以下清单基于仓库内的 Feed 流算法实现规则整理，重点聚焦内容发布策略。 每条后面附带“算法依据”关键词，方便你理解背后的排序与过滤逻辑。
- 维持稳定主题池，长期围绕 1-2 个主轴输出，避免频繁跨圈。算法会基于历史行为序列匹配内容（算法依据：用户历史序列建模）。
- 同主题连续输出时更换角度与素材，避免被判定为重复内容（算法依据：去重与转推去重）。
- 让选题天然可引发回应或引用，明确观点或可争论点（算法依据：reply/quote 行为权重）。
- 每条内容只突出一个主观点，减少噪声，提升停留与点击（算法依据：dwell/click 概率）。
- 结尾设置可回应的问题或立场，引导回复而非仅点赞（算法依据：reply 权重）。
- 控制冲突与误解风险，避免引发负向反馈（算法依据：not_interested/block/mute/report 负权重）。
- 视频优先时确保超过有效观看时长阈值，短视频难吃到高质量观看权重（算法依据：VQV 时长门槛）。
- 图文结合优于纯文字，提高展开/点击的触发概率（算法依据：photo_expand/click 权重）。
- 避免短时间密集连发，单次返回内同一作者过多会被衰减（算法依据：作者多样性衰减）。
- 同一对话链只保留一个高分内容，避免“追更刷楼”式输出（算法依据：对话去重）。
- 抢话题早期发布，过旧内容直接过滤（算法依据：age filter + in-network 最新优先）。
- 二次发布旧内容时必须结构重写或信息增量，避免重复过滤（算法依据：去重）。
- 重点引导转推/引用而非单纯点赞（算法依据：repost/quote 权重）。
- 主动引导对话，强化高质量回复（算法依据：reply 权重）。
- 鼓励收藏/分享，弱化“无意义点赞”导向（算法依据：share 权重）。
- 强化与目标人群的互相关注与互动，提升 in-network 覆盖（算法依据：OON 折损）。
- 与稳定人群持续互动，提高历史序列相似度（算法依据：历史行为序列）。
- 避免触发用户静音词（算法依据：muted keyword filter）。
- 话题标签少而精准，减少“不感兴趣”信号（算法依据：负反馈权重）。
- 重复内容、重复转推、刷屏式输出（算法依据：多重去重 + 作者衰减）。
- 可能引发举报/屏蔽/静音的表达（算法依据：负反馈权重）。
- 过旧或无核心信息的内容（算法依据：age filter + dwell 信号）。