权重：

• 当前任务匹配度：30%
• 能力缺口匹配度：20%
• 长期场景/领域匹配度：15%
• 生产力跃迁价值：15%
• 多源可信度和安全：10%
• 网络趋势热度：5%
• 已安装 skill 互补性：5%

daily / 精选探索推荐权重：

• 用户可能会想试：25%
• 网络热度/近期流行：20%
• 日常生活或内容场景关联：15%
• 当前能力缺口：15%
• 生产力/省事价值：10%
• 多源可信度和安全：10%
• 新鲜度/多样性：5%

长期场景记忆可以来自状态、当前会话、用户明确偏好、workspace 或近期推荐反馈；没有可靠状态时，只在本轮基于可见证据推断。不要因为用户乱装过某类 skill 就把它当成长期偏好。

scenario_memory 和 daily_rotation 是 Agent 运行时维护的可选状态，不要求本地 helper 自动推理或写入。当前 Agent 有 StateCapability 时可以更新这些字段；没有状态能力或字段为空时，直接按当前可见证据临时判断，不要因为字段为空而阻断推荐。

Daily 推荐不是审计报告，而是“今天发现一个值得试的新能力”。在安全和真实证据满足后，优先挑能直击具体痛点、热门、有趣、生活化或内容场景强的候选；不要每天都推严肃工作流工具。

AGENT POST-INSTALL HOOK

安装或更新本 skill 后，Agent 应执行一次轻量 onboarding，用来尽早开启每日推荐，但不能静默创建定时任务。

1. 读取平台原生 skill state 或外部持久状态；不要把仓库内 data/state.json 当作用户状态。
2. daily_rec_status == "enabled"：不询问。
3. daily_rec_status == "disabled"：不询问，除非用户主动要求开启。
4. daily_rec_status == "prompted"：不重复询问，除非用户主动要求开启。
5. daily_rec_status == "pending_schedule"：说明用户已同意但 automation 还未确认创建成功；尝试继续创建 automation，不要当成已开启。
6. daily_rec_status == "unsupported"：不重复询问，除非用户主动要求开启且当前 Agent 已有 SchedulerCapability。
7. daily_rec_status == "unset"：用 StateCapability 或免审批 helper 标记为 prompted，然后只问一个问题：
   「要不要开启每日推荐？我会每天早上 10:00 给你推荐一个适合你的实用 AI 自动化能力。回复「开启」我就帮你设置，回复「不用」就保持手动推荐。」
8. 提问后立即停止输出，等待用户回复。不要同一条消息里推荐 skill、做基础能力诊断或询问其他授权。
9. 用户回复「开启」：先设为 pending_schedule 并创建 skill-recommender-daily automation；只有 automation 创建成功后才设为 enabled。
10. automation 创建失败：不要保持 enabled，状态回到 prompted 并记录失败原因。
11. 用户回复「不用」或拒绝：状态设为 disabled。
12. 当前 Agent 没有 SchedulerCapability：说明无法自动创建每日任务，状态设为 unsupported。

可使用免审批 helper：

python3 scripts/feedback.py prompt-daily --source post_install
python3 scripts/feedback.py enable-daily
python3 scripts/feedback.py confirm-daily-enabled
python3 scripts/feedback.py fail-daily-schedule --reason "schedule_create_failed"
python3 scripts/feedback.py disable-daily
python3 scripts/feedback.py unsupported-daily

这些命令只在不会触发审批时使用；否则使用平台原生状态能力或对话状态。
默认 helper 会把状态写到外部持久目录，而不是 skill 仓库内的 data/ 模板。

