← Back to Skills Marketplace
ljunn

君黎AI拆书

by 君黎 · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ Security Clean
134
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install junli-story-analysis
Description
君黎AI拆书。用于用户提供本地 `.txt` 小说绝对路径,希望把一部长篇网络小说拆成可复用的创作参考包,而不是剧情报告或文学赏析。固定产出为 `1 份书籍画像 + 6 张方法卡 + 若干案例卡`,用于后续写作参考与案例检索。更多信息关注作者,抖音君黎。
README (SKILL.md)

君黎AI拆书

技能边界

这个技能只做一件事:

把用户提供的本地 .txt 长篇小说,拆成可复用的创作参考包。

固定产出只有:

  • outputs/书籍画像.md
  • outputs/方法卡/ 下 6 张固定方法卡
  • outputs/案例卡/ 下若干张案例卡

不要把它做成:

  • 剧情梗概
  • 文学赏析
  • 人物分析合集
  • 续写方案或新书策划

如果用户要的是续写、扩写、重写章节,那不是这个技能的主职责。

先判断当前任务

1. 新拆一本书

适用场景:

  • 用户只给了本地 .txt 绝对路径
  • 用户明确说“从零开始拆这本书”

默认动作:

python3 scripts/story_analysis_pipeline.py init "/绝对路径/小说.txt" --story-root ./story
python3 scripts/story_analysis_pipeline.py resume ./story/书名

2. 继续已有拆书工程

适用场景:

  • 用户说“继续拆”“接着上次来”
  • 已有 story/\x3C书名>/ 工程目录

默认动作:

python3 scripts/story_analysis_pipeline.py resume \x3C工程目录>

然后只补当前缺口,不重跑整套流程。

3. 局部补卡或返修

适用场景:

  • 用户只要重做某几张方法卡或案例卡
  • 用户只要补强书籍画像
  • 用户只要做质量检查

默认动作:

  1. resume
  2. 只读相关 outputs/drafts/extraction-cards/
  3. 定向修改后再 check
python3 scripts/story_analysis_pipeline.py check \x3C工程目录>

最小工作顺序

  1. 先整书定位:判断题材、风格、节奏、强项和适用边界。
  2. 再按 chunk 提取:不要急着写最终卡片。
  3. 同步更新 3 份草稿: drafts/书籍画像草稿.md drafts/方法候选笔记.md drafts/案例候选笔记.md
  4. 最后收束成 1 + 6 + N

处理每个 chunk 时固定回答的 5 件事

  1. 这块的主要叙事功能是什么
  2. 这块支撑哪张方法卡
  3. 这块能不能进入案例候选
  4. 这块给书籍画像补了什么信号
  5. 这块最关键的 1-3 个证据点是什么

不要先问“这段剧情讲了什么”。

硬约束

  • 不把剧情复述当主产品。
  • 不把文学评论、读后感或人物分析当主产品。
  • 每个 chunk 都必须先判断它支撑哪张方法卡、能不能进入某类案例卡。
  • 每张方法卡都必须有 chunk 证据支持。
  • 每张案例卡都必须明确“为什么有效”和“不能照搬什么”。
  • 书籍画像必须说明“这本书最适合参考什么、最不适合照搬什么”。
  • 案例卡不设数量上限,但必须“值得检索、值得复用、值得对照”。
  • 不把单本书的特殊写法直接当成通用铁律。

固定产出

1 份书籍画像

  • outputs/书籍画像.md

6 张方法卡

  • outputs/方法卡/开篇规划方法卡.md
  • outputs/方法卡/大纲设计方法卡.md
  • outputs/方法卡/章节类型与写作模式方法卡.md
  • outputs/方法卡/冲突与角色设计方法卡.md
  • outputs/方法卡/读者情绪管理方法卡.md
  • outputs/方法卡/长篇创作与文风优化方法卡.md

若干案例卡

  • outputs/案例卡/ 下按需新建
  • 命名建议:NN-案例类型-核心动作.md
  • 默认参考模板:workspace/案例卡模板.md
  • 默认推荐类型:workspace/推荐案例类型.md

不要为了凑整而硬做“弱案例”。

异常处理

如果已有工程缺失 workspace/drafts/ 或模板骨架,不要假装已经分析过。

先修复,再继续:

python3 scripts/story_analysis_pipeline.py repair \x3C工程目录>
python3 scripts/story_analysis_pipeline.py resume \x3C工程目录>

