用途:从长篇网文榜单的重复样本中识别题材候选,判断近期多榜单、多作品是否形成可支持的趋势,并结合作者素材储备、题材边界、计划篇幅与目标平台给出选题建议。触发方式包括 /story-long-scan、/长篇扫榜,以及「长篇什么火」「起点排行」「扫七猫新书」等表述。
主要能力:按平台采集榜单数据,产出结构化文件;聚合题材分布、去重本数、热度与字数中位、标签、书名词、多榜重合与代表作;分析新题材信号、经典题材变化、字数分布、书名模式、开头卖点与新人物设定、新开篇切入点、新桥段套路;可比上期时做趋势对比;最终输出扫榜报告写入 选题决策.md,并按选题四步产出 2-3 个推荐选题。
使用方式:先确认平台与方向,再确定数据来源,优先级为脚本采集、用户提供、内置知识。脚本相对 skill 根目录运行,每次新建输出目录 扫榜/{YYYYMMDD}/,聚合命令为 node scripts/aggregate-rank.js {输出目录} --out {输出目录}/扫榜聚合.md,小平台加 --sparse 10;抽样用 --sample,一次一个方向。需浏览器态的平台先 /browser-cdp 启动 Chrome。用户提供数据需整理成规定格式再聚合。找到方向后可转 /story-long-analyze,直接开写转 /story-long-write,更适合短篇转 /story-short-scan。
限制:完读率、追读、订阅转化等后台指标采集脚本不产出,需作者另行提供;同方向样本少于 15 本(小平台少于 10 本)标为数据稀疏,可行性最高只能给「中」;内置知识模式同样最高给「中」;无可比上期时趋势栏写「未比较」,不填涨跌;部分平台需浏览器态,采集失败或榜单缺失需在报告中说明结论不含该项。