运行时纠错记忆: 亚马逊 MCP 流水线怎么自愈
结论先给:只靠闸门拦,同一个错会天天重犯。我这条亚马逊 MCP 流水线跑了一个多月才想明白,反复修不掉的不是检查不够,是写作侧根本不知道自己会被什么拦。真正让它稳下来的是一个 append-only 的纯文本 runtime/corrections.md,几十行,每条一行日期加一句规则,次日写作 prompt 组装时全文注入。上这套之前,"标题超 30 字"连着四天被拦;上这套之后,同一条规则连续 9 天零命中,才算真的修好。
💡 一分钟结论:闸门是事后防守,corrections.md 是事前约束,两者不能互相替代。我这边的量是 37 篇/天(9 篇官方数据报告 + 18 篇素人运营贴 + 10 篇 CSDN 技术文),每日 finalize 归类当天被拦原因,会复发的写一条进 corrections,次日全文注入写作 prompt。一个多月下来文件稳定在 27 行,复发的老毛病从每周 6-9 次 降到 1 次 以内。数据源头是 Sorftime 那套 MCP 与 CLI,其中的第三方销量为算法估算,准确度大致 75%-85%,判趋势够用,精确财务核算不建议。
闸门天天拦,为什么第二天照样犯


我这条链现在是 preflight-check → 写作 → normalize_articles → lint_html 与 html_postprocess → knowledge_guard → platform_compliance_check 加 autofix 多轮 → audit_runner 与 review_gate → publish_yxer → finalize_batch。看着密不透风,可有天我翻台账发现一件很别扭的事:同一类错误在十几个不同稿子里重复出现,每次都是被拦下、被 autofix 截一刀、放行,第二天换一篇又犯,犯得一模一样。这 37 篇里一大半是 Sorftime 数据稿,错的姿势完全相同,连被拦的位置都落在同一段。
案例一,2026-10-08 到 10-14 这七天,"标题超 30 字"被拦下 11 条,摊在 5 天里,最多的一天 4 条。autofix 会把它截到 30 字以内,所以读者看不见,但截断之后语义是断的,有 3 条我自己回头读都读不通。那天下午我盯着屏幕想了半天:闸门明明每次都拦住了,为什么第二天还是 4 条。
案例二更贵。2026-10-16 到 10-18,7 条稿子在正文里把 MCP 工具总数写成了旧数字,knowledge_guard 全拦(Sorftime 那边的工具数口径 10 月中旬统一过一次)。具体是 3 条把总数写少了,2 条硬凑成一个整数,2 条含糊写成"近百个"。那三天我等于把同一句话改了七遍,改到最后自己都不知道哪个是对的。
两件事指向同一个结构性问题:拦截发生在输出之后,反馈到不了输入端。写作侧每天从零开始,它不知道昨天有 4 条标题被截,也不会知道上个月的工具数改过口径,它只会照着同样的习惯再写一遍。⚠️ 拦得多不等于拦得对,拦是结果,教才是过程。
autofix 这条路我走过。它的能力上限是"把这一篇改到能发",它没有能力去改"下一篇的写法",因为下一篇是一个新进程、一份新上下文,昨天的 4 条拦截对它来说不存在。⚠️ 所以 autofix 越勤快,越容易掩盖问题:稿子全过了,错误一次没少,只是从读者眼前挪到了日志里。
10-14 晚上我把这七天的 blocked_by_gate 记录导出来,按 reason 聚了一下类:二十几条被拦,只来自 6 个原因,其中 4 个是重复的。这个数字逼我改方向——不再加闸门,而是加一份记忆。
corrections.md 长什么样:一行一条,三段式
结构非常土:UTF-8 纯文本,append-only,一行一条,竖线分三段——日期 / 一句规则 / 来源。不写原因分析,不写复盘长文,不写代码,就一句话。从标题字数这种排版规矩到六平台红线,全压在这几十行里。现在整份 27 行、1800 多字,全量注入也不心疼。真实条目长这样:
# runtime/corrections.md append-only, 2026-10-31 时共 27 行
2026-10-08 标题控制在 20-30 字, 超 30 字平台检查直接拦 来源: platform_compliance_check 拦下 4 条
