- name
SKILL.md
Le fichier du skill reste dans le dépôt de l'éditeur.
Collez la commande copiée dans un terminal. Elle installe ce SKILL.md dans cet agent.
npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a cursor -yCollez la commande copiée dans un terminal. Elle installe ce SKILL.md dans cet agent.
npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a claude-code -yCollez la commande copiée dans un terminal. Elle installe ce SKILL.md dans cet agent.
npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a codex -yCollez la commande copiée dans un terminal. Elle installe ce SKILL.md dans cet agent.
npx skills add zenstory-ai/oh-story-claudecode --skill story-long-scan -a grok -yEnvoyez le message copié dans un chat Grok Bot. Le Bot récupère ce SKILL.md sur GitHub et l'ajoute aux skills que partagent tous vos Bots.
Install this skill: https://github.com/zenstory-ai/oh-story-claudecode/tree/HEAD/skills/story-long-scanDe l'éditeur
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。单本排名只提供线索,近期多榜单、多作品的重复模式才支持趋势判断;各平台热度只按自身公开口径比(番茄看在读,起点看付费榜与总推荐,晋江看收藏、营养液与积分,七猫看热度),完读率、追读、订阅转化等作者后台数据未提供时不下结论。
沿用作者已给的条件;缺的一次问齐,给选项:
命令里的 scripts/ 相对本 skill 根目录。
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。/browser-cdp 启动。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。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。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。
读 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。
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:
扫榜聚合.md 时,按相同平台、榜单与筛选范围对比。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 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。
## 扫榜结论:{平台名称}
### 市场概况
- 扫榜时间:{日期}
- 核心发现:{一句话总结}
### 题材热度排行
| 排名 | 题材 | 本数 | 热度中位 | 趋势 | 代表作 |
|------|------|------|----------|------|--------|
| 1 | {题材} | {N本} | {数字+口径} | ↑/→/↓/未比较 | {书名} |
### 新题材信号
- {新出现或正在上升的题材,附依据}
### 经典题材动态
- {老牌题材的现状,附依据}
### 新元素提取
- 新人物设定:{新模式描述 + 代表作}
- 新切入设定:{从简介看到的切入点 + 代表作}
- 新桥段/套路:{新桥段描述 + 代表作}
### 关键数据洞察
- 字数区间:上榜作品集中在 {X}-{Y} 万字
- 书名特征:{命名模式总结}
- 标签热词:{高频标签词}
### 值得关注的方向
1. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
2. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
3. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
### 一句话
{一句话结论}
按 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?」
流水线: 长篇 位置: 扫榜(第 1/3 步)
长篇网文扫榜。分析起点、番茄、晋江、七猫等平台排行榜与新书数据,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」「扫七猫新书」。
---name: story-long-scandescription: 长篇网文扫榜。分析起点、番茄、晋江、七猫等平台排行榜与新书数据,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」「扫七猫新书」。---# skills/story-long-scan/SKILL.mdFAQ
Téléchargez skills/story-long-scan/SKILL.md auprès de l'éditeur, ou copiez le chemin et ouvrez le dépôt. PlugMCP répertorie le skill et n'héberge pas le fichier.
L'éditeur le maintient sur https://github.com/zenstory-ai/oh-story-claudecode.
Claude, Cursor, Codex et Grok Build peuvent lire un SKILL.md que vous ajoutez depuis le dépôt de l'éditeur. Grok Bot l'installe lorsque vous envoyez dans un chat le lien du dossier GitHub du skill.