用途：这是一个“规格+脚手架”技能，用于构建可组合的推荐、排序与信息流管道。它把 xAI 开源的 For You 算法所推广的六阶段模式（Apache 2.0）编码化，适用于任何“为（用户, 上下文）返回 top K”的问题。它是该模式的独立重实现（MIT），未复制原项目代码。
六阶段框架：1）Source 从多个来源并行取候选；2）Hydrator 并行补充过滤和打分所需元数据；3）Filter 按序剔除不合格候选；4）Scorer 按序为存活候选赋分；5）Selector 按最终分排序取 top K；6）SideEffect 异步缓存、记录、发事件、更新已服务历史，绝不阻塞响应。顺序理由：先取候选再补数据，先过滤再打分（打分最贵），打分后选择，副作用最后异步。
调用流程：澄清用例（排序对象、输入上下文、语言/运行时）；识别候选来源；列出所需 hydration；列出过滤器（便宜先于昂贵、通用先于个性化）；设计打分链（主 ML/启发式→多动作加权合并→多样性→业务规则）；选择器排序取 top K；副作用（缓存已服务 ID、发曝光事件、更新计数、记分析，全部 fire-and-forget）；在用户技术栈中生成脚手架。
需明确的权衡：单分 vs 多动作预测（后者可在服务时调权重而无需重训）；候选独立打分 vs 联合打分（默认独立，确定、可缓存）；在线 vs 离线批处理（在线延迟预算 100–300ms，混合方案为离线召回+在线排序）。
硬性规则：不编造基准数字；如实标注模式来源归因；不使用商标命名产物；必须暴露权衡；生成的脚手架必须能运行（不接受伪代码）；过滤器顺序重要；副作用不得阻塞。反模式包括先打分后过滤、同步副作用、默认联合打分、伪代码等。
常见用例：内容信息流、RAG 检索重排、任务优先级排序、通知分流。上游为单文件适配器，附带 5 份按需参考文档与 3 个可运行示例脚手架（Strapi v5/Go/Python）。上游：https://github.com/mturac/recsys-pipeline-architect ，v0.1.0（MIT）。安装：npx skills add mturac/recsys-pipeline-architect。