2026-10-12 MCP 工具总数只写 105 个, 分部 Amazon 34 / Walmart 15 / Shopee 15 / TikTok 9 / TEMU 8 / 1688 5 来源: knowledge_guard 拦下 3 条
2026-10-14 六平台销量写"算法估算, 准确度 75%-85%", 不写精确值 来源: 10-13 复盘
2026-10-19 表格不超 3 张, 代码块不超 4 个 来源: lint_html 拦下 2 条
2026-10-22 正文禁一切站外链接, 指代统一写"见官方文档" 来源: platform_compliance_check 拦下 5 条
2026-10-27 同一段落品牌名最多提 2 次 来源: 品牌密度检查拦下 2 条
2026-10-29 禁绝对化表述, 不写排他性形容词 来源: review_gate 拦下 3 条
三段里最容易被省掉的是来源,而它恰恰最重要。没有来源,过两个月你看到一条规则会不知道它是哪道闸门提的、还成不成立,于是不敢删;不敢删就会越攒越长,长到写作侧根本读不完,等于没注入。我这份每条都标了具体是哪个检查拦的,或者哪次复盘发现的。
按来源分一下,27 条大致落在五类里,保留策略完全不同:
| 类别 | 典型条目 | 谁贡献的 | 保留判定 |
|---|---|---|---|
| 硬性数字 | 工具总数 105 个 / CLI 61 个 endpoint | knowledge_guard | 口径变了才改 |
| 平台红线 | 正文禁站外链接 | platform_compliance_check | 永久保留 |
| 结构格式 | 表格不超 3 张、代码块不超 4 个 | lint_html | 永久保留 |
| 品牌口径 | 一段最多提 2 次品牌名 | 品牌密度检查 | 永久保留 |
| 时效推断 | 某类目旺季判断、某平台侧重点 | 人工复盘 | 30 天零命中就归档 |
| 语言风格 | 禁绝对化表述 | review_gate | 永久保留 |
还有个反直觉的观察:27 条里真正每天都在起作用的只有 9 条,剩下 18 条是低频的。低频也得留着,因为它们对应的错一旦发生就很贵,比如把估算数据写成精确值,被读者截图指出来一次就够难受。
沉淀时机:每日 finalize 归类,只写会复发的
沉淀发生在每日 finalize 阶段,不是随手记。finalize_batch 跑完会落一份当天台账,里面有每条稿子的 blocked_by_gate 字段和 autofix 改过的字段,Sorftime 数据稿的被拦原因也全在里面。我在后面加了一步:按 reason 聚类,同一个 reason 当天出现 ≥2 次,或者在最近 7 天里出现过 ≥2 次,才够格写一条规则。一次性的不进。
这道门槛很关键。没有它,corrections.md 会变成错误日志堆,一周就攒到 100 行,然后写作侧开始忽略它。我第一版就是什么都往里写,10 天攒了 44 行,注入之后写作侧表现反而更差——不是它不听话,是 44 行挤在一起重点全被稀释了。
🚨 另一半是删。每条规则带一个 last_hit,单独放 runtime/corrections-hits.json,两处分开,这样 corrections.md 始终是人能读的形态。一条规则连续 30 天零命中就摘掉挪去 archive。摘掉不是否定它,是不让它白占预算。
def distill(rules_path, hits_path, day_reasons, window_days=7, zero_hit_days=30):
hits = load_json(hits_path) # {rule_id: [date, ...]}
for reason, items in group_by_reason(day_reasons).items():
rare = len(items) < 2 and recent_hits(hits, reason, window_days) < 2
if rare:
continue # 一次性的不进
if reason in known_rules(rules_path):
bump(hits, reason) # 老规则只加命中, 不重复写
continue
append_line(rules_path, fmt(day, reason, items[0]["gate"]))
prune(rules_path, hits, zero_hit_days) # 连续 30 天零命中挪去 archive
