القائمة
当用户需要获取番茄小说榜单数据（新书榜、阅读榜）时使用此技能 - 分析番茄小说各分类竞争程度、获取热门书籍信息（书名、作者、简介、在读数、字数）、了解当前市场趋势和热门题材
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/mhkz/fanqie-novels-skills --skill fanqie-rankيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
عرض SKILL.md
استنادا إلى تصنيف SOC المهني
| name | fanqie-rank |
| description | 当用户需要获取番茄小说榜单数据（新书榜、阅读榜）时使用此技能 - 分析番茄小说各分类竞争程度、获取热门书籍信息（书名、作者、简介、在读数、字数）、了解当前市场趋势和热门题材 |
| allowed-tools | Read, Bash |
当用户需要获取番茄小说榜单数据（新书榜、阅读榜）时使用此技能。
番茄榜单、新书榜、阅读榜、榜单数据、抓取榜单、fanqie rank
https://fanqienovel.com/rank/{gender}_{type}_{category_id}
参数说明：
gender: 1=男频, 0=女频type: 1=新书榜, 2=阅读榜category_id: 分类ID| ID | 分类名 | ID | 分类名 |
|---|---|---|---|
| 1141 | 西方奇幻 | 1140 | 东方仙侠 |
| 8 | 科幻末世 | 261 | 都市日常 |
| 124 | 都市修真 | 1014 | 都市高武 |
| 273 | 历史古代 | 27 | 战神赘婿 |
| 263 | 都市种田 | 258 | 传统玄幻 |
| 272 | 历史脑洞 | 539 | 悬疑脑洞 |
| 262 | 都市脑洞 | 257 | 玄幻脑洞 |
| 751 | 悬疑灵异 |
| 504 |
| 抗战谍战 |
| 746 | 游戏体育 | 718 | 动漫衍生 |
| 1016 | 男频衍生 |
| ID | 分类名 | ID | 分类名 |
|---|---|---|---|
| 1139 | 古风世情 | 8 | 科幻末世 |
| 746 | 游戏体育 | 1015 | 女频衍生 |
| 248 | 玄幻言情 | 23 | 种田 |
| 79 | 年代 | 267 | 现言脑洞 |
| 246 | 宫斗宅斗 | 539 | 悬疑脑洞 |
| 253 | 古言脑洞 | 24 | 快穿 |
| 749 | 青春甜宠 | 745 | 星光璀璨 |
| 747 | 女频悬疑 | 750 | 职场婚恋 |
| 748 | 豪门总裁 | 1017 | 民国言情 |
根据榜首在读数判断：
番茄小说榜单页面使用字体加密，直接提取会得到乱码。
解决方案: 通过书籍详情页 /page/{bookId} 获取真实书名，该页面不使用字体加密。
页面数据存储在 window.__INITIAL_STATE__ JSON中：
rank.book_list: 书籍列表bookId, bookName(加密), author(加密), abstract(加密), read_count, wordNumber#!/usr/bin/env python3
import json
import re
import urllib.request
import time
from pathlib import Path
# 分类映射
MALE_CATEGORIES = {
"1141": "西方奇幻", "1140": "东方仙侠", "8": "科幻末世",
"261": "都市日常", "124": "都市修真", "1014": "都市高武",
"273": "历史古代", "27": "战神赘婿", "263": "都市种田",
"258": "传统玄幻", "272": "历史脑洞", "539": "悬疑脑洞",
"262": "都市脑洞", "257": "玄幻脑洞", "751": "悬疑灵异",
"504": "抗战谍战", "746": "游戏体育", "718": "动漫衍生",
"1016": "男频衍生"
}
FEMALE_CATEGORIES = {
"1139": "古风世情", "8": "科幻末世", "746": "游戏体育",
"1015": "女频衍生", "248": "玄幻言情", "23": "种田",
"79": "年代", "267": "现言脑洞", "246": "宫斗宅斗",
"539": "悬疑脑洞", "253": "古言脑洞", "24": "快穿",
"749": "青春甜宠", "745": "星光璀璨", "747": "女频悬疑",
"750": "职场婚恋", "748": "豪门总裁", "1017": "民国言情"
}
def fetch_rank_page(gender, rank_type, category_id):
"""获取榜单页面HTML"""
url = f"https://fanqienovel.com/rank/{gender}_{rank_type}_{category_id}"
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7)'}
req = urllib.request.Request(url, headers=headers)
with urllib.request.urlopen(req, timeout=30) as resp:
return resp.read().decode('utf-8')
def parse_initial_state(html):
"""从HTML提取__INITIAL_STATE__数据"""
match = re.search(r'window\.__INITIAL_STATE__\s*=\s*({.*?});', html, re.DOTALL)
if match:
return json.loads(match.group(1))
return None
def get_real_book_info(book_id):
"""从书籍详情页获取真实信息（绕过字体加密）"""
url = f"https://fanqienovel.com/page/{book_id}"
headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7)'}
req = urllib.request.Request(url, headers=headers)
try:
with urllib.request.urlopen(req, timeout=10) as resp:
content = resp.read().decode('utf-8')
book_name = re.search(r'"bookName":"([^"]*)"', content)