Manual 推荐流程

触发条件：用户说「推荐个 skill」「有什么新工具」「帮我找个能...的 skill」「最近有什么好用的工具」等。

1. 收集上下文信号：用户当前请求、长期场景/领域、能力缺口、workspace、可用工具、已安装 skill、候选来源和趋势证据。
2. 诊断当前 Agent 是否已有能力能覆盖需求；已有能力时优先告诉用户怎么用，不重复推荐安装。
3. 检查 SearchCapability / BrowserCapability。
4. 有搜索能力：按 multi-recall 搜索候选，至少尝试当前任务、长期场景、能力缺口、趋势四类查询。
5. 无搜索但有浏览器能力：打开 Brave Search 网页版或 DuckDuckGo 搜索页，按同样的 multi-recall 查询读取结果。
6. 搜索/浏览能力都没有：可把 shell 作为最后降级路径读取公开网页/API，但只允许“获取数据供 Agent 审阅”，不得 curl | python/sh、不得执行远程内容、不得安装依赖。若会弹审批，先说明“当前没有原生搜索/浏览能力，需要用命令行读取公开搜索结果”，由用户决定是否继续；用户不授权时，建议启用当前 Agent 的原生搜索或浏览能力。
7. 合并 15-25 个候选，跨平台去重，过滤安全和已有覆盖，再按 manual 权重排序。
8. 如有 StateCapability 或免审批 helper，记录 shown；否则不强制写文件。
9. 执行 Post-Recommend Update Check；如发现新版且本轮没有其他授权问题，在推荐末尾询问是否更新。

Daily 推荐流程

触发条件：skill-recommender-daily automation。

1. daily_rec_status != "enabled"：静默退出。
2. 检查 SearchCapability / BrowserCapability。
3. 选择今日探索主题：实用增强、热门发现、有趣尝鲜三类轮换；无状态时优先热门发现，其次长期场景。
4. 有搜索能力：按 Task Recall、Scenario Recall、Gap Recall、Hot Recall、Delight Recall、Utility Recall、Diversity Recall 搜索候选。
5. 无搜索但有浏览器能力：打开 Brave Search 网页版或 DuckDuckGo 搜索页，按同样召回路径读取结果。
6. 搜索/浏览能力都没有：只有在 shell 读取公开网页/API 不触发审批、且不会执行远程内容时，才可作为最后降级路径；否则进入 Daily Failure Notice，不在自动任务里等待用户授权。
7. 只允许 low 风险候选；medium/high 不推。
8. 候选必须有明确价值：种草感、日常场景价值、能力补齐、生产力/省事价值至少满足其一；只有“热门”但没有具体使用场景、爽点或可信来源时不推。
9. 输出 1 个推荐；如有状态能力，记录 shown、去重信息和今日探索主题。
10. 执行 Post-Recommend Update Check；如发现新版且本轮没有其他授权问题，在推荐末尾询问是否更新。
11. 没有合格候选时静默，不硬推，也不单独为了更新提醒发消息。

Cron/automation prompt 应表达以下约束。feedback.py 只返回短 prompt；完整运行规则以本节为准，避免双处维护。

Load the skill-recommender skill and run the Daily 推荐流程 defined in SKILL.md. Use persistent state outside the skill install directory.

Daily Failure Notice

当 daily 已开启，但运行时没有无审批搜索/浏览能力时，不要每天静默失败，也不要每天骚扰用户。

状态字段：

{
  "daily_failure_notice_status": "unset",
  "daily_failure_notice_reason": null,
  "daily_failure_notice_last_shown_at": null
}

状态含义：

• unset：从未提醒过
• shown：已经提醒过一次，用户未明确关闭
• dismissed：用户选择不再提醒
• resolved：后来检测到搜索/浏览能力恢复

行为：

1. unset 或 resolved：发送一次失败提醒，并尽量标记为 shown。
2. shown：默认静默退出，不每天重复提醒。
3. dismissed：静默退出，除非用户主动恢复提醒。

提醒文案必须包含：

• 今日技能推荐失败
• 原因：当前 Agent 没有可用的无审批联网搜索或浏览能力
• 建议：启用当前 Agent 的原生搜索/浏览能力
• 选择：「帮我配置」「稍后再说」「不再提醒」

平台化建议：

• Hermes：Web Search & Extract 或 Browser Automation
• OpenClaw：web_search 或 browser tool
• Claude Code：WebSearch/WebFetch
• Codex：web search / browser / automation
• 私有 Agent：启用等价的 search/browser capability

不要默认要求用户申请 API key。不要默认推荐 Brave Search MCP、Tavily、Exa、Perplexity；这些可作为用户追问时的增强选项。

Post-Recommend Update Check

Skill Recommender 可以在推荐完成后检查自身是否有新版。更新检查是附加提醒，不是启动门槛。

触发时机：

1. manual：推荐内容输出并记录 shown 后、等待用户反馈前。
2. daily：今日推荐内容输出后，同一条消息末尾。
3. 没有合格推荐时：静默，不单独发送更新提醒。

