核心主张：一个想法进去，两边文章出来
从一个模糊的选题意图，到微信公众号排版就绪 + 个人网站 MDX 部署上线，全程不切换任何工具。
你需要的不是"AI 帮你写套话"，而是"AI 用你的风格把文章发布到两边"。生成只是手段，发布才是交付。
> 写一篇关于认知偏差在投资中的应用，轻辩风格
Agent: 匹配风格 → 骨架生成 → 渲染全文 → 展示
[全文确认] > 第三段加个具体案例
Agent: 保持上下文一致，执行局部重绘...
[全文确认] > OK
Agent: 微信富文本已注入剪贴板（打开微信后台 Ctrl+V 即排版完成）
个人网站 MDX 草稿已写入，确认后说「发布」
[发布确认] > 发布
Agent: git push origin main → 边缘网络自动部署上线
done. https://khlilo.xyz/signal/cognitive-bias-investing
为什么普通 GPT 提示词写不出好文章？
几乎所有通用 AI 写作工具都受制于两个核心瓶颈：
- 单次长文本的逻辑坍缩：一次性让模型写 2000 字，后半段往往充满重复车轱辘话与套话。
- 风格硬塞导致上下文污染：把 3000 字范文直接塞进 Prompt，模型抓不住精髓，甚至产生规则冲突。
Cognitive Writer 采用 骨架-渲染（CoT）双通道架构 与 10 维度风格执行 Spec：
Pass 1 (骨架) Pass 2 (渲染)
素材 / 选题 ─────────┬─→ outline_system_prompt ─→ 骨架(300-500字) ─┐
│ (注入风格 Spec 约束结构) ├─→ style_system_prompt ─→ 全文 Markdown ─┬─→ outputs/{slug}_v{N}.md
styles/{name}.md ────┘ │ + render_prompt ├─→ outputs/{slug}_v{N}.html
(≤600字精简指令) ───────────────────────────────────────────────────┘ ├─→ 系统剪贴板 (微信 CF_HTML)
└─→ 个人网站 MDX (Git Push)
- Pass 1 骨架生成：LLM 提取核心论点、素材走向与段落衔接，让结构贴合风格。
- Pass 2 正文渲染：外包通用事实边界与禁止词约束，按骨架展开高信息密度正文。
核心设计特性
1. 自然语言对话状态机（FSM）
不再需要记忆 CLI 参数与子命令。基于 repl.rs 的 4 状态有限状态机（Idle ↔ WaitingForOutline ↔ WaitingForFulltext ↔ WaitingForPublish），配合 LLM 意图解析器，能够精准识别用户的口语化意图（"整一篇"、"拉倒"、"第三段改短"、"换轻辩风格"）。
2. 10 维度风格逆向提取（learn）
输入任意文章 URL，通过 Jina Reader 抓取正文，LLM 自动逆向解析（整体定位、标题策略、开头模式、段落节奏、句式特征、论证手法、情绪基调、结尾策略、用词偏好、互动方式），提炼为 ≤600 字的可执行规则 Spec。
3. 双检查点与渐进式反悔
- 检查点 1（全文确认）：支持局部重绘（Refine，只修改单段）、换风格整文重写（Update）或放弃。
- 检查点 2（发布确认）：微信富文本已注入系统剪贴板，支持「发布」（推送到网站）、「只发网站」或「暂存」。
4. Tokio 异步事件循环与会话持久化
基于 tokio::select! 实现非阻塞输入与信号监听。按 Ctrl+C 自动序列化会话至 ~/.cognitive-writer/current.json，随时中断、随时恢复，杜绝工作丢失。
工业级工程实践
- 145+ 单元测试：保证意图解析、MDX 生成、拼音归一化匹配零回归。
- 跨平台剪贴板注入：WSL2 下使用 PowerShell MemoryStream 绕过 .NET 编码问题，原生支持微信富文本。
- 轻量解耦：代码从早期的单文件上帝函数拆分为 14 个职责单一的模块。