Menü
爆款剧本检索技能。使用混合搜索（语义+关键词）检索最相关的爆款剧本，为生成提供参考。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| name | hit-script-retrieval-skill |
| description | 爆款剧本检索技能。使用混合搜索（语义+关键词）检索最相关的爆款剧本，为生成提供参考。 |
../../references/00-first-principles.md — 第一性原则（可拍性、留存性、一致性）../../references/03-script-writing-standard.md — 剧本写作标准（对话比、视觉标记、网文感）../../references/12-genre-specific-techniques.md — 类型化技巧（男频/女频特征）从117部爆款短剧剧本中检索最相关的剧本，为剧本生成提供参考。
使用混合搜索（Chroma语义搜索 + TF-IDF关键词搜索）：
在生成剧本前，根据以下信息检索相关剧本：
示例查询：
"复仇女主霸总豪门打脸"
"穿越古代逆袭当皇后"
"重生复仇虐恋"
检索返回Top 5最相关的剧本，包含：
注入到context：
参考以下爆款剧本的风格和节奏：
【参考剧本1】《封总的复仇娇妻》
- 相似度：0.892
- 特点：复仇女主、霸总、豪门恩怨、打脸爽剧
- 节奏：快节奏、高冲突密度、强情绪冲击
- 对话风格：短句、高对话比、视觉标记丰富
【参考剧本2】...
从当前剧本需求中提取关键信息：
# 示例：从分集规划中提取
query_parts = []
if "类型" in episode_plan:
query_parts.append(episode_plan["类型"])
if "情绪" in episode_plan:
query_parts.append(episode_plan["情绪"])
if "主要情节" in episode_plan:
query_parts.append(episode_plan["主要情节"])
query = " ".join(query_parts)
# 结果：query = "复仇 愤怒 打脸揭秘"
使用混合搜索引擎：
from hybrid_search import HybridSearchEngine
# 初始化（只需一次）
engine = HybridSearchEngine("../../knowledge/hit-scripts-md")
# 检索Top 5
results = engine.hybrid_search(
query=query,
n_results=5,
semantic_weight=0.6,
keyword_weight=0.4
)
reference_scripts = []
for result in results:
with open(result['path'], 'r', encoding='utf-8') as f:
content = f.read()
reference_scripts.append({
'filename': result['filename'],
'score': result['score'],
'content': content[:5000] # 取前5000字符
})
你是一名短剧编剧，现在需要创作第N集剧本。
【参考爆款剧本】
以下是5个最相关的爆款剧本，请参考它们的：
- 节奏：场景数、冲突密度、时长分布
- 对话：句长、对话比、视觉标记
- 情绪：情绪强度、情感极性摆动
- 框架：开局-发展-高潮-反转-结局
1. 《封总的复仇娇妻》（相似度：0.892）
[内容节选...]
2. 《...》（相似度：0.856）
[内容节选...]
...
【当前任务】
根据以上参考，创作第N集剧本...
生成剧本后，使用相同的5个参考剧本进行对比分析：
# 统计生成剧本的节奏指标
generated_metrics = {
'scene_count': 6,
'conflict_density': 0.015,
'avg_scene_duration': 10,
'emotion_intensity': 0.012
}
# 统计参考剧本的平均指标
reference_metrics = {
'scene_count': 8.5,
'conflict_density': 0.035,
'avg_scene_duration': 7.5,
'emotion_intensity': 0.025
}
# 对比分析
if generated_metrics['scene_count'] < reference_metrics['scene_count']:
feedback.append("场景数偏少，建议增加2个过渡场景")
# 统计对话指标
generated_style = {
'avg_sentence_length': 18,
'dialogue_ratio': 0.45,
'visual_markers_per_100': 1
}
reference_style = {
'avg_sentence_length': 12,
'dialogue_ratio': 0.72,
'visual_markers_per_100': 4
}
# 对比分析
if generated_style['dialogue_ratio'] < reference_style['dialogue_ratio']:
feedback.append("对话比偏低，建议增加对话，减少叙述")
# 分析情绪词汇密度
generated_emotion_density = 0.5 # 每100字0.5个情绪词
