核心用法
x-engagement 是一套完整的 X/Twitter 运营自动化解决方案，采用「刷推」触发方式启动。首次运行进入 5 阶段 Onboarding 流程：浏览器连接检测 → Persona 选择（自身或学习他人账号）→ 抓取 100 条推文生成风格描述 → 刷推习惯配置 → 保存配置。后续运行直接读取配置执行自动化任务。
双轨刷推模式：
- For You 页：模拟真人滚动浏览（18-30 屏），根据条件智能关注用户
- Following 页：自动点赞有价值推文，对 2 小时内内容生成 Persona 风格评论
人类行为模拟：采用正态分布随机时间生成器、三级滚动模式（小/中/大）、鼠标轨迹模拟、3-6 分钟评论间隔，追求「足够像真人」而非完美。
显著优点
1. 记忆系统三层架构：事件层（永久存储重大事件）、表格层（7 天热点追踪）、历史层（评论记录与用户画像），有效避免自相矛盾的评论
2. 自然语言定时任务：支持「早上 9 点、下午 3 点」「每天 3 次随机时间」「工作日晚上 8 点」等口语化配置
3. 热点自动化：每日 10 点自动抓取 Top 10 热点更新表格并推送
4. 结构化文档体系：7 份核心文档分离关注点，Shell 脚本简化运维
潜在局限
- 平台依赖风险：X API 变更或反爬虫策略升级可能导致功能失效
- 合规边界模糊：自动化互动可能违反平台服务条款（ToS），存在账号受限风险
- Persona 学习局限：100 条样本可能无法捕捉复杂人格特征
- 无情感判断：基于规则的热点筛选缺乏真实语境理解
适合人群
- 个人品牌运营者需维持账号活跃度但时间有限
- 社区经理管理多个垂直领域账号
- 研究人员分析特定账号互动模式
常规风险
| 风险类型 | 说明 |
|---------|------|
| 账号安全 | 浏览器连接需登录凭据，存在凭证泄露风险 |
| 行为检测 | 模拟不完美可能被平台识别为自动化操作 |
| 内容风险 | 自动评论可能触及敏感话题引发争议 |
| 数据隐私 | 本地存储的用户互动历史需妥善管理 |