用途：该技能用于计算和解释 X 算法的互动评分，适用于分析帖子排名、理解各行为权重、评估互动潜力，以及判断某条帖子为何排名靠前或靠后。
主要能力：X 算法通过组合 18 种用户行为的预测概率，为每条帖子计算加权互动分，该分数决定信息流排名。加权公式为 Score = Σ(weight × P(action)) + offset。正向权重包括收藏、回复、转推、引用、关注作者、分享、私信分享、复制链接分享、图片展开、点击、主页点击、VQV、停留、引用点击、停留时长；负向权重包括不感兴趣、屏蔽作者、静音作者、举报。VQV 权重仅在视频时长超过 MIN_VIDEO_DURATION_MS 时生效，否则为 0。offset 逻辑处理负分：权重和为 0 时取 max(0)，负分按比例缩放，正分直接加偏移。加权评分后还会进行归一化（实现位于 util/score_normalizer.rs，未开源）。此外还有作者多样性评分（同一作者多条帖子按 decay_factor 衰减，参数 AUTHOR_DIVERSITY_DECAY、AUTHOR_DIVERSITY_FLOOR）和网络外评分（非关注账号帖子乘以 OON_WEIGHT_FACTOR）。
使用方式：资料未提供具体调用命令或安装步骤，仅给出相关技能 /x-algo-engagement（18 种行为参考）和 /x-algo-pipeline（评分在完整流程中的位置）。
适用场景：分析帖子排名机制、理解评分权重、评估互动潜力。
限制：归一化实现未开源；具体权重数值、偏移常量、视频最短时长等参数在资料中未给出；未提供安装或运行命令。