← 返回 Skills 市场
134
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install junli-story-analysis
功能描述
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。
使用说明 (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.mdoutputs/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:
- 先
resume - 只读相关
outputs/、drafts/、extraction-cards/ - 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
- 先整书定位:判断题材、风格、节奏、强项和适用边界。
- 再按 chunk 提取:不要急着写最终卡片。
- 同步更新 3 份草稿:
drafts/书籍画像草稿.mddrafts/方法候选笔记.mddrafts/案例候选笔记.md - 最后收束成
1 + 6 + N。
处理每个 chunk 时固定回答的 5 件事
- 这块的主要叙事功能是什么
- 这块支撑哪张方法卡
- 这块能不能进入案例候选
- 这块给书籍画像补了什么信号
- 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.mdoutputs/方法卡/大纲设计方法卡.mdoutputs/方法卡/章节类型与写作模式方法卡.mdoutputs/方法卡/冲突与角色设计方法卡.mdoutputs/方法卡/读者情绪管理方法卡.mdoutputs/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。
安全使用建议
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。
功能分析
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.
能力评估
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。
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install junli-story-analysis - 安装完成后,直接呼叫该 Skill 的名称或使用
/junli-story-analysis触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
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。
元数据
常见问题
君黎AI拆书 是什么?
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。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 134 次。
如何安装 君黎AI拆书?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install junli-story-analysis」即可一键安装,无需额外配置。
君黎AI拆书 是免费的吗?
是的,君黎AI拆书 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
君黎AI拆书 支持哪些平台?
君黎AI拆书 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 君黎AI拆书?
由 君黎(@ljunn)开发并维护,当前版本 v1.0.0。
推荐 Skills