| name | novel-finder |
| description | 小说推荐助手。输入想看的小说类型或偏好，全平台搜索并生成推荐方案。覆盖网文（起点/番茄/七猫）和传统文学（豆瓣/知乎书单），包含书名、评分、简介、读者评价和阅读链接。当用户想找小说、书荒、求推荐书、找什么类型的小说看时使用。触发词：推荐小说、书荒、找小说、想看小说、novel、book、推书、求书单、小说推荐。 |
| description_zh | 小说推荐助手，全平台搜索生成个性化书单 |
| description_en | Novel recommendation assistant with cross-platform search |
Novel Finder 小说推荐助手
输入想看的小说类型/偏好，全平台搜索后生成个性化推荐报告，包含评分、简介、读者评价和阅读链接。
工作流程
- 需求解析 -- 提取用户的阅读偏好
- 全平台搜索 -- 联网搜索多个平台的推荐和排行
- 数据整理 -- 去重、排序、汇总为结构化 JSON
- 报告生成 -- 生成交互式 HTML 推荐报告
Step 1: 需求解析
从用户输入中提取阅读偏好：
核心维度
| 维度 | 说明 | 示例 |
|---|
| 类型 | 小说分类 | 玄幻、都市、悬疑、科幻、言情、历史、仙侠、末日、系统流 |
| 口味 | 细分偏好 | 轻松爽文、逻辑流、慢热、无敌流、种田、群像 |
| 字数 | 篇幅偏好 | 短篇(50万以下)、中篇(50-200万)、长篇(200万+)、完本优先 |
| 平台 | 来源偏好 | 网文(起点/番茄)、传统文学(豆瓣高分)、不限 |
可选维度
| 维度 | 说明 |
|---|
| 排斥 | 不想看的元素（如：不要后宫、不要圣母） |
| 参考 | 看过喜欢的作品（"类似《诡秘之主》的"） |
| 时间 | 近期新书 / 经典老书 / 不限 |
如果用户只说了"推荐玄幻小说"，合理假设为：
- 口味：均衡（兼顾评分和热度）
- 字数：不限
- 平台：不限
- 完结状态：优先完本
- 推荐数量：8-12 本
Step 2: 全平台搜索
必须联网搜索以获取最新数据，搜索策略如下：
搜索一：热门排行和推荐书单
"{类型}小说 推荐 2026 高分完本"
"{类型}小说 排行榜 起点 番茄"
"豆瓣 {类型}小说 高分 推荐"
"知乎 {类型}小说 推荐 神作"
搜索二：每本书的详细信息
"《{书名}》{作者} 评分 简介 评价"
"《{书名}》起点 字数 状态"
"《{书名}》读者评价 值得看吗"
搜索三：口碑验证
"《{书名}》知乎 评价"
"《{书名}》书评 优缺点"
数据源优先级
| 平台 | 类型 | 搜索价值 |
|---|
| 起点读书 | 网文 | 评分+字数+更新状态最权威 |
| 番茄小说 | 免费网文 | 热度榜参考 |
| 七猫小说 | 免费网文 | 补充热门推荐 |
| 豆瓣读书 | 全品类 | 评分最有公信力 |
| 知乎 | 书单/讨论 | 深度书评和推荐理由 |
| 贴吧/小红书 | UGC | 真实读者体验 |
Step 3: 数据整理
为每本推荐书整理以下信息：
{
"title": "书名",
"author": "作者",
"genre": "类型标签",
"word_count": "200万字",
"status": "完本/连载中",
"rating": {"score": 8.5, "source": "起点", "count": "12万人评"},
"synopsis": "一句话简介（50字以内）",
"description": "详细简介（200字以内，不剧透）",
"highlights": ["亮点1", "亮点2", "亮点3"],
"caveats": ["注意点1"],
"reader_quotes": [
{"text": "真实读者评价", "source": "知乎/豆瓣"}
],
"read_links": [
{"platform": "起点", "url": "链接"},
{"platform": "番茄", "url": "链接"}
],
"similar_to": ["类似的经典作品"],
"recommendation_reason": "推荐理由（结合用户偏好）"
}
筛选原则：
- 推荐 8-12 本，覆盖不同风格（热门爽文 + 口碑佳作 + 冷门精品）
- 优先推荐完本（除非用户说想追连载）
- 去重：同一作者最多推 2 本
- 排序：综合评分 + 口碑 + 与用户偏好匹配度
Step 4: 报告生成
将数据写入 novels_data.json，然后运行报告生成脚本：
python {baseDir}/scripts/generate_novel_report.py --data novels_data.json --output ./novel_report
报告结构（HTML）
模块 1：阅读画像
展示用户的偏好条件（类型/口味/字数/平台偏好）。
模块 2：推荐书单概览
8-12 本书的卡片列表，每张卡片包含：
- 书名 + 作者
- 类型标签
- 评分（星级 + 数字）
- 一句话简介
- 字数 + 完结状态标记
模块 3：详细书评
每本书的展开详情：
- 详细简介（不剧透）
- 三大亮点
- 注意事项（如有）
- 2-3 条真实读者评价（标注来源）
- 阅读链接（起点/番茄/七猫等多平台）
- 推荐理由（结合用户偏好说明为什么推这本）
模块 4：分类推荐
按不同维度给出标签式推荐：
- 最爽快 → 1 本（追求爽感首选）
- 最烧脑 → 1 本（喜欢逻辑推理的看这本）
- 最感人 → 1 本（情感共鸣强）
- 最新锐 → 1 本（近期新书亮眼之作）
- 终极推荐 → 1 本 + 详细理由
模块 5：延伸阅读
"如果你喜欢这些，可能还会喜欢"补充推荐 3-5 本。
最后使用 preview_url 打开 HTML 报告。
示例
用户说："推荐几本悬疑推理小说，要逻辑严密的那种，类似《诡秘之主》"
解析：
- 类型：悬疑/推理/奇幻
- 口味：逻辑流、世界观宏大、有伏笔
- 参考：《诡秘之主》
- 字数：不限
- 完结：优先完本
搜索：
"悬疑推理小说 推荐 2026 逻辑严密 完本 类似诡秘之主"
"知乎 类似诡秘之主的小说 推荐"
"起点 悬疑 高分 完本 排行"
报告样式
- 整体风格：书香感，暖色调
- 配色：主色 #4A3728（深棕）、背景 #FBF8F4（米白）、强调 #D4A76A（金棕）
- 字体：衬线体优先（读书氛围）
- 书籍卡片：带虚拟书封（渐变色块+书名）
- 评分：星级可视化
注意事项
- 必须联网搜索：书单数据变化快，不依赖训练数据中的旧信息
- 不剧透：简介和评价严禁剧透核心剧情
- 标注来源：读者评价标注来源平台
- 多平台链接：尽量提供 2+ 个阅读平台的链接
- 版权声明：推荐到正版平台阅读
- 口味多样：不全推同一类型，覆盖多种口味供选择