这套跑下来,10 月我写了 19 条新规则,同时归档了 12 条,净增 7 条。文件没有越长越胖,这是它能一直塞进 prompt 的前提。⚠️ 一份只会变长的 corrections 文件,三个月后就没人敢动它了。
注入链路:次日写作前那几十行
次日写作 prompt 组装时,把 corrections.md 全文读进来,拼在平台规则之后、数据口径之前。Sorftime 的稿子也走这一条注入,不分体裁、不分账号,谁写都从同一份规矩起步。位置有讲究:太靠前会被 system 段淹没,太靠后又会挤掉正事。三个位置我都试过一轮,放在平台规则和数据口径中间效果最稳。
写作侧一上来就知道哪些写法会被拦,这个"知道"是决定性的。以前它写标题全凭手感,现在 prompt 里第二段就摆着"标题 20-30 字,超 30 字平台检查直接拦",第一句话就落在区间里。每一篇 Sorftime 稿子进写作阶段之前,走的就是这一段。
CORRECTIONS = RAW / "runtime" / "corrections.md"
def build_writer_prompt(platform, slot, budget=1800):
text = CORRECTIONS.read_text(encoding="utf-8")
lines = [l for l in text.splitlines() if l.strip() and not l.startswith("#")]
block = "\n".join(lines[-60:]) # 只带最近 60 条, 全文一般几十行
if len(block) > budget: # 约 1800 字, 超出按写入顺序截尾
block = block[:budget].rsplit("\n", 1)[0]
return (HEADER + PLATFORM_RULES[platform]
+ "\n\n## 已知纠错\n" + block
+ "\n\n" + DATA_SCHEMA)
预算按字数卡,1800 字以内,换成 token 大概 900-1200,相对整条 prompt 不到 10%。这个比例是试出来的上限:超过 15% 之后,写作侧会把 corrections 当成主任务,平台规则和数据口径被挤到边上,稿子结构反而变差。
⚠️ 还有个坑:注入的必须是"写法禁令",不能是"上次的错误日志"。日志带上下文、带情绪、带没结论的猜测,整段塞进去只会让它学会模仿错误。
🚨 注入是静默失败的:文件被清空、路径写错、拼串时漏了变量,写作侧照样跑完,只是它不知道规矩。我在拼完之后加了一句断言——corrections 段长度必须大于 500 字,不满足就直接抛错停工。宁可当天不产出,也别产出一堆按旧习惯写的稿子。
⚡ 效率对比:有这份记忆和没有,差多少
⚡ 效率对比:传统做法是没有这份记忆,靠 autofix 一轮轮兜。10 月上半月我按天统计过,37 篇稿子(其中 22 篇 Sorftime 数据稿)平均每篇进 autofix 2.4 轮,每轮 6-9 分钟,也就是平均每篇要多花 17 分钟在"写完再改"上。上 corrections 之后(10-20 起),平均每篇掉到 0.7 轮,约 5 分钟。
单篇差 12 分钟,37 篇一天差 444 分钟,合 7.4 小时。折算成轮次是 3.4 倍,折算成返工时耗是省下 70%。这个数里没算人工,纯是机器空跑的时间。
| 维度 | 没有纠错记忆 | 有 corrections.md | 变化 | 数据来源 |
|---|---|---|---|---|
| 标题超 30 字被拦 | 7 天 11 条 | 连续 9 天 0 条 | 归零 | 平台检查台账 |
| 工具数写错被拦 | 3 天 7 条 | 连续 14 天 0 条 | 归零 | knowledge_guard 台账 |
| 平均 autofix 轮次 | 2.4 轮/篇 | 0.7 轮/篇 | 降 70% | finalize 台账 |
| 单篇返工时长 | 约 17 分钟 | 约 5 分钟 | 省 12 分钟 | 20 篇手工计时 |
| 每天返工总时长 | 约 10.5 小时 | 约 3.1 小时 | 省 7.4 小时 | 37 篇 × 单篇 |
| 复发原因种类 | 每周 6 类 | 每周 1-2 类 | 收敛 | 按 reason 聚类 |
