bestblogs-content-reviewer

BestBlogs 内容评分 Review 工作流

技能概述

BestBlogs 内容评分 Review 工作流是一个智能化的内容质量审核工具，用于每日 review 系统中已评分但未审核的文章和推特，评估 AI 评分准确性，纠正评分偏差，并从待审内容中推荐值得深度阅读的高质量内容。

适用场景

1. 每日内容质量审核

每日早晚对 BestBlogs 系统中新增的文章和推特进行评分审核，通过 AI 评审与分类机制，确保内容评分的准确性。工作流支持并行拉取待 review 内容，最多处理 200 条，按评分从高到低排序，帮助内容管理员快速完成每日审核任务。

2. 评分准确性评估与纠正

系统性地检查 AI 评分是否存在偏差，基于来源优先级（HIGH/MEDIUM/LOW）、评分分段（95+里程碑、90-94顶级、85-89优质推荐、80-84合格展示等）和减分项规则（编译转述类上限 89、营销导向类 <75 等）进行多维度评审。对评分偏高或偏低的内容进行纠正，确保评分体系的一致性和公正性。

3. 推荐今日阅读清单

从待审内容中智能筛选出值得深度阅读的文章和推特，按推荐优先级分为必读（3-5 篇）、推荐（8-12 篇）和可选（5-8 篇）三个层级。每个推荐项都包含详细的推荐理由（15-30 字），说明内容的独特视角、实用技巧或行业趋势价值，为 deep-reading 工作流提供高质量的阅读输入。

核心功能

1. 智能内容评审与分类

基于统一评分规则对每条内容进行系统性检查，包括来源优先级校验（LOW 来源上限 89，HIGH 来源常规不低于 80）、评分分段匹配检查（95+ 里程碑事件、90-94 顶级内容等）、减分项红旗检查（编译转述类、教程入门类、营销导向类等）以及内容质量信号评估。评审结果自动分类为 🌟推荐阅读、✅评分合理、⬆️评分偏低、⬇️评分偏高四种类型，为后续处理提供清晰的决策依据。

2. 结构化 Review 结果输出

分别输出文章和推特的 review 结果表格，按分类分组展示，包含标题、来源、评分、建议调整和详细理由。每个表格项都提供 admin review 链接（https://admin.bestblogs.dev/article/review/{id}），便于快速访问原始内容。同时输出评分统计概览，包括分数范围、平均分、分数段分布、领域分布和评分偏差发现，帮助管理员全面了解内容质量状况。

3. 批量标记与评分调整

对确认后的非推荐阅读内容，批量调用 markNotQualified 接口进行标记和评分调整。支持每批最多 5 个请求的并行执行，逐批输出进度（如 ✅ [1/30] RAW_xxx — 标题 — adjustScore: -3 → 新分数: 82），提供清晰的执行反馈。单个失败不中断整批处理，连续 3 次失败时暂停并提示系统性问题。推荐阅读项目保持 qualified: null 状态，输出干净的阅读清单供 deep-reading 工作流使用。

常见问题

BestBlogs 的评分标准是什么？

BestBlogs 采用统一的评分规则，基于来源优先级和内容质量进行综合评估。来源优先级分为 HIGH、MEDIUM、LOW 三个等级，分别对应不同的评分天花板和地板值（HIGH 来源可触及 95+，LOW 来源上限 89）。评分分段包括：95+（里程碑 <1%）、90-94（顶级 ~5%）、85-89（优质推荐 ~15%）、80-84（合格展示 ~25%）、75-79（边缘 ~20%）、<75（低质量 ~35%）。减分项规则包括：编译转述类上限 89、教程入门类 75-79、营销导向类 <75、低质聚合类 70-76。

如何使用 BestBlogs 进行每日内容 review？

使用 BestBlogs 进行每日 review 分为四个阶段：阶段一并行拉取待 review 的文章和推特（最多 200 条）；阶段二基于评分规则进行 AI 评审与分类，检查来源优先级、评分分段匹配、减分项红旗等维度；阶段三输出结构化的 review 表格和推荐阅读清单，等待用户确认；阶段四批量执行标记操作，对非推荐内容调用 markNotQualified 接口进行标记和评分调整。整个工作流支持并行处理，提供详细的进度反馈和执行汇总。

BestBlogs 如何纠正 AI 评分偏差？

BestBlogs 通过多维度评审机制识别并纠正 AI 评分偏差。首先检查来源优先级是否匹配（LOW 来源评分 90+ 几乎必定偏高，HIGH 来源评分 <80 可能偏低）；其次验证评分分段是否合理（95+ 应为行业里程碑事件，<75 应为低质量内容）；然后检查减分项红旗（编译转述类评分超过 89、营销导向类获得高分等）；最后评估内容质量信号（字数、阅读时间、标题清晰度等）。根据评审结果，对内容进行分类（🌟推荐阅读、✅评分合理、⬆️评分偏低、⬇️评分偏高），并给出具体的调整建议（微调 ±1~2、中等调整 ±3~5、大幅调整 ±6~10）。