/cheat-learn-from, 对标账号导入

工具早期最重要的信号源是对标账号, , 你 init 完没数据，rubric 等权 v0 等于占星。但如果你能找一个你想做成那样的账号，导入 5-10 条它的高/中/低样本，工具就有了 anchor。

后期当你自己 calibration_samples ≥ 10 时，benchmark 影响自然减弱, , 你的真实数据成为主要信号源。但 benchmark.md 不删，仍是 cheat-seed brainstorm 的 reference frame。

Overview

[用户：学这个账号 / 启动 cheat-learn-from]
  ↓
[Phase 0: 检查 benchmark 状态]
  ↓
[Phase 1: 选 input 方式（Way a 默认）]
  ↓
[Phase 2: 收集材料]
  Way a: 用户粘 N 条 script 文本 + 数据
  Way b: 用 whisper 转录 samples/ 目录里的视频
  ↓
[Phase 3: 询问每条样本的"印象判断"（高/中/低 + 为啥）]
  ↓
[Phase 4: Claude 拆 pattern + 派生 rubric 信号]
  ↓
[Phase 5: 用户 review → 改 → 落盘]
  ↓
[Phase 6: 写 benchmark.md / script_patterns.md / rubric_notes.md]
  ↓
[Phase 7: 更新 state.benchmark_status]

Constants

• MIN_SAMPLES = 3, 最少 3 条样本（少于拆不出 pattern）
• RECOMMENDED_SAMPLES = 5-10, 推荐区间，平衡信号量 vs 用户工作量
• MAX_SAMPLES_PER_RUN = 15, 单次导入上限, , 再多 Claude context 不够 + 用户也累
• DEFAULT_WAY = a, Way a 简单 + 准确，是 default

Inputs

必填	来源
<账号名>	用户参数；缺失则询问
.cheat-state.json	状态文件
Way a: 用户粘的 script 文本 + 数据	对话
Way b: samples/<账号名>/*.mp4 等视频文件	用户提前下载好放进去

Workflow

Phase 0: 检查 benchmark 状态

读 .cheat-state.json 的 benchmark_status：

状态	处理
none	首次导入, , 继续 Phase 1
pending	用户之前答应等下找, , 继续 Phase 1
imported 已有 benchmark	询问"你已有 benchmark [当前名]，N 条样本。要做什么？ a) 追加新视频到当前 benchmark b) 替换为新 benchmark c) 只看不改"

参数解析：

• --append → 追加到现有 benchmark
• --replace <new-name> → 用新 benchmark 替换（旧的归档到 benchmark.archived/）
• 没标志 + 已有 benchmark → 走上面询问

Phase 1: 选 input 方式（两个独立维度）

每条样本 = script + 数据。两者怎么拿是独立的, , 你可以混搭。

Phase 1a: script source（怎么拿稿子）

script 怎么拿？