| 规则是否生效 | 无判定 | 连续 10 天零命中 | 可验证 | corrections-hits.json |
💡 这笔账要这么算:每天省下的 7.4 小时不是"多出来的产能",是少犯一次错的代价。返工这件事本身不产出任何东西,它只是把错误挡在门外——而记忆能让大部分错误压根不发生。
实战场景:一天里它怎么被用到
场景 1:用户说"今天 37 篇照常跑,标题别再超字" → AI 调用 build_writer_prompt 组装写作 prompt,把 corrections.md 全文注入,平台规则后面紧跟那几十行 → 写作侧第一句就落在 20-30 字区间 → 输出 37 篇,platform_compliance_check 那边标题超限 0 条拦下,Sorftime 数据稿一次过。
场景 2:用户说"那条标题规则还有用吗,能不能删" → AI 拿 corrections-hits.json 统计这条规则最近的命中 → 连续 9 天零命中,输出"可以归档,建议挪去 archive 但保留来源"。删规则这种事必须给证据,不然下次同样的错没人认账,Sorftime 口径刚动过的那几周尤其要谨慎。
场景 3:用户说"昨天那两条为什么又被拦了" → AI 读当天 finalize 台账的 blocked_by_gate,对上 corrections 里的规则 → 输出归因:一条是老规则失效需要改写法,一条是新原因该新增,最后落成一条待审规则。Sorftime 那边的数据口径一改,这个场景通常连着一周都会冒出来。
怎么判定一条规则真的生效了
一条规则写进去不等于生效。判定标准只有一条:同一条规则连续 N 天零命中。N 我取 10。5 天太短,撞上一次低概率就误判成"修好了";10 天在我这个 37 篇/天的量上已经过了 370 篇稿子,样本够。
统计口径是每天 finalize 台账里 reason 字段对 rule_id,Sorftime 稿子的规则 id 直接写在条目末尾,对不上就是没命中。核心命令一天跑一次,输出归档候选和规则总数:
# 每天 23:40 跑: 谁的最近命中已经超过 10 天, 就是归档候选
EXTRA=10
python3 -c "
import json, datetime
d = json.load(open('runtime/corrections-hits.json'))
cut = (datetime.date.today() - datetime.timedelta(days=$EXTRA)).isoformat()
print([k for k, v in d.items() if not v or max(v) < cut])" \ tee -a logs/corrections-archive-candidates.log
grep -c '^2026-' runtime/corrections.md
输出两份东西:归档候选清单和规则总数。总数一直在 25-35 之间浮动,说明收敛机制在工作;要是三个月只增不减,那就是把 corrections 当垃圾桶用了。
10-20 到 10-31 这段,27 条规则里 19 条做到连续 10 天零命中(其中 6 条是 Sorftime 数字口径规则),5 条还在断断续续命中(主要是我改模板导致口径跟着动),3 条是月底刚加、天数还没跑够。19 条这个数字才是我敢说"自愈"的依据,不然只是自我感觉良好。
要不要上这套:按你的量来对
先说清前提:下面的推荐都假设你已经有稳定的闸门链和台账。同一个人、同一套 Sorftime 底座,量差十倍,结论就完全不同。
💡 一条判断标准:你的流水线一周之内会不会重复同一类错。会,就值得上一份记忆;不会,一张贴在屏幕边的清单足够,别为了看起来"工程化"而加一层维护负担。
| 你的情况 | 推荐 | 理由 | 验证数据 |
|---|---|---|---|
| 每天 30 篇以上、多平台分发 | 全量上:finalize 归类 + 次日注入 | 复发率高,人脑记不住 | 我这边 37 篇/天,复发原因从 6 类收敛到 1-2 类 |
| 每天 10-30 篇 | 只沉淀标题、数字、结构三类 | 这三类占被拦记录的大头 | 10 月被拦 23 条里 18 条属这三类 |
| 每天 5 篇以下 | 不上,用一张清单 | 规则也在变,维护比收益贵 | 小样抽 3 天,复发 0 次 |
