Anime Semantic Recommender は何をしますか？
默认采用轻量级口味分析工作流。除非用户明确要求使用实验性本地推荐器、缓存、Bangumi/AniList 抓取或反馈数据库，否则不要以本地 CLI 为起点。
必须的源验证
如果使用了浏览/搜索功能，或事实准确性会影响推荐，请在口味匹配之前构建一个小的源数据包。此步骤应在通用网络搜索之前完成。
首选源顺序：
- 官方动漫 / 出版商 / 流媒体页面，用于发布状态、改编状态、制作人员、声优、集数和可观看性。
- Bangumi，用于中文标题、中文 ACG 语境、评分、标签、条目间关系以及社区元数据。
- AniList，用于结构化标签、格式、人气、跨语言标题以及 API 友好的元数据。
- MAL/Jikan，用于更广泛的国际人气的备用元数据。
- 仅将 TMDb 用于海报、图片和通用媒体元数据；不要将其作为动漫口味的主要来源。
规则：
- 搜索引擎仅仅是发现上述源页面的工具。
- 不要将搜索结果摘要、通用 SEO 页面、爬取的剧情简介站点、未经授权的博客或 AI 生成的清单文章视为权威来源。
- 对于锚定作品，当具体作品尚不明确时，请至少检查 Bangumi 或 AniList；当作品是当前流行、小众或改编状态很重要时，还要检查官方来源。
- 如果首选源不可用或无法访问，请说明“未能从指定高质量源核实”，并将已核实的事实与记忆/推断分开。
- 在报告处理过程时，请说明实际检查的源类别，例如“先看 Bangumi/AniList/官方信息”，而不是只说“搜索了网页”。
默认工作流
-
确定锚定作品。
- 用户看了/读了什么？
- 是动画、漫画、轻小说、网络小说还是改编作品？
- 如果具体作品是小众或当下的，在依赖其事实之前先简要核实。
-
提取喜欢的体验，而不仅仅是标签。
- 关系模式：朋友变恋人、女方主动、慢热、群像恋爱等。
- 情感基调：甜蜜、害羞、低压力、惆怅、有趣、紧张。
- 叙事引擎：日常场景、秘密、社团活动、同居、竞争。
- 节奏：慢调戏、快速告白、单元剧、强剧情。
- 避雷点：后宫、福利镜头、沉重剧情、三角恋、长久误解。
-
分层推荐。
- 直接匹配：最接近的相同体验。
- 邻近匹配：情感或关系模式相似但表面不同的作品。
- 延伸推荐：仅当有用时才给出，并解释为什么是延伸推荐。
-
解释每一部推荐。
- 明确指出与用户锚定作品匹配的地方。
- 指出不同之处。
- 当匹配不确定时，包含注意事项。
-
立即使用反馈。
- “已看”表示不再推荐该作品。
- “后宫太重”降低多女主/党争作品的优先级。
- “太甜”增加现实感或苦涩感。
- “太慢”提升剧情推动力。
- “这些都看过了”则深入到中等人气和较老的作品。
输出格式
对于普通请求，保持回答简洁：
你喜欢的可能是：...
1. 标题
像在哪里：...
不同/注意：...
避免假装知道用户的观看历史。除非用户另有要求，否则混合推荐热门、中等及一部可选探索作品。
实验性 CLI
仓库中包含实验性本地推荐器。仅当用户想要测试实现时使用：
npm run recommend -- "想看像芙莉莲那种，有余韵但不要王道热血"
npm run recommend -- "想看安静的旅途感" -- --no-network --limit 5
npm run feedback -- "少女终末旅行" -- --seen --liked --comment "方向对"
npm run profile
当前限制：本地种子目录很小且偏向“余韵/旅途/治愈/世界观”示例。除非扩展目录，否则对于所有类型（尤其是校园恋爱/轻小说恋爱）尚不可靠。
参考
关于轻量级方法论，请参阅 docs/simple-methodology.md。
关于更重的实验性架构，请参阅 docs/technical-plan.md。