content-scorer 用于对营销文案做确定性打分，并给出可追溯的修改指引。它只负责评分和记忆，从不生成或编辑文案，写作与修订由智能体或工作流（如 closed-loop-marketing）负责，以保证评分不会被自我美化。
评分流程：运行 python3 scripts/score_content.py --text "<draft>" 得到 JSON 结果；若 decision 为 PASS（总分不低于阈值，默认 90）即可发布；若为 REVISE，则按 dimensions 明细与 memory_hits 定位问题，只修订被指出的片段，重新运行，直到通过或连续两次修订后分数不再提升，此时应升级给人工处理。
评分表由六个加权维度合计 100 分：specificity（20，具体数字对模糊限定词）、no_cliches（20，约 27 个内置通用营销套话及“not X, it's Y”对比句式）、active_voice（15，被动语态）、has_cta（15，行动号召及其位置）、readability（20，基于句子与音节数的 Flesch Reading Ease）、sentence_variety（10，重复句首、超过 40 词的长句）。每个维度返回得分、满分与扣分项；每项扣分都有原因和可定位的原文片段，且均追溯到具体正则匹配或算术阈值，因此结果可复现。
拒绝记忆：每次运行读取 JSON 存储（--memory <path>，默认 .content-memory.json）中此前被拒绝的模式，命中即按其 penalty 从总分扣除，并列入 memory_hits。可用 --reject 教会新拒绝项，例如 python3 scripts/score_content.py --reject "checkout latency" --reason "..." --penalty 15 --memory .content-memory.json；用 --list-memory 列出当前存储。被拒绝的模式会持续累积生效，使质量门槛随使用不断收紧。
输出中 total_score = base_score - memory_penalty_total，截断到 0..100；CLI 退出码与决策一致：PASS 为 0，REVISE 为 1，可直接用作 CI 门禁。该技能定位为内容工作流中的确定性评分步骤。关于价格、平台支持范围等资料暂未提供。