发布 Skill —— 多平台内容分发的技术规则
Datarim 的 publishing skill 如何编码平台限制、HTML 净化、拆分模式以及频道评论配方,让内容 agent 第一次就能正确分发帖子。
撰写帖子和分发帖子是两个不同的问题。一篇完成的文本在发布时仍可能失败——被平台限制截断、被未净化的 HTML 破坏,或在 Telegram 频道中串接错误。publishing skill 编码了涵盖发布行为的技术规则,将撰写和质量审查留给其他 skill。
平台限制与字符计数
每个平台有不同的限制。Telegram 的 sendMessage 允许 4096 个字符,sendPhoto 说明文字允许 1024 个——两者均以 UTF-16 代码单元而非字节计量。大多数字符计为 1 个单元;大多数 emoji 计为 2 个(代理对)。该 skill 提供了一个规范的 Python 计数器 telegram_units(text),使用 len(text.encode("utf-16-le")) // 2。LinkedIn 帖子文本上限为 3000 个字符;Twitter/X 为 280(Premium+ 为 25,000);Facebook 为 63,206。
Telegram 的 HTML 净化
使用 parse_mode=HTML 发送包含原始 & 或 < 的文本会返回 400 错误。该 skill 包含一个基于 Python html.parser 构建的 tg_safe_html() 函数:它转义原始字符,对白名单标签(<b>、<a href>、<code> 及其他少数几个)进行往返处理,并丢弃不允许的标签同时保留其内部文本。href 方案允许列表会阻止 javascript: 和 data: 链接,无论属性引号风格如何。
长帖的拆分模式
当帖子超出限制时,该 skill 定义了三种命名模式。模式 A 处理 1024 到 5096 单元之间的图片帖:在 sendPhoto 上放一段预告说明,其余内容作为回复。模式 B 处理超过 4096 单元的纯文本长帖:一串以回复方式串接的 sendMessage 调用。模式 C 处理超过 5096 单元的图片帖:图片获得带编号的说明 [1/N],每个续篇携带其部分编号。拆分点遵循优先级顺序——首先是操作员标记(<!-- split-here -->),然后是段落分隔,再是句子边界,最后不得已时采用按空格对齐的硬切分。
频道评论与首条评论放链接规则
在 Telegram 频道帖子下发表评论,需要通过 getUpdates 轮询循环在关联群组中发现自动转发的副本——将 reply_to_message_id 设为频道帖子的 ID 并不能正确串接,因为该 ID 位于不同的命名空间。发表评论后,返回的 message_thread_id 必须等于转发消息的 ID;如果不相等,说明评论发到了错误的线程,必须删除。该 skill 还编码了通用的首条评论放链接规则:帖子正文绝不能包含独立的链接块——所有 CTA URL 都属于作者的首条评论。参见 publishing 参考文档,或阅读 Datarim 是什么以了解更全面的图景。