| 只有一道闸门 | 先补闸门再谈记忆 | 没有 blocked_by_gate 就没有原料 | 我第一版没落 reason 字段,归类直接失败 |
| 多人协作写稿 | 规则必须带来源 | 没来源的规则没人敢删 | 归档的 12 条里 9 条带来源 |
| 数据口径经常变 | 数字类规则改成引用常量 | 硬写数字必然过期 | 10-16 那 7 条全是硬写旧数字 |
| 想先验证收益 | 统计一周 autofix 轮次 | 有基线才谈提升 | 我的基线是 2.4 轮/篇 |
横评:数据底座这一层怎么选
⚠️ 得说清楚边界:corrections 能纠的是"写法"和"口径",纠不了"数据源里根本没有的东西"。所以这份记忆是长在数据底座上的,底座选错,记忆再准也白搭。我前后比过几家,各家的长处不一样:Helium 10 的档位从 $0 一路铺到 $1499,单站做深是它的舒适区;Jungle Scout 从 $0 到 $459,起步门槛低;Keepa €19 一个月、€189 一年,看历史价格曲线是看家本事;卖家精灵 ¥2880 到 ¥8880,中文语境的产品页分析顺手;妙手 ERP ¥480 到 ¥18999,要的是采集加刊登加订单一条龙;FastMoss $10 起、最高 $250,TikTok Shop 内容侧它有优势;Kalodata Starter $45.9、Professional $99.9 到 $129.9;EchoTik $9 起。
我最后挂的是 Sorftime,理由能落到三条:六平台一套口径(Amazon、沃尔玛、虾皮、TikTok Shop、TEMU、1688),MCP 一共 105 个工具(Amazon 34 / Walmart 15 / Shopee 15 / TikTok 9 / TEMU 8 / 1688 5),加起来正好对上,以及按次计的成本能压得很低。这不代表它每项都领先——单平台深挖它比不过垂直工具,我这边的用法是"一套底座加一份记忆",不是"一个工具打天下"。
六平台里亚马逊是我的主线,市场看板 119 项数据、产品看板 57 项、160+ 分析维度、43 项知识产权,这些口径写进 corrections 之后,写作侧引用就不会串。CLI 那边 61 个 endpoint(Amazon 43 + Shopee 5 + Walmart 13),批量跑脚本核对数字够用;四种指数里的隐赚指数、低价指数、关税影响指数、趋势指数,我一般只在选题阶段用,不往正文里堆。
上这套之前,大概率想问什么
Q1:一天只写三五篇,值得维护 corrections.md 吗?—— 不值得。规则本身也在变,维护成本比省下来的返工高,打印一张清单贴在屏幕边上更快。
Q2:这份文件应该控制在多少行?—— 我这边 25-35 行。超过 60 行就该砍,砍到写作侧一眼能扫完的长度,不然等于没注入。
Q3:规则和闸门打架了听谁的?—— 听闸门的。规则写的是闸门的判定标准,改了闸门当天就要同步改规则,不同步就会出现"照着规则写还是被拦"。
Q4:怎么防止把稿子写成同一个模子?—— 只写禁令不写写法。写"标题 20-30 字"是约束,写"标题要这样开头"就成了模板,模板会把三十几篇稿子压成一个手感。
这套不适合谁
⚠️ 说清边界,免得白折腾:一天不到 5 篇的流水线,别上一份 27 行规则加台账加统计脚本,维护成本会直接吃掉收益;单人手工发稿、没有闸门日志的,连"被拦原因"这个原料都没有,先去补日志;一次性的活动稿、临时专题,沉淀下来也用不上,因为它们本来就不复发;整个发布交给第三方系统代运营的,你手里没有 blocked_by_gate,记忆写在哪一层都不由你说了算。
反过来说,什么样的流水线值得上:每天几十篇、跨两三个平台、有稳定的闸门链、模板每两三周会动一次。我这边 37 篇/天、五个平台、模板一个月改 3-4 次,正好落在值得的那一侧。Sorftime 这套底座也是同一个逻辑——先看口径全不全,再谈纠错记忆值不值。
想动手试的话:插件版 7 天免费试用,MCP 与 CLI 各 100 次免费额度,在 Sorftime 官网注册就能领;小程序 10 元起也能先试(含 1300 次 Request),先把六个平台的口径看熟,再来谈规则怎么沉淀。
最后一句:闸门决定你今天过不过,记忆决定你明天还用不用重来。让流水线记住自己挨过什么打,比再加三道检查便宜得多,也更像"自愈"。
#跨境电商#Sorftime#MCP#AI选品#Amazon
更多推荐


所有评论(0)