短篇网文扫榜。分析知乎盐言、七猫、黑岩、点众等平台热门短篇数据，捕捉风口题材。触发方式：/story-short-scan、/短篇扫榜、「短篇什么火」「知乎故事排行」。

story short scan：短篇网文扫榜基于真实榜单样本分析短篇市场，给作者可写的情绪方向、题材候选和验证办法。核心哲学原则 1：短篇市场是情绪市场扫榜从题材和简介中判断读者读完的感受、触发场景与情绪爆发点，说明这些内容如何吸引读者。仅凭题材名无法判断具体情绪体验。原则 2：热度只按各平台自己的口径比榜单给的收藏、赞同、在读、评分各有口径，只在同一口径内比较。排名和互动量只说明样本受到的关注，不能据此断定故事质量或情绪拉扯效果。原则 3：短篇风口来得快去得快报告写明样本日期、覆盖范围、结论可信度和复扫日期。题材信号可能在数周内失效，过期后只作候选参考。扫榜流程 Phase 1：确认平台和方向用户已给出平台或方向时直接采用，只问缺项：「想看哪个平台、男频还是女频、哪类短篇？点众可直接采集；黑岩要有黑岩后台账号、先登录；知乎盐言、番茄和七猫短篇请发榜单截图、文字或链接。手里有编辑的征稿要求也可以一起发来。」关键判断：用户已有方向 → 针对该方向做深度扫榜用户没有方向 → 做全榜概览 + 找趋势用户想跨平台比较 → 做平台对比分析 Phase 2：确定数据来源优先级模式说明何时用 1 脚本采集点众、黑岩：抓取平台页面，产出结构化文件有 Chrome 环境时（优先） 2 作者提供没有脚本的平台，或作者已有榜单知乎盐言/番茄短篇/七猫短篇等 3 内置知识用历史资料提出待验证的选题无法联网、作者也没有数据时命令中的 scripts/ 相对本 skill 根目录。 1. 只读所选平台那一份：[点众](references/platform dianzhong.md) / [黑岩](references/platform heiyan.md) / [没有脚本的平台](references/manual rank input.md)。其中有网址、命令、字段、故障排查、平台分析维度和作者榜单的整理格式。 2. 每次扫榜新建输出目录扫榜/{YYYYMMDD}/ （同日再扫加 2 ）存本次榜单，不往旧目录追加（聚合会混进旧榜）。脚本自动命名文件，作者榜单按平台参考命名；某平台失败就跳过。对比时读上个日期目录的扫榜聚合.md 。 3. 聚合： node scripts/aggregate rank.js {输出目录} out {输出目录}/扫榜聚合.md sparse 10 scale short 。主会话只读这份聚合，需要原始简介与人设信息时再抽样： node scripts/aggregate rank.js {输出目录} sample {题材/标签/书名词} n 5 。 4. 看聚合的「采集情况」：标了问题（书名没解出来、没采到、详情没取到）的榜单按平台参考排查重采；重采不了就在报告里说明结论不含它。 5. 作者发来征稿要求：原文存进输出目录的征稿要求.md ，题材、字数、截止日期当硬条件。内置知识：跳过聚合，加载 [references/real market data.md](references/real market data.md)，明确标注「以下分析基于历史趋势数据；未完成实时榜单校验前只能作为候选假设。」并列出需要复扫的平台页面。 Phase 3：数据分析有真实样本时，以聚合结果和平台参考的「分析维度」为准。趋势需对比同口径的多期样本；仅用内置知识时只给待验证候选，不填写当前数量、占比或涨跌。 1. 情绪排行：按本节末的情绪表把题材、标签归入六种写作情绪，按样本数量比较。每本书根据简介判断读者读完的感受，只归一类；标签只是线索，无法判断的计「待定」。悬疑题材按简介落点分：最后揭开真相的归反转震撼，留下寒意的归细思极恐 2. 题材热点：聚合的题材表和标签热词里反复出现的设定、场景 3. 篇幅分布：聚合的字数分布与各题材字数中位 4. 简介与书名写法：抽样简介怎么前置冲突、留悬念，书名常见词与代表作标题；可对照 [real market data](references/real market data.md) 的历史写法 5. 结尾类型：HE（好结局）/BE（坏结局）/开放式，只在作者提供的内容看得出结局时统计 6. 人设模型：抽样简介里反复出现的主角类型情绪归入的题材与标签难度意难平虐恋、遗憾、错过、追妻、白月光中反转震撼悬疑、身份错位、反转高爽感释放打脸、逆袭、复仇、重生改命、宅斗低治愈温暖成长、亲情、友情、甜宠中细思极恐悬疑、心理、民俗怪谈高共鸣感动现实、职场、婚姻、家庭中 Phase 4：输出扫榜报告报告讲市场结论和能写的方向。脚本名、命令和采集状态不进报告；未采到的平台用一句话说明原因。模板中缺数据的项直接省略；单期样本不写「变化」一节，历史资料不填当前数量和热度。点众、黑岩采的是在架书目，并非热度榜：只有它们的数据时，「榜上数量」写「在架数量」，热度中位一列点众写「评分中位」、黑岩省略，不说哪篇火。报告展示给作者，同时写进输出目录的短篇扫榜结论.md ：文件不存在就先按 [references/topic match.md](references/topic match.md) 的模板写文件头，再把报告作为「扫榜结论」一节写入（已存在就整节替换）。 <! author report Phase 5：选题匹配先读短篇扫榜结论.md 的「扫榜结论」及同目录扫榜聚合.md 和征稿要求.md （有的话）；内置知识模式没有聚合表，只读历史候选。作者未提供的信息集中问一句：「打算投哪个平台（还是自己发）？手里有什么素材、擅长写什么？计划写多少字？」作者不想答就按样本给方向，可行性最高写「中」。按 [references/topic match.md](references/topic match.md) 写进同一文件的「选题匹配」一节。优先选样本信号明确、作者素材和条件撑得住的方向，写作难度按 Phase 3 情绪表定。关键判断：先说明选题提供的情绪体验，再说明题材创新如何支持它开头 3 句话是留存高风险区，必须建立冲突、身份差或情绪钩子反转是短篇常见传播引擎；若不使用反转，必须用强共鸣、强话题或强余韵补足传播风险流程衔接流水线：短篇位置：扫榜（第 1/3 步）时机跳转到命令找到方向 story short analyze /story short analyze 直接开写 story short write /story short write 更适合长篇 story long scan /story long scan 参考资料文件何时加载三份平台参考（链接见 Phase 2 第 1 步）确定数据来源：只读所选平台那份 [references/topic match.md](references/topic match.md) 出报告和选题：短篇扫榜结论.md 模板、平台对照、可行性上限与交付 [references/real market data.md](references/real market data.md) 内置知识模式；有榜单时对照简介和书名的历史写法