author = re.search(r'"author":"([^"]*)"', content)
abstract = re.search(r'"abstract":"([^"]*)"', content)
return {
'bookName': book_name.group(1) if book_name else None,
'author': author.group(1) if author else None,
'abstract': abstract.group(1) if abstract else None
}
except Exception as e:
print(f"获取书籍 {book_id} 失败: {e}")
return None
def get_competition_level(top_read):
"""根据榜首在读数判断竞争程度"""
read_wan = top_read / 10000
if read_wan > 50:
return "🔴🔴 超红海"
elif read_wan > 30:
return "🔴 红海"
elif read_wan > 25:
return "🟡 中等偏高"
elif read_wan > 20:
return "🟡 中等"
else:
return "🟢 蓝海"
def scrape_category(gender, rank_type, category_id, category_name):
"""抓取单个分类的榜单数据"""
print(f"正在抓取: {category_name}")
html = fetch_rank_page(gender, rank_type, category_id)
data = parse_initial_state(html)
if not data or 'rank' not in data:
return None
book_list = data['rank'].get('book_list', [])[:10]
results = []
for i, book in enumerate(book_list, 1):
book_id = book.get('bookId', '')
read_count = int(book.get('read_count', 0))
word_count = int(book.get('wordNumber', 0))
# 获取真实书籍信息
real_info = get_real_book_info(book_id)
time.sleep(0.3) # 避免请求过快
if real_info:
results.append({
'rank': i,
'name': real_info['bookName'],
'author': real_info['author'],
'abstract': real_info['abstract'],
'read': read_count / 10000, # 转换为万
'words': word_count / 10000
})
return results
def generate_markdown(all_data, title="番茄小说榜单数据"):
"""生成Markdown格式报告"""
lines = [f"# {title}", "", f"> 数据采集时间：{time.strftime('%Y-%m-%d')}", ""]
# 按竞争程度排序
sorted_cats = sorted(all_data.items(),
key=lambda x: x[1]['top_read'], reverse=True)
for cat_name, cat_data in sorted_cats:
level = cat_data['level']
top_read = cat_data['top_read']
lines.append(f"## {cat_name}（榜首{top_read:.1f}万在读）{level}")
lines.append("")
for book in cat_data['books']:
lines.append(f"**【{book['rank']}】《{book['name']}》**")
lines.append(f"- 作者：{book['author']}")
lines.append(f"- 在读：{book['read']:.1f}万 | 字数：{book['words']:.1f}万")
if book['abstract']:
abstract = book['abstract'][:100] + "..." if len(book['abstract']) > 100 else book['abstract']
lines.append(f"- 简介：{abstract}")
lines.append("")
lines.append("---")
lines.append("")
return "\n".join(lines)
# 主函数示例
def main():
gender = 1 # 1=男频, 0=女频
rank_type = 1 # 1=新书榜, 2=阅读榜
categories = MALE_CATEGORIES if gender == 1 else FEMALE_CATEGORIES
all_data = {}
for cat_id, cat_name in categories.items():
books = scrape_category(gender, rank_type, cat_id, cat_name)
if books:
top_read = books[0]['read'] if books else 0
all_data[cat_name] = {
'level': get_competition_level(top_read * 10000),
'books': books,
'top_read': top_read
}
time.sleep(1) # 分类间隔
# 生成报告
md = generate_markdown(all_data, "番茄小说男频新书榜 TOP10")
# 保存文件
output_path = Path("fanqie-newbook-data.md")
output_path.write_text(md, encoding='utf-8')
print(f"数据已保存到: {output_path}")
if __name__ == "__main__":
main()
gender 和 rank_type 变量fanqie-newbook-data.md最新抓取的完整数据保存在：
novel-writer-skills/templates/knowledge-base/genres/fanqie-male-newbook-top10.mdnovel-writer-skills/templates/knowledge-base/genres/fanqie-trends-2025.md