流量复盘用于对一段时间内发表的文章做流量归因分析，最终产出一份 analysis/*.md 分析文件。
用途 将文章的流量表现与标题、开头框架、题材等要素关联，找出高流量与低流量文章之间的差异，并据此给出内容方向建议。
主要能力 分析前会加载 framework.md 作为分析框架，其中包含高流量四支柱、低流量失败模式和评分口径；同时加载 output-template.md 作为输出结构。分析范围可由时间范围或文章编号指定；未指定时，默认取 README 中最近 5 至 7 篇有流量数据的文章，不接受未来日期，样本少于 3 篇时会提示用户样本太小。分析过程会读取每篇文章前 30 至 40 行，只判断开头框架，例如现状切入、故事切入、身份呼唤、数字切入、报菜名，并记录是否给出与读者相关的锚点，不读全文。之后按四支柱逐篇打分，并标注是否踩中低流量失败模式。
使用方式 先用 Read 读取配置文件，再确定分析范围，并检查 analysis/pending-notes-*.md 是否存在。若存在，必须读取，其中可能记录首小时实时数据、限流信号、外部转发链路、平台异常等事后无法获取的事实。然后读取 README.md 的 Articles 表格，提取日期、标题、文件路径与 X 流量，再读取文章开头并按框架打分。分析时对高流量组与低流量组做对比，至少有两篇文章印证的规律才写入正向规律，样本达到 5 篇及以上时观察星期几与流量的关系，并标注样本不足时仅供参考。建议分“该多发”和“该避免”两栏，并给出一条单条最高杠杆动作。最终按模板写入 analysis/YYYY-MM-DD 至 MM-DD N篇流量复盘.md，返回文件路径、样本数、最高与最低流量及一条关键洞察。
附加流程 用户要求时可追加下周计划与流量预测，写入同一份复盘文件，以“# 下周计划（M/D-M/D）”分段，包含发布策略与日程表、逐篇预测及方法说明、风险点、复盘时机，只给区间与观察点，不写硬性目标。复盘完成并通过自检后，删除 pending-notes 临时文件；用户指出规律偏差或补充新规律时，追加到 framework.md 对应章节。
限制 该技能依赖仓库中已有的 README 流量数据、framework.md、output-template.md 和文章文件；输出面向 X 平台流量，正文要求全中文，禁用破折号与部分 AI 高频词，“不是X，是Y”句式最多 1 次。具体评分数值口径与模板细节需以对应配置文件为准，资料未完整提供。