Anime Semantic Recommender

O que Anime Semantic Recommender faz?

Padrão: um workflow leve de análise de gosto. Não inicie com o CLI local a menos que o usuário peça explicitamente para usar o recomendador local experimental, cache, busca em Bangumi/AniList ou banco de dados de feedback.

Fontes Obrigatórias

Se for usada navegação/pesquisa, ou se a precisão factual afetar a recomendação, monte um pequeno pacote de fontes antes de combinar gostos. Faça isso antes de uma pesquisa web genérica.

Ordem preferencial de fontes:

1. Páginas oficiais de anime / editoras / serviços de streaming para status de lançamento, status de adaptação, equipe, elenco, número de episódios e disponibilidade.
2. Bangumi para títulos em chinês, contexto ACG chinês, classificações, tags, relações entre entradas e metadados da comunidade.
3. AniList para tags estruturadas, formato, popularidade, títulos em vários idiomas e metadados amigáveis à API.
4. MAL/Jikan para popularidade internacional mais ampla e metadados de fallback.
5. TMDb apenas para pôsteres, imagens e metadados gerais de mídia; não use como fonte principal de gosto em animes.

Regras:

• Mecanismos de busca são apenas ferramentas de descoberta para encontrar as páginas de origem acima.
• Não trate snippets de busca, páginas genéricas de SEO, sites de sinopse copiados, blogs sem créditos ou listas geradas por IA como autoritativas.
• Para a obra âncora, verifique pelo menos Bangumi ou AniList quando a obra exata não estiver clara; verifique também fontes oficiais quando a obra for atual, obscura ou o status de adaptação importar.
• Se as fontes preferenciais estiverem indisponíveis ou inacessíveis, diga "未能从指定高质量源核实" e separe fatos verificados de memória/inferência.
• Ao relatar o processo, nomeie a classe de fonte realmente verificada, como "verifiquei Bangumi/AniList/informações oficiais", em vez de apenas "pesquisei na web".

Workflow Padrão

1. Identifique a obra âncora.

   • O que o usuário assistiu/leu?
   • É anime, mangá, light novel, web novel ou adaptação?
   • Se a obra exata for obscura ou atual, verifique brevemente antes de confiar em fatos.

2. Extraia a experiência apreciada, não apenas tags.

   • Padrão relacional: amigos-para-namorados, garota lidera, romance lento, grupo romântico, etc.
   • Textura emocional: doce, tímida, baixa pressão, nostálgica, engraçada, tensa.
   • Motor narrativo: cenas do dia a dia, segredos, atividades de clube, coabitação, rivalidade.
   • Ritmo: provocação lenta, confissão rápida, episódico, enredo forte.
   • A evitar: harém, fanservice, drama pesado, triângulo amoroso, longos mal-entendidos.

3. Recomende em camadas.

   • Correspondências diretas: a mesma experiência mais próxima.
   • Correspondências adjacentes: padrão emocional ou relacional semelhante com uma superfície diferente.
   • Escolhas ousadas: apenas se útil, e explique por que são ousadas.

4. Explique cada escolha.

   • Diga exatamente o que corresponde à âncora do usuário.
   • Diga o que difere.
   • Inclua ressalvas quando o ajuste for incerto.

5. Use o feedback imediatamente.

   • "Já vi" significa não recomendar novamente.
   • "Muito harém" reduz escolhas de múltiplas garotas/guerra de partidos.
   • "Muito doce" adiciona realismo ou agridoce.
   • "Muito lento" aumenta o ritmo da trama.
   • "Já vi todos" avança para títulos de meia popularidade e mais antigos.

Formato de Saída

Para solicitações normais, mantenha a resposta compacta:

Você pode gostar de: ...

1. Título
   Semelhança: ...
   Diferença/Atenção: ...

Evite fingir que conhece o histórico de exibição do usuário. Misture títulos populares, medianos e uma escolha opcional de exploração, a menos que o usuário solicite o contrário.

CLI Experimental

O repositório inclui um recomendador local experimental. Use-o apenas quando o usuário quiser testar a implementação:

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

Limitação atual: o catálogo local inicial é pequeno e tendencioso para exemplos de "余韻/旅途/治愈/世界观". Ainda não é confiável para todos os gêneros, especialmente romance escolar/light-novel, a menos que esse catálogo seja expandido.

Referência

Para a metodologia leve, veja docs/simple-methodology.md. Para a arquitetura experimental mais pesada, veja docs/technical-plan.md.