memory-literary-analysis

用途

memory-literary-analysis 用于把一整部文学作品转化为结构化的 Basic Memory 知识图谱。人物、主题、章节、地点、象征和文学手法都会成为相互连接的笔记，可搜索、可校验、可可视化。

适用场景包括：端到端分析小说、戏剧、诗歌或非虚构书籍；为文学文本构建教学或学习资源；创建读书会配套知识库；需要结构化细读的研究项目；以及在规模化场景（约 200+ 笔记、1000+ 关系）下压力测试 Basic Memory。

主要能力

该技能提供一条五阶段流水线：

Phase 0：Setup —— 创建项目、定义模式、建立目录结构
Phase 1：Seed —— 为已知主要实体创建存根笔记
Phase 2：Process —— 分批逐章创建笔记
Phase 3：Cross-ref —— 丰富人物弧线、添加平行关系、撰写分析
Phase 4：Validate —— 模式校验、漂移检测、一致性检查
Phase 5：Visualize —— 生成人物关系网、时间线等 canvas 文件

使用方式

Phase 0：Setup

创建项目：

create_memory_project(name="<work-name>", path="~/basic-memory/<work-name>")

使用作品标题的 kebab-case 短名（如 great-gatsby、hamlet、beloved）。

向 schema/ 写入 6 个模式笔记，每个模式定义实体类型的字段、观察类别和关系类型。模式包括：Character、Theme、Chapter、Location、Symbol、LiteraryDevice。可根据作品调整字段，例如军事小说加 rank、家族史诗加 house、奇幻加 species。

目录结构：

<project>/
  schema/            # 6 schema definitions
  chapters/          # one note per chapter/section + prologue/epilogue
  characters/
    major/           # protagonist, antagonist, key supporting
    minor/           # named characters with limited roles
  themes/            # thematic analysis notes
  locations/         # settings and places
  symbols/           # symbolic elements
  literary-devices/  # techniques and devices
  analysis/          # cross-cutting synthesis
  tasks/             # processing tracker

Phase 1：Seed Entities

在处理章节前，为主要实体创建存根笔记，使 [[wiki-links]] 从一开始就能解析。播种清单建议：主要人物 8-20 个、主题 5-12 个、地点 4-10 个、象征 4-10 个。存根无需完整，它们提供 [[wiki-link]] 目标，会在章节处理中被丰富。

Phase 2：Chapter Processing

准备源文本并识别章节/小节边界。公有领域作品可用 Project Gutenberg；受版权保护的作品需使用实体书或授权数字副本。

分批策略：每批约 10 章，按叙事弧或主题焦点分组。批次划分通常为：第 1 批开场（背景、人物介绍、世界观）；第 2-3 批上升动作（冲突建立、关系发展）；第 4-6 批中段（复杂化、转折点、主题深化）；第 7-8 批高潮临近（升级、揭示、危机）；最后一批高潮、结局、尾声。可根据章节长度和密度调整批量大小。

每章工作流：

仔细阅读该章。若使用源文本文件，阅读相关部分。
创建章节笔记，使用 write_note，包含 chapter_number、pov、setting、narrative_mode 等元数据，以及 summary、event、tone、technique、quote、significance、foreshadowing 等观察类别和 features、set_in、explores、contains、employs、follows、precedes 等关系。
丰富相关实体，使用 edit_note 追加观察。
使用 memory-tasks 技能创建处理任务，以便在上下文压缩后仍能追踪进度。

每章捕获内容：summary（1-2 句梗概）、event（关键情节事件）、tone（情感与风格氛围）、technique（叙事创新）、quote（难忘或主题重要的段落）、significance（该章对整体的意义）、foreshadowing（对未来的暗示）。

实体丰富：人物追加 [arc] 时刻、新 [trait] 揭示、[quote] 归属；主题追加 [manifestation]、[evolution]；象征追加 [appearance]、新 [interpretation]；地点追加 [atmosphere]、[significance]；文学手法追加 [example]。

结构化观察就位后，可用 edit_note(operation="prepend") 在 Observations 前添加 2-4 段批评性散文，对人物、主题或象征提出解读，连接作品更大关切与文学传统，明确标注主观意见，并以章节编号引用文本证据。

Phase 3：Cross-Referencing

所有章节处理完后：为每个主要人物写完整 [arc] 总结观察；为每个主题添加 [evolution] 观察；在结构相似的章节间添加 parallels 和 contrasts_with 关系；在 analysis/ 创建综合笔记，推荐包括 Narrative Structure、Work Overview、Critical Reception。处理过程中出现的新次要人物、地点和象征，若出现在 3+ 章或具有主题分量，也应创建笔记。

Phase 4：Validation

对每种实体类型运行 schema_validate(noteType="...")，并用 schema_diff(noteType="...") 检测漂移。常见修复：缺失必需观察类别则通过 edit_note 添加；枚举值超出允许集则修正元数据；笔记中有但模式中没有的字段，若合理则作为可选字段加入模式。抽查双向关系一致性。

Phase 5：Visualization

生成 canvas 文件进行可视化探索：

# Character relationship web
canvas(query="type:Character AND role:protagonist OR role:antagonist OR role:supporting")

# Theme connections
canvas(query="type:Theme")

# Chapter timeline with key events
canvas(query="type:Chapter", layout="timeline")

适用场景与限制

该流水线适用于任何文学文本，可按体裁调整模式：小说使用基础模式；戏剧增加 Act 和 Scene 模式，Character 增加 speaking_lines 字段；诗集用 Poem 替换 Chapter，增加 form、meter、rhyme_scheme；非虚构用 Section 替换 Chapter，增加 Argument、Evidence 模式；短篇集增加 Story 模式；史诗/神话增加 Deity、Prophecy 模式；回忆录 Character 增加 relationship_to_narrator，并增加 Memory 模式。

规模参考：中篇小说（约 4 万词）每批 5-10 章，约 50-80 条笔记；小说（约 8 万词）每批 8-12 章，约 100-150 条笔记；长篇小说（20 万词以上）每批 10-15 章，约 200-300 条笔记；系列作品一次处理一卷，每卷约 200+ 条笔记。

相关技能：memory-schema（模式创建、校验与漂移检测）、memory-tasks（跨上下文压缩追踪章节处理进度）、memory-notes（笔记写作模式、观察类别、wiki-links）、memory-ingest（将外部输入处理为结构化实体）、memory-metadata-search（按 frontmatter 字段查询笔记）、memory-lifecycle（归档已完成的分析阶段）。

指南要点：先播种再处理，先创建实体存根使 wiki-links 立即解析；分批处理，每批约 10 章，用 Task 笔记追踪进度；阅读源文本，不要依赖记忆或摘要，每批处理前阅读（或重读）实际文本；观察是索引，知识图谱的价值来自分类观察，类别要丰富、内容要具体；关系是网络，每章都应链接到相关实体。

关于收费、价格、平台支持等具体信息，资料中暂未提供。