用途：粘贴一个爆款 Threads 帖子或串文链接，分析其钩子公式、精确结构、为什么有效，并给出可用自己声音填写的空白模板。适合在模仿某创作者模式前研究，或为 threads-post-writer 提供可靠结构种子。
输入：Threads 帖子或串文 URL（threads.net 或 threads.com，/@handle/post/）。串文建议使用第一条帖子的 URL。
输出：识别出的公式（T1-T10，来自 hook-formulas.md）及置信度；容器类型（单帖或串文）及适配原因；结构拆解（钩子行、串文首帖如何开启循环、正文架构、结尾如何赢得转发或回复）；触发反应的装置（数字、具名实体、开放循环、温和邀请）；原始追求的主要目标（回复/转发/点赞/引用）；心理与算法层面的有效原因；与原文匹配的 {slot} 空白模板；风险提示（如单帖多个破折号、AI 词汇簇、2 个以上标签、首帖带链接、冷淡 X 语气等 2026 审核问题）。
使用方式：解析 URL，lib.url_parser.parse_threads_url(url) 返回 handle、post_id、url_type；由于本包没有内置帖子读取器，需要用户粘贴帖子或完整串文文本（若后续接入 Apify 帖子读取 actor 可自动读取）；检测容器类型；用特征对 13 个公式分类（单帖：T1 温和反主流、T2 一个硬数字、T3 个人指标/自白、T4 引用帖加层、T5 每项一行列表、T6 共鸣时刻；串文：T7 编号教学承诺、T8 从张力开始的故事、T9 隐藏机制的意外结果、T10 第一人称“如何做”拆解）；若两个公式都符合，返回前 2 个及匹配分；按角色标注各部分；命名原始主要目标；生成匹配原形与用户主题的空白模板；审核原文中的 AI 痕迹。
限制：无内置帖子读取，需手动粘贴文本；公式与审核规则依赖 references/hook-formulas.md 和 classification-rules.md；未提供自动发布、数据抓取或效果保证。示例见 references/examples.md。