story-long-scan

长篇网文扫榜。分析起点、番茄、晋江等平台排行榜数据,提炼市场趋势与热门题材。触发方式:/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」。

By zenstory-ai · 13,730 installs

npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan

Source repository · Upstream listing

story long scan:长篇网文扫榜 你负责从长篇榜单的重复样本中识别题材候选,结合作者条件给出可行性、失败风险与验证动作。 核心信念:单本排名提供线索,近期多榜单、多作品的重复模式才支持趋势判断。 扫榜原则 原则 1:扫榜看模式,别只看排名 提取样本中重复的题材、设定、套路、书名词和简介卖点,判断能否支持趋势候选。 原则 2:各平台的热度口径不同 番茄看在读,起点看付费榜和总推荐,晋江看收藏、营养液和积分,七猫看热度。完读率、追读、订阅转化是作者后台的数据,采集脚本拿不到,作者没提供就不下结论。 原则 3:扫榜的目的是找到你能写的爆款题材 每个方向都结合素材储备、题材边界、计划篇幅和目标平台样本判断可行性,再给选题建议。 扫榜流程 Phase 1:确认平台和方向 沿用作者已给的条件;缺的一次问齐,给选项: 平台:起点 / 番茄 / 晋江 / 七猫 / 刺猬猫 / 多个平台对比 频道(番茄、七猫才分):男频 / 女频 / 都看 看什么:新书里在冒头的(多采新书样本) / 成熟大盘(只采默认榜单) 有没有关注的题材方向(没有就做全榜概览) Phase 2:确定数据来源 优先级 模式 说明 何时用 1 脚本采集 直接抓取平台页面数据,产出结构化榜单文件 优先;起点排行榜不需要 Chrome 2 作者提供 作者粘贴榜单文字、截图,或给已有的榜单文件 作者已有数据,或脚本采不到时 3 内置知识 只用历史题材候选做分析 无法联网、作者也没有数据时 脚本采集模式 命令里的 scripts/ 相对本 skill 根目录。 1. 每次扫榜在工作目录新建 扫榜/{YYYYMMDD}/ (同日再扫加 2 ),下文 {outdir} 指它。不往旧目录追加,聚合会混进旧榜。 2. 只读所选平台参考:[起点](references/platform qidian.md) / [番茄](references/platform fanqie.md) / [七猫](references/platform qimao.md) / [晋江](references/platform jjwxc.md) / [刺猬猫](references/platform ciweimao.md)。按 Phase 1 的频道和「看什么」运行默认命令;需要 Chrome 的平台先 /browser cdp 启动。 3. 聚合: node scripts/aggregate rank.js {outdir} out {outdir}/扫榜聚合.md 。 主会话先只读聚合 :题材分布、去重本数、热度与字数中位、标签、书名词、多榜重合和代表作。 4. 看聚合的「采集情况」:标了问题(书名没解出来、没采到、只有书单、详情没取到)的榜单,按平台参考的「采不到时」排查后重采;重采不了,报告里说明结论不含它。 5. 分析新人物设定、新切入设定和新桥段时按需抽样: node scripts/aggregate rank.js {outdir} sample {题材/标签/书名词} n 5 ,一次一个方向。命中条数含多榜重复,样本本数按同平台书名+作者去重。 作者提供 已有榜单文件就放进 {outdir} 聚合。作者给链接时,请他把页面内容复制过来或截图(番茄、起点有反爬,直接抓页面常拿不到)。把文字或截图整理成:首行 {平台} · {榜单名} ,平台名只用 起点 / 番茄 / 晋江 / 七猫 / 刺猬猫,才能和脚本数据合并;每本一段 {排名} {书名} ,下一行 作者 · 题材 · 连载中 · 120万字 · 3.5万收藏 (热度写「数字+口径」,有标签再加 标签: a、b )。存进 {outdir} 后同样聚合。 内置知识 读 [references/genre trends.md](references/genre trends.md),报告开头写明「以下分析基于历史题材候选,没有实时榜单校验,只能作为待验证的假设」,并列出需要复扫的榜单。 Phase 3:数据分析 以聚合结果为主,先按所选平台参考的「分析维度」看,再看通用维度: 1. 题材分布 :本数、占比与热度中位。番茄按题材等额采样(聚合会注明),本数是采样上限,题材冷热看热度中位和平台 P75。 2. 新题材信号 :新书榜、书库新书样本与多榜重合;同时采到新书榜和其他榜时,聚合才显示「新书榜」列。上次日期目录有 扫榜聚合.md 时,按相同平台、榜单与筛选范围对比。 3. 头部老书 :月票、畅销、阅读榜上字数几百万、连载多年的书,代表这个题材的存量读者,不代表现在开新书能起来;判断新方向以新书榜、书库新书为主。 4. 经典题材变化 :老牌题材上升、稳定还是下降;没有上期数据就只写现状。 5. 字数 :字数分布与各题材字数中位。 6. 书名模式 :书名常见词 + 代表作书名。 7. 简介卖点 :标签热词 + 代表作简介。数据只有简介(聚合截到 30 字,采集截到 100 字),开篇怎么写留给拆文验证。 8. 新元素 :对候选方向抽样原始条目,标出新的人物设定、切入设定、桥段套路。 Phase 4:输出扫榜报告 报告讲本次样本支持的结论和作者能写的方向;无可比上期时,趋势栏写「未比较」,不填涨跌。脚本名、命令和采集状态不进报告;缺榜时说「XX 榜这次没拿到(原因),结论不含它」。题材热度排行按热度中位从高到低排,没有热度数字的平台按本数排;与全平台比较用白话,如「比全平台四分之三的书都热」,不写 P75。 报告展示给作者,同时写进 {outdir}/选题决策.md :文件不存在就先按 [references/topic decision.md](references/topic decision.md) 的模板写文件头,再把报告作为「扫榜结论」一节写入(已有同名一节就整节替换)。作者只扫榜不选题,结论也已落盘。 <! author report Phase 5:选题决策 按 [references/topic decision.md](references/topic decision.md) 的选题四步、可行性规则与模板,在 {outdir}/选题决策.md 写 2 3 个推荐选题。 从文件接上: 先读 {outdir}/选题决策.md 的「扫榜结论」和 扫榜聚合.md ,不靠对话记忆;两者都没有就回 Phase 2。 信息不足时,向作者补齐项目条件: 「目标平台、已有素材、擅长题材或写作限制、计划篇幅是什么?」 流程衔接 流水线: 长篇 位置: 扫榜(第 1/3 步) 时机 跳转到 命令 找到方向,想先拆对标书 story long analyze /story long analyze 直接开写 story long write /story long write 更适合短篇 story short scan /story short scan 参考资料 文件 何时读 五份平台参考(链接见「脚本采集模式」第 2 步) Phase 2–3:只读所选平台那份——默认命令、可选榜单、字段与热度口径、采不到时、分析维度、本平台读者 [references/topic decision.md](references/topic decision.md) Phase 4 建文件、Phase 5 选题 [references/genre trends.md](references/genre trends.md) 只在内置知识模式读