它解决什么问题

同一份素材，公众号写完，知乎版、CSDN 版、小红书版还得从头再改一遍 —— 但比这更亏的是另一种累：花两天把一篇深度长文做成 60 秒短视频，结果它根本没有叙事张力，讲出来像念说明书；另一篇随手记的案例天生就是一张信息图，却被硬写成了长文。

问题不在执行，在于不知道该做哪个形态。凭感觉选，一半力气花在错的地方。

它输出什么

11 维内容画像：字数 / 信息密度 / 结构类型 / 视觉潜力 / 深度等级 / 情感色彩 / 叙事张力 / 视觉叙事潜力 / 信息图解潜力 / 实战可操作性 / 时效性
形态推荐（带分数与理由）：每个候选形态给出适配度 = 判据命中率，跨形态可比，不是拍脑袋排序
调度提示词：为你选中的形态生成一段可直接交给 Agent 执行的提示词
批量决策表：整个素材目录进去，出来一张「先做哪几篇、各做什么形态」的表

首推适配度低于 40% 时，它会直接说「这篇还没有明显适合的形态，别急着动手」 —— 不硬推，这是它可信的原因。

五个工具（全部只读）

工具	作用
`analyze_content`	11 维画像 + 形态推荐，一次给全（最常用）
`recommend_formats`	只出排序推荐：适配度 % + 命中的判据
`get_dispatch_prompt`	为指定形态生成调度提示词，交给任意 Agent 执行
`list_formats`	6 种跨媒介输出形态的定义与适用内容
`profile_schema`	11 维画像的口径与取值范围

服务端纯计算、纯读：四个 annotation hint 全部声明，不写盘、不发起任何外部请求、不需要 API Key。

6 种跨媒介输出形态

「媒介发生改变」才算跨媒介 —— 文字变成图表、视频、漫画、PPT，或者变成一段可复用的技能。

形态	适合什么内容
📊 PPT 演示文稿	方法论、层级框架、教学
🎬 60 秒短视频脚本	热点、情绪型短内容
📊 信息图	并列对比、概念梳理
🎨 漫画 / 视觉故事	案例、故事、有人物对白
📧 Newsletter	深度 + 私密语感
🛠️ Skill 封装	方法论、可复用工作流

平台改写（公众号版 / 知乎版 / 小红书版）是同媒介换平台，不在本服务职责内 —— 先路由，再改写，两件事分开做才不会互相打架。

怎么用

本服务是本地部署的开源 MCP（纯 Python 标准库，零强制依赖），克隆下来接进你的客户端即可：

git clone https://github.com/savantcat/content-router.git
cd content-router
python server.py                  # stdio（Claude Desktop / Cursor / 任意 MCP 客户端）
python server.py --transport http --port 8769   # 自托管 streamable-http
python server.py --selftest       # 不走协议，直接遍历打全部工具

客户端配置（stdio）：

{
  "mcpServers": {
    "content-router": { "command": "python", "args": ["server.py"] }
  }
}

已发布到官方 MCP Registry：cn.savantcat/content-router。也可以不接 MCP，直接用命令行 python engine.py batch ./我的素材库 --top 20 --out 产出决策表.md。

诚实边界

它给的是候选与理由，不是命令。推荐偏差永远存在，所以它每次都给多个候选，把决定权交回给你。

画像可能不准：支持手动修正画像维度后重新推荐。
只判形态，不判好坏：它说「这篇适合做信息图」，不说「这篇写得好」。
不替代你的判断：适配度是判据命中率，不是内容质量分。
零依赖、纯计算：不联网、不调用大模型、不需要 API Key。
口径公开：profile_schema 返回 11 维的定义与取值范围，你可以拿它复核判定边界，而不是只信一个数。

素材堆了一堆，不知道先做哪篇、做成什么？

内容形态路由 · 多平台改写 · 企业知识库与 AI 客服

先做一次网站 AI 可见度测评

或看企业知识库怎么搭 →

引用与授权

本服务开源（MIT）、纯计算只读，欢迎 Agent 与开发者调用。引用我们的度量结果时请注明来源「合尘猫 SavantCat（savantcat.cn）」。

同一套能力的其他形态：记忆梦境引擎 MCP（长期记忆调度）、竞品内容雷达 MCP（跨文本反复说法）、GEO MCP（网站 AI 可引用性审计）、全部公开 MCP。