Cheat on Content 是一套面向内容创作者的 AI 技能平台，采用 MIT 许可，当前版本 0.1.0。该开源系统把每一次发布变成可校准的实验，通过评分、盲测预测、发布、回看与迭代评分规则，帮助创作者把自己的直觉变成可复现的判断力。
一、项目简介
该项目由 XBuilderLAB 维护，兼容 Claude Code 与 Codex，安装一次即可在每个内容项目复用。仓库地址 https://github.com/XBuilderLAB/cheat-on-content 。
二、项目功能
1. 评分与盲预测
发布前对稿件评分并写下盲预测，先封存避免结果泄露，避免主观放大偏差。
2. 发布与回看
发布后按 T+3 天记录数据并做回看，明确哪些判断准确、哪里失准。
3. 规则自动进化
连续多篇同方向失准时主动提示升级评分规则，且规则升级需重评历史样本并做交叉审计。
4. 竞品账号基准
可导入基准账号作锚点，让预测从第一天就有参照，而非零基础上手。
三、项目亮点
Cheat on Content 把创作判断纳入可回看系统，让成功经验不断沉淀。对想摆脱赌式发布的创作者较有用。
对比通用 AI 助手
对比 Cheat on Content 和直接用 ChatGPT 问会不会火，差异在记忆与校准。前者用你账号的历史持续校准，后者只给通用平均意见。
| 对比项 | Cheat on Content | 通用助手 |
|---|---|---|
| 记忆 | 记住每次发布 | 无 |
| 校准 | 基于自身历史 | 全局平均 |
| 进化 | 规则可升级 | 无 |
四、项目结构
项目以技能目录组织，安装脚本把多个子技能接入智能体技能目录，迁移脚本处理版本升级，数据保存在内容项目内。
五、技术栈
- 面向 Claude Code 与 Codex
- 以 Markdown 与脚本组织
- 本地化数据处理
- 许可 MIT
项目由 XBuilderLAB 维护，最后更新 2026 年，变更记录见 CHANGELOG。仓库地址 https://github.com/XBuilderLAB/cheat-on-content 。
六、本地快速部署启动
方式一 安装技能
git clone https://github.com/XBuilderLAB/cheat-on-content.git 后运行 bash install.sh，即可接入 Claude Code 或 Codex。
方式二 初始化项目
在内容项目目录打开智能体，输入初始化指令并按五个问答完成入仓，推荐导入基准账号。
方式三 日常使用
对脚本执行评分、预测、发布、回看命令，形成完整闭环。
适用场景与建议
适用场景，适合持续创作短视频或图文、想用数据提升判断力的创作者。建议先导入基准账号获得锚点，并坚持每次回看。安装的第三方技能会访问本地文件，注意在可信环境使用并检查脚本。
国内加速与备份
国内访问较慢时可用 ghfast.top 等镜像加速前缀，更详细的部署说明可扫码获取本站备份。备份包版本 v0.1.0，文件校验 sha256 9766fa65f09b51efa113ada359a749f9d62444c5cf186d443afc62813bb30cb2 。
七、项目代码地址
项目代码地址 https://github.com/XBuilderLAB/cheat-on-content 。
常见问题
问. Cheat on Content 是什么
它是一套面向内容创作者的 AI 技能，把每次发布变成可校准实验。
问. 怎么安装使用
克隆后运行 install 脚本接入智能体，再在项目里初始化并评分预测。
问. 和 ChatGPT 有什么区别
对比通用助手，它用账号历史持续校准并自动进化评分规则，记忆更强。
问. 是否开源免费
项目以 MIT 协议开源，免费使用。