检查规则：

• 只使用 Agent 原生搜索、WebFetch、浏览器、GitHub connector 或等价无审批能力读取远端 VERSION.json。
• 本地版本从仓库根目录 VERSION.json 读取；如果没有本地版本文件，视为未发布本地版本，但不得阻断推荐。
• 不使用 shell、curl、wget、git ls-remote、gh、python -c 或外部 CLI 检查版本。
• 按 SemVer 比较版本；只有远端版本严格大于本地版本时才继续提醒。远端版本小于或等于本地版本、版本字段缺失、或版本格式无法解析时，静默跳过。
• 没有无审批联网/读取能力时，静默跳过。
• 同一个远端版本最多提醒一次，除非用户主动询问更新。
• 如果本轮已经包含安装授权、daily 开启或失败提醒配置，不追加更新问题。

版本规则：

• 仓库正式发布版本从 1.0.0 开始。
• PRD 迭代号不是发布版本号。
• 不要把 version 放入 SKILL.md frontmatter；使用 VERSION.json。

更新询问文案：

另外，Skill Recommender 有新版可用。要不要更新到最新版本？
回复「更新」我就帮你处理，回复「暂不更新」这次先不管。

用户回复「更新」后：

1. 优先使用当前 Agent 的原生 skill update / installer 能力。
2. 如果当前 skill 目录是 git repo，且 git pull 或等价操作不触发审批，可以更新。
3. 如果更新需要权限审批，必须先说明原因并等待用户确认。
4. 如果不是 git repo 且没有平台更新能力，提供重新安装或手动更新路径。

候选收集

优先来源：

1. ClawHub
2. MCP Market
3. Smithery
4. Glama
5. GitHub

搜索方式：

• 有 SearchCapability：用原生搜索工具搜 site:clawhub.ai skills trending、site:mcpmarket.com skills、site:smithery.ai new skills、site:glama.ai mcp servers、mcp server skill trending。
• 只有 BrowserCapability：打开 Brave Search 网页版或 DuckDuckGo，读取搜索结果和详情页。
• 搜索/浏览能力都没有时，manual 可在用户确认后用低风险 shell 读取公开网页/API；daily 只能在无需审批时使用。命令行结果应先保存为 JSON/HTML/text 再由 Agent 审阅，不要把网络输出直接传给解释器或脚本。
• DuckDuckGo 可能对 headless 浏览器返回 CAPTCHA 或空结果（标准版和 HTML 版均可能触发）。备选：Yahoo Search (search.yahoo.com/search?p=...) 实测对 headless 浏览器友好，可作为第一降级路径。
• X/Twitter 不作为 daily 默认来源；manual 探索可用但至少 medium 风险。
• 不用固定候选池兜底；data/sample_candidates.json 只用于测试。

multi-recall 查询路径：

1. Task Recall：围绕用户当前请求搜索，例如“PDF summarize agent skill”“calendar automation skill”。
2. Scenario Recall：围绕长期场景搜索，例如“education AI skill”“content creation agent skill”。
3. Gap Recall：围绕缺失能力搜索，例如“browser automation skill”“spreadsheet agent skill”。
4. Hot Recall：搜索热门榜、下载榜、近期 star 增长、社区讨论，例如“popular AI agent skills”“trending MCP server”“new agent skill this week”。
5. Delight Recall：搜索好玩或强种草能力，例如“fun AI tools agent skill”“writing humanizer skill”“content creation agent skill”。
6. Utility Recall：搜索日常高频场景，例如股票分析、旅行规划、读书整理、健身、购物比价、邮件润色。
7. Diversity Recall：daily 额外找一个非重复的大众场景，避免长期只推同类工作工具。

每条路径最多保留 5 个候选；总候选建议 15-25 个。候选必须来自当前可见网页或搜索结果，不要凭记忆编造。

候选归一化字段：

{
  "skill_id": "source:name-lower",
  "name": "Skill Name",
  "url": "https://...",
  "source_code_url": "GitHub URL",
  "description": "一句话描述",
  "categories": ["documents", "web-research"],
  "source": "clawhub|mcpmarket|smithery|glama|github|x",
  "updated_at": "ISO 8601",
  "popularity": {"downloads": 0, "stars": 0},
  "required_toolsets": ["browser"],
  "complexity": "lightweight|framework|platform",
  "trend": {
    "source_count": 1,
    "recent_mentions": 0,
    "updated_recently": true,
    "trend_reason": "近期在多个来源出现或增长较快"
  },
  "has_install_docs": true,
  "has_security_disclosure": false,
  "risk_level": "low|medium|high"
}

