- name
- story-long-scan
- version
- 1.0.0
- description
- 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」。
- metadata
- {"openclaw":{"source":"https://github.com/zenstory-ai/oh-story-claudecode"}}
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。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。
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
脚本采集模式
命令里的 scripts/ 相对本 skill 根目录。
- 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。 - 只读所选平台参考：起点 / 番茄 / 七猫 / 晋江 / 刺猬猫。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。 - 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。 - 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。只缺热度数字的榜不算采不到：题材、字数照用，只是不进热度结论。