reference_emotion_density = 2.0 # 每100字2个情绪词
if generated_emotion_density < reference_emotion_density:
feedback.append("情绪词汇偏少，建议增加情绪化表达")
使用 comparative-review-skill 进行综合对比：
输出示例：
【综合审核】FAIL
节奏问题：
- 场景数：生成6场景，参考平均8.5场景 → 建议增加2个过渡场景
- 冲突密度：生成0.015，参考平均0.035 → 建议在第3、5场景增加对抗
对话风格问题：
- 句长：生成18字符，参考平均12字符 → 建议拆分长句
- 对话比：生成45%，参考平均72% → 建议增加对话，减少叙述
参考示例：
请参考《封总的复仇娇妻》第15集的对抗场景结构
请参考《霸总的替身新娘》第8集的对话节奏
使用 style-analysis-skill 分析风格：
输出示例：
【风格分析】
句长分布：
- 生成剧本：平均18字符
- 参考剧本：平均12字符
- 建议：拆分长句，增加短句比例
对话比：
- 生成剧本：45%
- 参考剧本：72%
- 建议：增加对话，减少叙述性文字
视觉标记：
- 生成剧本：1个/100字
- 参考剧本：4个/100字
- 建议：增加视觉标记（如：冷笑、嗤笑、冷哼等）
knowledge/hit-scripts-md/，请自行放入有权使用的 .md 剧本语料.search_index/../../scripts/improved_hybrid_search.py（推荐）或 ../../scripts/hybrid_search.py（备选）../../knowledge/hit-scripts-md/*.md（本地自备语料，开源版默认不包含）comparative-review-skillstyle-analysis-skillStep 0：判断原小说类型（男频/女频/中性）
根据原小说特征判断（核心判断标准：主角性别）：
男频特征：
- 【核心】主角：男性主角为中心，男主视角
- 类型：复仇、逆袭、霸道、战神、龙王、赘婿、神医
- 情节：打脸、装逼、碾压、称霸
- 示例：《赘婿之王》《战神归来》《神医下山》
女频特征：
- 【核心】主角：女性主角为中心，女主视角
- 类型：虐恋、甜宠、豪门、替身、真假千金、重生复仇
- 情节：误会、虐心、和解、宠溺、逆袭
- 示例：《豪门替身妻》《真假千金》《霸总的替身新娘》
中性/不确定：
- 双主角、群像剧、或类型不明显
- 使用 `all` 参数不限类型
判断流程：
1. 首先看主角性别：男主 → 男频，女主 → 女频
2. 其次看类型关键词：复仇/战神/赘婿 → 男频，虐恋/甜宠/替身 → 女频
3. 最后看情节特征：打脸/碾压 → 男频，误会/虐心 → 女频
判断结果：
- 男频 → 使用 `male` 参数
- 女频 → 使用 `female` 参数
- 中性 → 使用 `all` 参数
Step 1：构建查询关键词
根据剧本特征选择关键词：
- 核心类型：重生、穿越、复仇、逆袭、虐恋、甜宠
- 场景类型：豪门、古代、现代、职场、校园、宫廷
- 特殊元素：道门、玄幻、霸总、白莲花、打脸（可选）
示例：query = "重生 复仇 豪门"
Step 2：执行检索
# 推荐：使用改进版混合搜索（持久化索引 + 男女频分类）
python3 scripts/improved_hybrid_search.py "重生 复仇 豪门" male
# 或指定女频：python3 scripts/improved_hybrid_search.py "重生 复仇 豪门" female
# 或不限类型：python3 scripts/improved_hybrid_search.py "重生 复仇 豪门" all
# 备选：使用快速搜索（如环境不支持）
python3 scripts/quick_search.py "重生 复仇 豪门"
Step 3：读取参考剧本
读取检索结果的前5000字作为参考
Step 4：注入到 Context
将参考剧本内容注入到生成 prompt 中，参考其：
1. 对话比（约70%）
2. 视觉标记密度（3.5-4.5个/100字）
3. 网文感关键词（1.8-3.0个/100字）
4. 句长控制（10-14字符）
5. 节奏感（起承转合）
优先级1：核心类型（必选）
优先级2：场景类型（必选）
优先级3：特殊元素（可选）
示例：
✅ 好的查询："重生 复仇 豪门"（3个核心关键词）
❌ 不好的查询："重生复仇道门天师豪门虐待"（太多关键词）
Q1：为什么检索不到结果？
Q2：检索结果不相关？
Q3：检索速度慢？
Q4：如何选择男频/女频？
male 参数检索男频剧本female 参数检索女频剧本all 参数不限类型（默认）完整的多Agent多Skill小说改编项目。开源版运行时依赖 agents/skills/references，原始 sources 不随仓库分发。
调用 nano banana API（gemini-3.1-flash-image-preview）生成图片。支持纯文本生图和参考图生图。
小说改编分析技能。完成文本清洗、类型判定、冲突建模、角色一致性建模。
动画师技能。将静态分镜转化为图生视频的动态提示词（Motion Prompt）。
服化道设计技能。将导演分析产出的人物清单和场景清单转化为可直接用于文生图工具的详细提示词。
服化道审核技能。用于审核阶段二服化道设计产出（人物设定提示词、场景环境提示词），通过逐项比对、脑内预演和评分制确保造型准确、风格一致、提示词可执行。