做的事：X（Twitter）上的冷启动获客 / 账号影响力增长自动化。
典型痛点：个人开发者、AI 工具类初创、内容创作者要在 X 上起号，最有效的方式是持续在垂类高价值帖子下留有效评论（比发原创更容易被看见），但这件事：
- 需要每天几小时手动刷、读帖、写评论，人力成本极高；
- 传统脚本（Selenium / 固定模板评论）会被 X 风控秒杀——WebDrive指纹、isTrusted=false 的合成事件、机械的固定间隔、复读机式评论。
本项目的定位就是：用真实浏览器 + 真人行为节奏 + LLM 实时生成内容，把"垂类冷启动运营"这件事自动化到可以长期挂机的程度。目标人群是蓝V（Verified）用户的高互动帖子——因为蓝有回关/回复倾向且触达权重高。
这是一个基于 AI 的自动化社交运营工具，能够模拟真实用户行为，自动发现内容、互动和维护账号。
主要功能：
内容发现：自动从搜索、Feed、热门帖子中寻找目标内容。
自动互动：根据策略执行点赞、评论、关注等操作。
AI 评论生成：使用大模型根据帖子内容生成自然评论。
多角色运营：支持不同人设，针对不同领域和用户群体运营。
拟人化行为：通过随机延迟、鼠标轨迹、浏览节奏等降低机器感。
风险控制：检测账号异常，自动暂停和安全退出。
数据记录：保存互动记录、运行日志和配置缓存。
简单理解：
这是一个 AI 驱动的社交账号增长助手，通过自动化内容发现和真实感互动，提高账号曝光和运营效率。
架构三层
Playwright ──直接接管真实 Edge（无 9222 端口）──复用日常 profile
│
├─ DOM 层：data-testid 精准定位 + CDP 合成键鼠事件（isTrusted = true）
├─ 行为层：human_behavior.py —— 高斯延迟 / 鼠标轨迹 / 逐字输入/ 平滑滚动
└─ 内容层：comment_generator.py ——Qwen 按原文实时生成，按语种分流
评论