用途：把写好推文当作工程来做，持续迭代 X 内容生成提示词 prompts/x/prompt.md，用 impression 数据判断哪版最好，并挖出与高 impression 相关的内容特征，反哺下一版。与涨粉技能分工：那个测 profile→关注转化率，本技能测 prompt→每条推的 impression。
主要能力：摄入 X Content CSV 导出与发推历史，按时间推导每条推所用 prompt 的 git short-SHA，计算字符长度与成熟度；分析 angle、长度、来源等维度的 impression 中位数与互动率；登记并评估带假设的 prompt 实验（keep / rollback / flat 判决）；生成 scoreboard 看板。
用法要点：先 cd 到技能目录。Step1 python3 scripts/ingest-tweets.py /path/to/content.csv；Step2 python3 scripts/analyze-content.py（加 --all 含未成熟）；Step3 修改 prompt 后 commit，并用 ledger.py register "$NEW_SHA" --hypothesis "..." 登记，一次只改一处；Step4 python3 scripts/evaluate.py 判决；Step5 python3 scripts/scoreboard.py。回滚用 git checkout <旧SHA> -- prompts/x/prompt.md，且回滚前先问王建硕。默认成熟窗 3 天、每版至少 5 条成熟推、keep/rollback 阈值 0.10。
适用场景：改 X 的 prompt、判断哪版 prompt 最好、分析什么内容 impression 高、做 X 内容改进。不适用：涨粉/改 profile、只是发一条推、推广 skill。
限制：impression 主要由源文章/话题决定，prompt 只是二阶因素；版本对比信号弱，需大量样本，仅作方向性参考；判决用中位数而非均值；数据依赖 X API 与 CSV 导出稳定性；路径假设写在 _common.py 顶部，换机器需改；未提供收费与价格信息。