过滤与安全

Agent 运行时按以下规则过滤。可用免审批 helper 时可以用 scripts/candidate_filter.py 和 scripts/security.py 增强，但不要依赖它们。

过滤规则：

• 去重：skill_id 和归一化名称重复时保留可信度最高来源。
• 已安装过滤：已安装 skill 不再推荐。
• 冷却：14 天内拒绝过的跳过；30 天内展示过的跳过。
• 质量：描述太短、来源不明、没有详情页或没有安装说明的降权或过滤。
• 明确价值：没有种草感、日常场景价值、能力补齐或生产力/省事价值的候选降权；daily 直接过滤。
• 趋势约束：网络热门只能加分；如果任务不匹配、风险过高或安装不可行，不得推荐。
• daily 限额：automation 本身应每天最多运行一次；如有状态能力，再按本地日期去重。

安全规则：

• low：manual/daily 都可推荐。
• medium：manual 可推荐但必须标注风险；daily 不推荐。
• high：永不推荐。
• 来源未知、X/Twitter、元数据不足至少 medium。
• 命中危险模式、请求敏感凭据、要求全盘文件/浏览器 cookie/SSH/环境变量权限时，至少 medium；明显危险时 high。
• 候选已有风险标记时只升不降。

排序策略

先过滤，再排序。排序时不要让“用户已安装过某类 skill”主导结果。

manual / 当前任务型推荐：

1. 当前任务匹配度：候选是否直接解决用户此刻的需求。
2. 能力缺口匹配度：候选是否补齐当前 Agent 缺的关键能力。
3. 长期场景/领域匹配度：候选是否贴合用户反复出现的行业或生活/工作场景。
4. 生产力跃迁价值：候选是否显著减少重复步骤、打开新流程或提升输出质量。
5. 多源可信度和安全：来源是否可靠、是否有安装说明、是否低风险。
6. 网络趋势热度：近期是否被多个来源提到或维护活跃。
7. 已安装 skill 互补性：只作为小权重 tie-breaker，不可覆盖前六项。
   data/complement_pairs.json 只是大众场景互补参考，不是偏好来源或排序主因。

daily / 精选探索推荐：

1. 用户可能会想试：痛点是否具体，爽点是否一眼能懂。
2. 网络热度/近期流行
3. 日常生活或内容场景关联
4. 当前能力缺口
5. 生产力/省事价值
6. 新鲜度/多样性
7. 多源可信度和安全
8. 已安装 skill 只用于去重、已有覆盖和轻量互补，不参与主排序。

daily 推荐按“实用增强 / 热门发现 / 有趣尝鲜”轮换，不要连续多天只推荐开发、运维、文档、效率类工具。可以推荐大众会想试的内容创作、投资观察、个人管理、生活自动化、AI 文风处理、媒体处理等能力。

manual / daily 共同底线：

1. 安全、来源和安装可行性
2. 真实可见证据
3. 不重复推荐已安装 skill
4. 不因为“好玩”推荐高风险或无安装说明的候选

输出格式

推荐输出不要用 markdown 表格。manual 可以解释更完整；daily 要短、像种草，不要像审计报告。

Daily 默认结构：

📡 每日精选推荐 · <日期>
🎯 今日推荐：<skill name> — <一句话定位>
这个 skill 专治一个很常见的问题：<用一句人话说痛点>
它能做什么：
• <亮点 1>
• <亮点 2>
• <亮点 3>
为什么值得装：<结合用户场景/热门趋势/实际爽点，用 2-3 句话讲清楚>
来源：<URL>
安全状态：<低风险来源；medium 只在 manual 展示并说明风险>
需要我帮你装上吗？回复「安装」即可。
<可选：如果发现 Skill Recommender 有新版，且本轮没有其他授权问题，在这里追加更新询问>

Manual 默认结构：推荐给你：<skill name> — <定位>，再用短段落说明它解决的具体痛点、3 个以内亮点、为什么适合当前任务/场景、来源、已安装状态、安全状态，最后询问是否安装。

规则：

• 推荐理由必须说明可见证据；不声称使用不可见历史、工具调用统计或未读取数据。
• 长期场景必须来自当前会话、可见状态、workspace 或明确反馈。
• 趋势证据写进“为什么值得装”；没有趋势数据就不要硬写。
• 安全状态默认一句话；medium 风险只在 manual 展开提醒，daily 不输出。
• 更新提醒只能出现在推荐后；无新版、无无审批检查能力或本轮已有其他授权问题时省略。
• 无合格候选时不硬推。

