AI 内容试映工作台：在真正发布前，把内容交给一组 AI 观众试映。
把一篇社交内容草稿发布到一个模拟试映现场，观察不同观众如何浏览、停留、点赞、收藏、评论和离开，并基于完整行为证据生成反馈报告。
TryCue 不是一个简单的“AI 打分器”，而是一个可观察、有行为过程、有证据链的 AI 内容试映系统。
快速开始 · 适合解决什么问题 · 核心功能 · 对比 · 工作流程 · 文档 · 路线图
TryCue 不连接真实社交平台，不操作真实 DOM。所有互动数据均为 AI 试映模拟结果，仅用于内容自检、产品研究和开发实验。
输入标题、正文和图片，设置观众规模，并启动试映。
生成观众采样计划，确认观众分布，并展开为具体 AI 观众人设。
实时观察模拟帖子、评论区、AI 观众席、行为日志和统计变化。
基于行为、评论和日志证据，生成内容表现、人群反应、风险提示和修改建议。
TryCue 默认支持 mock 模式，无需真实 LLM API Key 即可体验。
适合只想快速体验的普通用户。只需安装 Docker。
Windows / PowerShell：
.\scripts\docker-run.ps1macOS / Linux：
chmod +x scripts/docker-run.sh
./scripts/docker-run.sh脚本会自动拉取镜像、创建数据目录和配置模板，并启动容器。启动完成后访问 http://localhost:2671
或手动启动：
cp config/llm.example.yaml config/llm.local.yaml
docker compose up -d适合想阅读源码、二次开发的开发者。需要 Node.js 24+ 和 pnpm 10.4.0。
Windows / PowerShell：
pnpm install
powershell -ExecutionPolicy Bypass -File ./scripts/run-local.ps1macOS / Linux：
pnpm install
chmod +x scripts/run-local.sh
./scripts/run-local.sh启动后访问终端输出的本地地址，通常是 http://localhost:3000
mock 模式用于快速体验。要使用真实 LLM 生成更丰富的观众行为，编辑 config/llm.local.yaml：
runtimeMode: real
apiKey: "your-api-key"
baseUrl: "https://your-llm-endpoint/v1"
models:
fast: "model-name-fast"
pro: "model-name-pro" # 需支持 vision（使用封面图时）详细配置说明见 docs/09_部署与运维.md。
很多内容在正式发布前，真正需要的不是一个抽象分数，而是这些问题的答案：
- 标题第一眼有没有吸引力？
- 封面和正文是否让目标用户愿意继续看？
- 哪些人会点赞、收藏、评论？
- 哪些人会快速离开？
- 评论区可能出现什么质疑、共鸣或误解？
- 不同人群的反馈权重是否一样？
- 这篇内容应该发布、修改，还是重写？
TryCue 的目标是把这些问题变成一场可观察的 AI 试映。
你不是得到一段静态 AI 建议，而是看到一组 AI 观众进入现场、阅读内容、产生判断、执行行为，并留下可追溯的证据。
| 模块 | 你可以做什么 |
|---|---|
| 内容创建 | 输入标题、正文和图片，创建待试映内容 |
| AI 观众生成 | 生成不同身份、兴趣、动机和偏好的模拟观众 |
| 观众审核 | 在试映前检查、调整和确认观众分布 |
| 实时试映 | 观察观众打开、停留、点赞、收藏、评论、分享和离开 |
| 评论模拟 | 生成可能出现的共鸣、质疑、误解和评论反馈 |
| 行为证据 | 保存每个观众的行为、评论、日志和判断依据 |
| 试映报告 | 汇总内容表现、人群反应、主要阻力、风险点和修改建议 |
| mock 模式 | 无需真实 LLM API Key，即可本地体验完整流程 |
| real 模式 | 接入 OpenAI-compatible 模型，验证更真实的 Agent 行为质量 |
V1 支持的模拟行为包括打开帖子、查看评论、点赞、收藏、分享、写评论、点赞评论和离开浏览。这些行为会写入持久化数据，作为后续报告的证据来源。
| 方式 | 可观察行为过程 | 模拟多人群反馈 | 辅助发现评论风险 | 模拟证据链 | 发布前使用 |
|---|---|---|---|---|---|
| 直接问 AI | ❌ | ❌ | ✅ | ||
| 找朋友人工反馈 | ❌ | ✅ | ❌ | ✅ | |
