用途：作为网络小说市场分析师，基于榜单样本识别长篇网文市场格局，输出可执行的题材候选、风险阈值与验证动作，并最终产出选题决策文件。
主要能力：
- 多平台榜单采集与分析，覆盖起点、番茄、七猫、晋江、刺猬猫，各平台有独立采集脚本（如 scripts/qidian-rank-scraper.js、scripts/fanqie-rank-scraper.js、scripts/jjwxc-rank-scraper.js 等），支持脚本采集、用户提供数据、内置知识三种数据来源。
- 数据分析维度包括题材分布、新题材信号、经典题材变化、字数与更新、书名模式、标签热词、新元素对比等。
- 输出扫榜报告，包含市场概况、题材热度排行、新题材信号、关键数据洞察、值得关注的方向。
- 产出选题决策，按选题四步给出推荐选题及可行性、失败风险、验证动作，写入 {outdir}/选题决策.md。
使用方式：通过 /story-long-scan 或 /长篇扫榜触发。流程为确认平台与方向、确定数据来源、数据分析、输出报告、选题决策。起点可运行 node scripts/qidian-rank-scraper.js --type {榜单} --outdir {输出目录}；番茄运行 node scripts/fanqie-rank-scraper.js --channel 1 --type 2 --outdir {输出目录}；晋江运行 node scripts/jjwxc-rank-scraper.js --type 12 --outdir {输出目录}。采集后须校验数据质量（有效条目数、字段完整性、文件头质量状态）。
适用场景：需要了解长篇网文市场趋势、寻找可写爆款题材、进行跨平台对比或选题决策时。
限制：单本排名仅为线索，需跨样本重复才算信号；内置知识模式一律给「中」可行性；数据稀疏时禁给「高」；不输出项目素材无法支撑的题材；分析与脚本依赖真实榜单数据，缺失时明确标注。部分细节暂未提供。