recsys-pipeline-architect 是一个用于构建可组合推荐、排序与信息流管道的规范与脚手架技能。它编码了由 xAI 开源 For You 算法（Apache 2.0）推广的六阶段模式：Source → Hydrator → Filter → Scorer → Selector → SideEffect。该技能是对该模式的独立重实现（MIT 许可），未从原始项目复制任何代码。上游仓库：https://github.com/mturac/recsys-pipeline-architect
用途
当用户想要构建任何“为用户/上下文挑选前 K 个条目”的系统时使用本技能。典型触发场景包括：用户询问“如何对 X 进行排序”，或描述信息流/个性化问题；用户已有打分函数，需要围绕它的管道基础设施；用户希望从单一相关性分数迁移到带可调权重的多动作预测；用户正在包装 LLM/ML 打分器，需要过滤器、补全器、副作用以及在其技术栈（TypeScript / Go / Python）中可运行的脚手架。触发词包括：推荐系统、信息流算法、排序管道、for you feed、候选管道、内容推荐器、recsys 管道架构、RAG 检索重排。
不适用场景：模型架构工作（transformer 设计、双塔检索、嵌入训练）——本技能是模型周围的管道，而非模型本身；纯 ML 训练管道——打分函数由用户负责；已部署管道的运维（监控、自动扩缩容）——超出范围。
六阶段框架
- Source（来源）：从一个或多个来源获取候选。可并行——多个来源并行运行。
- Hydrator（补全）：为每个候选补充过滤和打分所需的元数据。可并行——独立的补全器并行运行。
- Filter（过滤）：丢弃永远不应展示的候选（被屏蔽、过期、重复、不符合资格）。顺序执行——每个过滤器看到的条目更少。
- Scorer（打分）：为存活的候选分配一个或多个分数。顺序执行——后续打分器能看到前面的分数。
- Selector（选择）：按最终分数排序，返回前 K 个。单一操作。
- SideEffect（副作用）：缓存已服务的 ID、记录曝光、发出事件、更新计数器。异步——绝不能阻塞响应。
为什么是这个顺序：来源先于补全，先知道存在哪些候选再付费补全；补全先于过滤，许多过滤器需要来源未提供的元数据；过滤先于打分，打分是昂贵阶段，先丢弃不合格的；打分器链（而非单一打分器），真实系统组合 ML 打分 + 多样性重排 + 业务规则；选择器在打分之后，保持打分确定性和可缓存；副作用最后且异步，副作用绝不能阻塞用户响应。
使用方式
技能被调用时，引导用户完成八个步骤：
- 澄清用例（一轮，三个问题）：被排序的条目是什么？输入上下文是什么？语言/运行时是什么？
- 识别候选来源：通常包括站内（关注/自有/订阅）+ 站外（ML 检索 / 热门 / 相似于喜欢）。
- 列出所需补全：对每个过滤器和打分器，它需要来源未提供的哪些数据？
- 列出过滤器：重复、自身、时效、屏蔽/静音、已服务过、资格。顺序重要——便宜的在前。
- 设计打分器链：主打分器（ML）→ 组合器（带权重的多动作）→ 多样性 → 业务规则。
- 选择器：按最终分数降序排序，取前 K（或对站内/站外进行分层混合）。
- 副作用：缓存已服务 ID、发出曝光事件、更新计数器、记录分析——全部即发即忘。
- 在用户的技术栈中生成脚手架。
关键权衡（不应静默默认）
- 单一分数 vs 多动作预测：单一分数训练一个模型预测相关性，改变行为需重新训练；多动作预测多个动作的 P(action)（阅读、点赞、分享、跳过、举报），在服务时用权重组合，改变行为只需改权重，无需重新训练。X For You 系统使用带正负权重的多动作。当用户期望频繁调优时推荐多动作。
- 打分中的候选隔离：隔离——每个候选独立打分，确定性、可缓存；联合——候选在打分时相互关注（如对批次做 transformer），表达力更强但跨批次非确定性。默认隔离，仅在特定理由（如显式批次感知多样性）时用联合。
- 在线 vs 离线：请求时（在线）——管道每次请求运行，延迟预算 100–300ms，默认；预计算（离线批处理）——管道定期运行，结果缓存，延迟更低但新鲜度更低；混合——候选检索离线，排序在线。
硬性规则
不要编造基准数字。“快多少？”→“取决于工作负载，自己运行。”归属纪律：引用该模式时，注明“由 xAI 开源 For You 算法推广”/ github.com/xai-org/x-algorithm（Apache 2.0）。不得使用商标：不要将用户产物命名为“X-like”或使用“For You”品牌。模式免费，品牌不免费。建议命名：“candidate pipeline”、“feed pipeline”、“ranking pipeline”、“recsys pipeline”。呈现权衡：多动作 vs 单一、隔离 vs 联合、在线 vs 离线——绝不静默默认。生成的脚手架必须能运行，不得用伪代码冒充代码。过滤器顺序重要：便宜的在前，通用的在用户特定的之前。副作用绝不阻塞：用即发即忘模式包装（goroutines / 不带 await 的 promises / asyncio tasks）。
反模式
过滤前打分（浪费计算在终将被丢弃的候选上）；同步副作用（缓存写入/曝光发出阻塞响应）；当产品需要为多目标（参与度 vs 安全 vs 多样性 vs 广告）调优时使用单一“相关性”分数；默认联合打分（非确定性、更难缓存、不与重排阶段组合）；生成“用于说明”的伪代码——脚手架必须实际运行。
上游内容
上游仓库 https://github.com/mturac/recsys-pipeline-architect 提供：完整的 SKILL.md 含完整 8 步工作流；5 个按需加载的参考文档：4 种语言（TS/Go/Python/Rust）的接口、多动作打分模式、候选隔离、过滤器手册（12 种模式）、打分器手册（加权和、MMR、多样性惩罚、位置去偏）；3 个可运行示例脚手架，每个测试套件均通过：Strapi v5 插件（TypeScript / Jest — 3/3 通过）、Zentra 兼容管道（Go 泛型 — 3/3 通过）、PMAI 任务优先级排序器（Python / FastAPI / pytest — 3/3 通过）；v0.1.0 发布标签；MIT 许可；模式归属 xAI X For You 算法（Apache 2.0）。
安装方式：npx skills add mturac/recsys-pipeline-architect