| 真实发布后看数据 | ✅ | ✅ | ✅ | ✅ | ❌ |
| TryCue | ✅ | ✅ | ✅ | ✅ | ✅ |
TryCue 不替代真实发布数据。它用于发布前的内容自检、风险发现、表达验证和方向判断。
创建内容草稿
-> 生成观众采样计划
-> 审核和调整观众分布
-> 创建具体 AI 观众
-> 启动 AI 试映
-> 观察实时互动
-> 收集行为证据
-> 生成试映报告
TryCue 适合：
- 内容创作者：发布前检查标题、封面、正文和评论风险
- 产品 / 运营：验证内容表达、卖点、目标人群反馈
- 创业者：快速测试一个内容方向是否容易被理解
- AI Agent 开发者：研究多 Agent 行为模拟和证据链报告
- 内容产品团队：探索“发布前试映”类 AI 工作流
TryCue 是一个 TypeScript monorepo 项目。
主要技术栈：
- pnpm workspace
- TypeScript
- Vite
- React
- Fastify
- Prisma
- SQLite
- Zod
- SSE
- i18next / react-i18next
- AI Provider 抽象层
apps/api Fastify API、SSE、调度器、Agent 提供者
apps/web Vite React 工作台
packages/db Prisma schema、迁移、种子数据
packages/shared 共享 Zod 契约、DTO、枚举、SSE 事件类型
docs 产品、架构、API、运行时、前端和运维文档
config LLM 运行时配置模板
scripts 本地开发和辅助脚本
如果你使用 Codex、Claude Code、Cursor、Windsurf 或其他 AI Coding Agent 修改 TryCue，建议先阅读：
docs/00_README_文档索引.md
docs/01_Database_Schema_Spec.md
docs/02_API契约与共享DTO.md
docs/03_Agent运行时设计.md
docs/04_观众生成领域规格.md
docs/05_前端规格.md
docs/06_报告生成规格.md
docs/07_测试与验收.md
推荐顺序：
先读 docs/00_README_文档索引.md
再按任务选择对应领域文档
最后运行 pnpm verify
从这里开始阅读：
docs/00_README_文档索引.md
重要文档：
docs/01_Database_Schema_Spec.md 数据库 Schema
docs/02_API契约与共享DTO.md API 契约与共享 DTO
docs/03_Agent运行时设计.md Agent 运行时设计
docs/04_观众生成领域规格.md 观众生成
docs/05_前端规格.md 前端规格
docs/06_报告生成规格.md 报告生成
docs/07_测试与验收.md 测试与验收
docs/08_Demo数据规格.md Demo 数据
docs/09_部署与运维.md 部署与运维
当实现和文档不一致时，应随代码变更同步更新相关文档，或修正实现以匹配当前文档。
TryCue 目前处于 V1 阶段，当前重点是把单版本内容试映流程做完整、可运行、可审查。
- 内容创建
- 观众采样计划
- 观众画像生成
- 观众审核和确认
- 模拟身份创建
- 实时试映
- 行为证据持久化
- 最终报告生成
- mock 模式本地启动
计划增加围绕单个观众继续追问和访谈的能力：
- 在试映运行期间追问某个观众
- 在试映结束后采访某个观众
- 追问他们为什么点赞、收藏、评论、分享或离开
- 基于该观众的身份、行为历史和证据链进行上下文对话
- 将访谈结论纳入报告证据链
公开仓库后续可能继续探索：
- 多版本内容对比
- 更复杂的评论区互动
- 更细的人群权重分析
- 更强的报告证据链展示
- 更多内容平台样式模板
- 可插拔 Agent Provider
- 更完整的 Demo 数据集
V1 暂不包含真实社交平台连接、真实 DOM 自动化、真实用户数据接入、生产级多租户系统和复杂计费权限系统。
欢迎围绕以下方向贡献：
- 修复 bug
- 改进本地启动体验
- 完善 mock 数据
- 优化前端交互
- 改进观众生成质量
- 完善报告结构
- 增加测试用例
- 改进文档
- 提供新的内容试映场景
提交 PR 前请先阅读 CONTRIBUTING.md 和 docs/07_测试与验收.md，并通过 pnpm verify。
请遵守 Code of Conduct。安全漏洞按 SECURITY.md 流程报告，不要开公开 Issue。
Apache-2.0