القائمة
网文拆解。分析爆款小说的结构、人设、爽点、节奏等。 自动按篇幅路由到长篇或短篇拆解管线。输出结构化分析报告。 触发方式：/fiction-analyze、「拆书」「拆文」「分析这本书」「深度拆解」「帮我拆一下」「学学这本书」。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
正文写作 + 章节修改。写作支持 Normal（标准四步）和 Deep（完整六步+底本同步+data-agent）双模式；修改支持 Re-craft（大改，自动传播）和 Rewrite（重写，全链路刷新）两种内建模式。Polish 模式请走 fiction-polish。 系统自动检测模式并提示用户确认。每章写完自动检测里程碑节点弹出建议。 写作前自动检查章纲是否存在，不存在则阻断。 触发方式：/fiction-write {章号}、「写第X章」「续写」「继续写」「日更」「下一章」「接着写」「开始写」。
小说构思与共创。引导用户与 AI 共同打磨小说核心构思，包括题材定位、角色设计、 世界观框架、核心冲突、文风定位等。在正式开书(fiction-start)前完成。 触发方式：/fiction-conceive、「聊聊构思」「帮我打磨设定」「讨论主角」「文风讨论」「构思共创」「我想写个什么样的故事」「帮我设计角色」。
项目体检诊断。只读检查项目目录、文件、JSON、底本体系完整性。 发现缺失或异常项时解释影响和修复建议，不自动修复。 触发方式：/fiction-doctor、「体检」「诊断」「检查项目」「项目状态」「帮我看看这个项目有没有问题」「检查一下文件」。
导出与完本归档。合并所有正文为 .txt/.docx 格式， 可选去格式、加目录、生成封面。完本后一键归档项目文件。 触发方式：/fiction-export、「导出」「完本」「归档」「下载」「导出txt」「我要完本了」。
逆向导入已有小说。将已写好的半成品或完本小说反向解析为标准项目目录结构， 兼容后续 fiction-plan、fiction-write 流程。内部复用 fiction-analyze 的拆解管线， 按篇幅自动分流。 触发方式：/fiction-import、「导入小说」「反向解析」「导入」「把我的书导进来」「我有现成的稿子」。
从当前会话提取成功写作模式并写入 project_memory.json。 类型包括：hook/pacing/dialogue/payoff/emotion/format/other。 后续写作时自动参考已积累的模式。 触发方式：/fiction-learn、「记住这个写法」「学习」「这个写法好」「把这招存起来」「以后都这么写」。
| name | fiction-analyze |
| description | 网文拆解。分析爆款小说的结构、人设、爽点、节奏等。 自动按篇幅路由到长篇或短篇拆解管线。输出结构化分析报告。 触发方式：/fiction-analyze、「拆书」「拆文」「分析这本书」「深度拆解」「帮我拆一下」「学学这本书」。 |
拆解爆款小说，产出结构化分析报告，供写作时自动引用。
按篇幅自动分流：
读取前 3 章内容，分析：
产出快速预览报告，询问用户是否继续全量拆解。
拆文库/{书名}/
├─ 黄金三章分析.md
├─ 拆解报告.md # 核心发现
├─ 风格特征.md # 文风/节奏/技法
├─ 章节摘要/ # 逐章（或关键章节）摘要
├─ 角色分析.md # 角色设计模式
├─ 剧情结构.md # 结构段位/反转/节奏
└─ 写作手法.md # 可借鉴技巧
全量拆解，直接产出完整报告：
拆文库/{书名}/
├─ 拆解报告.md
├─ 情节节点.md # 情绪曲线 + 节奏标注
├─ 写作手法.md # 可借鉴技巧
└─ _meta.json # 元数据（字数/类型/对标价值评分）
拆文结果写入 拆文库/{书名}/，写作时自动读取：
拆解方法论参考：
拆文库/ 目录。
如果拆解过程中涉及浏览器操作（如登录平台查看章节），优先使用 browser-cdp 技能。
拆解仅作模式分析用途，不存储原文内容。> /fiction-analyze 庆余年
📖 检测到长篇，进入黄金三章分析...
分析完成！
快速预览报告（黄金三章）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
题材：历史穿越
核心钩子：现代人思维与古代制度的冲突
主角出场：第 1 段直接让读者代入范闲视角
节奏评估：前 3000 字完成 3 个事件 → 优秀
是否继续全量拆解？[Y/n]
本 skill 的开发参考了以下开源项目的思路与实现：
感谢原作者的开源贡献。