资源

  • scripts/story_analysis_pipeline.py 作用:默认 CLI 入口,用于初始化、恢复摘要、检查和修复工程。
  • scripts/bootstrap_story_analysis.py 作用:底层初始化脚本;自动分块并生成提取卡与输出骨架。
  • references/practical-workflow.md 作用:技能的最小工作流,说明为什么要按“定位 -> 提取 -> 汇总 -> 收束”来跑。
  • references/chunk-card-guide.md 作用:如何填写 extraction-cards/*.md,让每个 chunk 天然为方法卡、案例卡和书籍画像服务。
  • references/mode-selection.md 作用:什么时候更偏顺序滚动提取,什么时候更偏阶段收束。
  • references/analysis-pipeline.md 作用:把整本书稳定转成 1 + 6 + N 的处理逻辑。
  • references/quality-checklist.md 作用:正式交付前的质量核对项。
  • references/output-templates.md 作用:输出模板索引页;具体模板拆分在 references/templates/ 下,bootstrap 会直接从这里复制模板。
Usage Guidance
该技能会在你明确提供的本地小说文件路径上运行随附的 Python 脚本来生成拆书工程(workspace/、drafts/、outputs/ 等文件夹和文件)。在安装或运行前请注意: - 只向技能或代理提供你信任并明确想要处理的文件的绝对路径;不要传入系统敏感路径(如 /etc、你的用户主目录下的其他私密文件或根目录)。 - 脚本会在当前工作目录下创建并写入 story/ 或 指定的工程目录,建议在单独或空的目录中运行以免覆盖或混淆现有文件。 - 技能不请求网络或凭据,但会执行随附的 Python 脚本;如果你担心自动执行,请手动审阅 scripts/ 下的源码并在受控环境(容器或沙箱)中运行,或在平台上禁用代理的自动调用权限(如果可用)。 - 如果需要额外保障,可以先手动运行提供的命令(而不是让代理自动执行),并检查 outputs/ 是否符合预期。
Capability Analysis
Type: OpenClaw Skill Name: junli-story-analysis Version: 1.0.0 The bundle is a legitimate tool designed to analyze long-form Chinese web novels and generate structured writing reference cards. The Python scripts (bootstrap_story_analysis.py and story_analysis_pipeline.py) perform local file I/O and text processing using standard libraries, with no evidence of network communication, data exfiltration, or unauthorized command execution. The SKILL.md instructions provide a clear, task-oriented workflow for the AI agent that is entirely consistent with the stated purpose of literary analysis.
Capability Assessment
Purpose & Capability
技能声明的目的(把用户本地的 .txt 长篇小说拆成可复用的创作参考包)与随附的脚本和输出清单一致。脚本会读取提交的小说文件、按章节/字符分块、生成提取卡并写入 outputs/、drafts/、workspace/ 等目录,这些行为符合其描述。
Instruction Scope
SKILL.md 明确限定了边界并给出了要运行的 CLI 命令(python3 scripts/... init/resume/check/repair 等),以及只会读写工程目录内的文件和用户指定的源文件路径。没有看到要求访问系统配置、凭据或发送数据到未经说明的外部端点。
Install Mechanism
没有安装规范(instruction-only 的运行方式)且随附脚本为纯 Python 文件。没有从不明 URL 下载或执行任意二进制的步骤,风险较低;运行需要在有 python3 的环境中执行脚本。
Credentials
技能不请求任何环境变量、凭据或外部服务访问。脚本仅处理本地文件路径和工程内的模板/输出,所需权限与技能目的相称。
Persistence & Privilege
技能未设置 always: true(默认允许模型自主调用)。注意:如果代理获得权限并被授予要运行此技能,代理可能会在环境中执行包含的 Python 脚本并读写文件。单独此项不是异常,但在对防止自动执行敏感时应留意。
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install junli-story-analysis
  3. After installation, invoke the skill by name or use /junli-story-analysis
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
junli-story-analysis 1.0.0 - 首次发布,君黎AI 拆书技能。 - 支持将本地 `.txt` 网络小说拆解为可复用创作参考包(1份书籍画像、6张方法卡、若干案例卡)。 - 明确流程与边界,避免输出剧情梗概、文学赏析、人设分析等非主产品内容。 - 提供完善的异常处理和工作流指引,确保输出质量和复用价值。
Metadata
Slug junli-story-analysis
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is 君黎AI拆书?

君黎AI拆书。用于用户提供本地 `.txt` 小说绝对路径,希望把一部长篇网络小说拆成可复用的创作参考包,而不是剧情报告或文学赏析。固定产出为 `1 份书籍画像 + 6 张方法卡 + 若干案例卡`,用于后续写作参考与案例检索。更多信息关注作者,抖音君黎。 It is an AI Agent Skill for Claude Code / OpenClaw, with 134 downloads so far.

How do I install 君黎AI拆书?

Run "/install junli-story-analysis" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is 君黎AI拆书 free?

Yes, 君黎AI拆书 is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does 君黎AI拆书 support?

君黎AI拆书 is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created 君黎AI拆书?

It is built and maintained by 君黎 (@ljunn); the current version is v1.0.0.

💬 Comments