反馈与状态

优先用 StateCapability 记录状态。没有免审批状态能力时，反馈可以降级为对话偏好。

可记录的推荐事实包括：shown、accepted、rejected、daily 授权状态、daily 失败提醒状态、更新提醒状态、最近展示类别、可见场景线索和今日探索主题。场景线索只保存可解释事实，例如“最近多次请求文档处理/学习资料整理”，不要保存无法追溯的复杂画像。

scenario_memory 和 daily_rotation 的维护责任在 Agent 或平台状态能力，不在 feedback.py。本地 helper 只处理确定性反馈和授权状态；如果未来确认某个平台能免审批写状态，再增加专门 helper 命令。

可选 helper：

python3 scripts/feedback.py shown --skill-id "..." --skill-name "..." --categories "..." --skill-url "..."
python3 scripts/feedback.py accept --skill-id "..." --categories "..."
python3 scripts/feedback.py reject --skill-id "..." --categories "..."
python3 scripts/feedback.py prompt-daily --source manual
python3 scripts/feedback.py enable-daily
python3 scripts/feedback.py confirm-daily-enabled
python3 scripts/feedback.py fail-daily-schedule --reason "schedule_create_failed"
python3 scripts/feedback.py disable-daily
python3 scripts/feedback.py unsupported-daily

只在不触发审批时使用这些 helper。若会触发审批，不要为了记录状态打断用户。

每日推荐授权规则：

1. 只有 daily_rec_status == "enabled" 才运行 daily。
2. prompted、pending_schedule、enabled、disabled、unsupported 状态下不自动重复询问 daily。
3. manual 推荐后只有 daily_rec_status == "unset" 且当前回复没有其他授权问题时，才可以补问 daily。
4. 询问 daily 前先标记为 prompted，防止 post-install 和 manual 重复问。
5. 用户回复「开启」：先调用 enable-daily 获取 cron 配置并进入 pending_schedule。
6. automation 创建成功后：调用 confirm-daily-enabled，状态才设为 enabled。
7. automation 创建失败后：调用 fail-daily-schedule，状态回到 prompted 并记录失败原因。
8. 用户回复「不用」：状态设为 disabled。
9. 当前 Agent 不支持定时任务：状态设为 unsupported。

更新提醒状态规则：

1. auto_update_status == "disabled"：不主动检查或提醒更新，除非用户主动询问。
2. auto_update_status == "unsupported"：当前环境无法无审批检查更新，静默跳过。
3. update_notice_status == "shown" 或 dismissed 且 last_seen_remote_version 未变化：不重复提醒。
4. 发现新远端版本时，可将 last_seen_remote_version 更新为该版本，并将 update_notice_status 设为 shown。
5. 用户回复「暂不更新」或「不再提醒」：对当前远端版本设为 dismissed。
6. 用户回复「更新」：设为 accepted，再进入用户确认后的更新执行流程。

本地脚本

这些脚本不得联网、安装依赖或调用外部命令。如果当前 Agent 会为本地脚本弹审批，跳过脚本并按本文规则执行。
scripts/feedback.py 默认读写外部持久状态目录；scripts/candidate_filter.py 如需传入状态文件，应优先传外部状态路径。

常见踩坑

1. 弹出命令审批：如果是原生搜索/浏览或本地 helper，跳过该路径；如果 manual 只有 shell 能联网，先说明原因再等用户授权。daily 不等待审批。
2. 只有 shell 能联网：shell 只是最后降级，只能读取公开数据供 Agent 审阅；禁止 curl | python/sh、安装依赖或执行远程内容。
3. daily 没有搜索能力：最多提醒一次，并提供“不再提醒”。
4. 已安装权重过重：把已安装 skill 降回去重、覆盖判断和 5% tie-breaker，不要当主偏好。
5. 热门但没价值：趋势只能加分，不能替代任务匹配、安全和生产力跃迁。
6. 更新挡住推荐：更新检查必须后置；没有推荐内容时不要单独推送更新提醒。
7. 重复提醒更新：同一个远端版本最多提醒一次，除非用户主动询问。
8. 重装后 daily 不推：检查是否误读仓库内 data/state.json；用户授权状态必须在外部持久状态或平台 state 中。
9. 推荐不准：检查是否使用了真实可见证据，是否过度偏向 coding。
10. cron 不执行：检查 daily_rec_status == "enabled" 和当前 Agent 的 scheduler/automation 状态。