browser-cdp
Use this skill when you need to control a Chrome browser via CDP (Chrome DevTools Protocol) to reuse existing login sessions.…
长篇网文扫榜。分析起点、番茄、晋江、七猫等平台排行榜与新书数据,提炼市场趋势与热门题材。触发方式:/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」「扫七猫新书」。
Claude Code
$ npx -y skills add zenstory-ai/oh-story-claudecode --skill story-long-scan --agent claude-code
Codex
$ npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a codex -y
Cursor
$ npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a cursor -y
Gemini CLI
$ npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a gemini-cli -y
GitHub Copilot
$ npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a github-copilot -y
OpenCode
$ npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a opencode -y
Windsurf
$ npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a windsurf -y
name: story-long-scan
version: 1.0.0
description: "长篇网文扫榜。分析起点、番茄、晋江、七猫等平台排行榜与新书数据,提炼市场趋势与热门题材。触发方式:/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」「扫七猫新书」。"
metadata: {"openclaw":{"source":"https://github.com/zenstory-ai/oh-story-claudecode"}}你负责从长篇榜单的重复样本中识别题材候选,结合作者条件给出可行性、失败风险与验证动作。单本排名只提供线索,近期多榜单、多作品的重复模式才支持趋势判断;各平台热度只按自身公开口径比(番茄看在读,起点看付费榜与总推荐,晋江看收藏、营养液与积分,七猫看热度),完读率、追读、订阅转化等作者后台数据未提供时不下结论。
---
沿用作者已给的条件;缺的一次问齐,给选项:
---
| 优先级 | 模式 | 说明 | 何时用 | |--------|------|------|--------| | 1 | **脚本采集** | 直接抓取平台页面数据,产出结构化榜单文件 | 优先;起点排行榜不需要 Chrome | | 2 | **作者提供** | 作者粘贴榜单文字、截图,或给已有的榜单文件 | 作者已有数据,或脚本采不到时 | | 3 | **内置知识** | 只用历史题材候选做分析 | 无法联网、作者也没有数据时 |
命令里的 `scripts/` 相对本 skill 根目录。
1. 每次扫榜在工作目录新建 `扫榜/{YYYYMMDD}/`(同日再扫加 `-2`),下文 `{outdir}` 指它。不往旧目录追加,聚合会混进旧榜。 2. 只读所选平台参考:[起点](references/platform-qidian.md) / [番茄](references/platform-fanqie.md) / [七猫](references/platform-qimao.md) / [晋江](references/platform-jjwxc.md) / [刺猬猫](references/platform-ciweimao.md)。按 Phase 1 的频道和「看什么」运行默认命令;需要 Chrome 的平台先 `/browser-cdp` 启动。 3. 聚合:`node scripts/aggregate-rank.js {outdir} --out {outdir}/扫榜聚合.md`。**主会话先只读聚合**:题材分布、去重本数、热度与字数中位、标签、书名词、多榜重合和代表作。 4. 看聚合的「采集情况」:标了问题(书名没解出来、没采到、只有书单、详情没取到)的榜单,按平台参考的「采不到时」排查后重采;重采不了,报告里说明结论不含它。只缺热度数字的榜不算采不到:题材、字数照用,只是不进热度结论。 5. 分析新人物设定、新切入设定和新桥段时按需抽样:`node scripts/aggregate-rank.js {outdir} --sample {题材/标签/书名词} --n 5`,一次一个方向。命中条数含多榜重复,样本本数按同平台书名+作者去重。
已有榜单文件就放进 `{outdir}` 聚合。作者给链接时,请他把页面内容复制过来或截图(番茄、起点有反爬,直接抓页面常拿不到)。把文字或截图整理成:首行 `# {平台} · {榜单名}`,平台名只用 起点 / 番茄 / 晋江 / 七猫 / 刺猬猫,才能和脚本数据合并;每本一段 `### #{排名} {书名}`,下一行 `*作者 · 题材 · 连载中 · 120万字 · 3.5万收藏*`(热度写「数字+口径」,有标签再加 `**标签:** a、b`)。存进 `{outdir}` 后同样聚合。
读 [references/genre-trends.md](references/genre-trends.md),报告开头写明「以下分析基于历史题材候选,没有实时榜单校验,只能作为待验证的假设」,并列出需要复扫的榜单。
---
以聚合结果为主,先按所选平台参考的「分析维度」看,再看通用维度:
1. **题材分布**:本数、占比与热度中位。番茄按题材等额采样(聚合会注明),本数是采样上限,题材冷热看热度中位和平台 P75。 2. **新题材信号**:新书榜、书库新书样本与多榜重合;同时采到新书榜和其他榜时,聚合才显示「新书榜」列。上次日期目录有 `扫榜聚合.md` 时,按相同平台、榜单与筛选范围对比。 3. **头部老书**:月票、畅销、阅读榜上字数几百万、连载多年的书,代表这个题材的存量读者,不代表现在开新书能起来;判断新方向以新书榜、书库新书为主。 4. **经典题材变化**:老牌题材上升、稳定还是下降;没有上期数据就只写现状。 5. **字数**:字数分布与各题材字数中位。 6. **书名模式**:书名常见词 + 代表作书名。 7. **简介卖点**:标签热词 + 代表作简介。数据只有简介(聚合截到 30 字,采集截到 100 字),开篇怎么写留给拆文验证。 8. **新元素**:对候选方向抽样原始条目,标出新的人物设定、切入设定、桥段套路。
---
报告讲本次样本支持的结论和作者能写的方向;无可比上期时,趋势栏写「未比较」,不填涨跌。脚本名、命令和采集状态不进报告;缺榜时说「XX 榜这次没拿到(原因),结论不含它」。题材热度排行按热度中位从高到低排,没有热度数字的平台按本数排;与全平台比较用白话,如「比全平台四分之三的书都热」,不写 P75。
报告展示给作者,同时写进 `{outdir}/选题决策.md`:文件不存在就先按 [references/topic-decision.md](references/topic-decision.md) 的模板写文件头,再把报告作为「扫榜结论」一节写入(已有同名一节就整节替换)。作者只扫榜不选题,结论也已落盘。
<!-- author-report -->
## 扫榜结论:{平台名称}
### 市场概况
- 扫榜时间:{日期}
- 核心发现:{一句话总结}
### 题材热度排行
| 排名 | 题材 | 本数 | 热度中位 | 趋势 | 代表作 |
|------|------|------|----------|------|--------|
| 1 | {题材} | {N本} | {数字+口径} | ↑/→/↓/未比较 | {书名} |
### 新题材信号
- {新出现或正在上升的题材,附依据}
### 经典题材动态
- {老牌题材的现状,附依据}
### 新元素提取
- 新人物设定:{新模式描述 + 代表作}
- 新切入设定:{从简介看到的切入点 + 代表作}
- 新桥段/套路:{新桥段描述 + 代表作}
### 关键数据洞察
- 字数区间:上榜作品集中在 {X}-{Y} 万字
- 书名特征:{命名模式总结}
- 标签热词:{高频标签词}
### 值得关注的方向
1. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
2. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
3. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
### 一句话
{一句话结论}---
按 [references/topic-decision.md](references/topic-decision.md) 的选题四步、可行性规则与模板,在 `{outdir}/选题决策.md` 写 2-3 个推荐选题。
**从文件接上:** 先读 `{outdir}/选题决策.md` 的「扫榜结论」和 `扫榜聚合.md`,不靠对话记忆;两者都没有就回 Phase 2。
**信息不足时,向作者补齐项目条件:**「目标平台、已有素材、擅长题材或写作限制、计划篇幅是什么?」
---
**流水线:** 长篇 **位置:** 扫榜(第 1/3 步)
| 时机 | 跳转到 | 命令 | |---|---|---| | 找到方向,想先拆对标书 | story-long-analyze | `/story-long-analyze` | | 直接开写 | story-long-write | `/story-long-write` | | 更适合短篇 | story-short-scan | `/story-short-scan` |
Claude Code / Codex / OpenCode agent skills for writing Chinese web novels (网文): 扫榜、拆文、写作、去AI味、封面全流程,长篇短篇都支持 | 14 skills for novel writing and long-form fiction with file-based continuity tracking. MIT.
Use this skill when you need to control a Chrome browser via CDP (Chrome DevTools Protocol) to reuse existing login sessions.…
小说封面生成与提示词设计。根据书名、作者名和题材构建封面提示词;用户只要提示词时不生图,要求封面图时调用 GPT-Image-2,Codex CLI 优先使用内置…
网文去AI味。从表达、叙事用笔、故事因果三层诊断并修复文本,保留作者文风与已定剧情。触发方式:/story-deslop、/去AI味、「去AI味」「这篇太AI了」「网文去AI味」。
逆向导入已有小说。将已写好的小说(半成品或完本)反向解析为标准项目目录结构,兼容 story-long-write / story-short-write 后续写作流程;内部复用 story-long-analyze /…
长篇网文拆文。保留黄金三章、逐章摘要、剧情、情绪、节奏、角色、设定和文风接口,以连续章节块完成因果、双时间线、关系与三维节奏分析;兼容旧成果直接使用、按需增强和断点续跑。含可选三层灵感库管道(灵感库、跨书灵感聚合、更新灵感库)。触发方式:/story-long…
长篇网文规划与写作。支持只讨论结构、只写大纲或指定细纲,明确要求正文后再写章节。触发方式:/story-long-write、/写长篇、「帮我开书」「定设定」「出卷纲」「规划剧情」「写大纲」「补细纲」「日更」「续写」「继续写」「修改第X章」「回炉」「重写第X章…
Edit drafts into sharper, more human writing while preserving the writer's personal voice, or detect AI-slop patterns without…
Use when English text must be parsed without a human to resolve ambiguity — tool descriptions, error messages, inter-agent…