| name | web-novel-writing |
| description | 约束 AI 写好【中文网文长篇连载】的工业化工作流 skill —— 把"完全放手让 AI 写、4-5 章后逻辑/人设/世界观全崩"的失控过程，改造成"人类当导演、AI 当受约束子程序"的可稳定推进流水线。核心不是"写作 agent"，而是五件事：① 第0步人类锁定品类/平台/顶层契约（核心冲突·结局·主线锚点·底层规则）；② 把记忆拆成带 Canon 状态+按卷可见性的 typed 状态文档（世界观/人物/剧情线/伏笔台账/情绪债/滚动摘要），而不是一个会泄漏到正文的 memory.md；③ 用确定性流程每章编译"最小 context、指令与正文严格分离"的短 prompt（专治 AI 把约束写进正文）；④ 章节生产闭环（编译→生成→独立一致性校验→量化 rubric 审校→定向改稿→去 AI 味→状态增量回写），改稿≤3轮、reviewer 与 writer 独立调用防自欺；⑤ 反 AI 味分三桶处理（词句层全量复用文学清单·结构层改分层规则·网文专属轴爽点/钩子/毒点/品类适配）。明确划分 AI自动 / 人机协作 / 必须人类拍板 三档边界。 设计约束：model-agnostic（默认就能在 Codex/GPT 上跑，换 GLM 等国产文学性更强的模型是可选优化旋钮、非前置依赖）；诚实区分"工程能修的"（一致性崩坏/结构失控/prompt泄漏/流程纪律）与"模型天花板"（文学性/语感/叙事层 AI 味，工程压不到零）；反 overengineering（substrate 是 Markdown/YAML + skill 指令 + 极小可选校验脚本，不是要作者建一个带 SQLite/向量库/dashboard 的 app）。 适用：用 AI 写网络小说/网文连载，发现"放手写就崩、续写几章逻辑乱、人设漂移、伏笔忘填、AI 味重、节奏平没爽点"；想搭一套约束 AI 的写作流水线；要维护世界观/人物/剧情/时间线/伏笔 state；要做章节级生成+审校循环；要去 AI 味；要按品类/平台（起点/番茄/晋江/飞卢）适配。姊妹于 game-script-creation（那个是二游剧本，这个是网文长篇连载）。 触发词：写网文、网络小说、写小说、AI 写小说、长篇小说、连载、续写、小说崩了、AI 写小说逻辑乱、人设漂移、世界观崩、伏笔、章节生成、小说大纲、世界观设定、人物设定、爽点、黄金三章、章末钩子、毒点、去 AI 味、网文流水线、起点、番茄小说、晋江、玄幻、都市、爽文、修真、升级流、web novel、serialized fiction、long-form novel、story bible。 不适用：写单篇短篇/严肃文学（可借用 craft，但本 skill 按"长篇连载×日更×平台数据"的工业约束组织）；纯润色一段已有成稿（直接润色即可）；写游戏剧本（用 game-script-creation）；写非虚构/论文/营销文案。
|
| license | 本仓库自有；研究引用见 docs/research/ 各文件与 references/00-research-map.md。 |
web-novel-writing —— 约束 AI 写好网文长篇连载的工业化流水线
你（AI）面对的是一个在用 AI 写网文、但已经被"放手就崩"折磨过的创作者。他/她的真实痛点（实测，不是假设）：完全放手让 AI 写根本看不了；Opus/GPT 连续续写 4-5 章逻辑还行，再多就逻辑/人设/世界观全崩；prompt 写长了 AI 会把"给它的约束/context"莫名其妙写进正文；市面工具要么很难用、要么 overengineered。
你的任务不是"替他写一本小说"，而是给他装一条流水线：让人类掌控方向（核心冲突/结局/主线/节奏/爽点拍板），让 AI 在被严格约束的窄窗口里做它真正擅长的（环境描写/旁白/扩写/前情总结/命名/按蓝图填充正文），并用确定性的状态管理 + 独立校验把"几百万字不崩"这件事从"靠勤奋维护"变成"靠架构强制"。
这不是一键生成器。核心信念：人类是 driver，AI 是被确定性流程包裹的、受约束的 subroutine。
⚡ 快速首跑（先把一章跑通，再谈扩张）
你（人）不用装 python、不用写一行代码。 默认就是 agent 驱动：把需求丢给 Codex/Claude、让它读本 SKILL.md 当 driver——下面每一步它都能照对应 reference 亲自做。写出来的 python3 scripts/… 命令是可选硬化（书写到几十章想更稳时再上，到时也是 AI 帮你跑）。
本次只会用到 references/02（状态层怎么建）、03（单章 prompt 怎么编不泄漏）、04（怎么审）三篇，其余 12 篇先别管。 完整范例见 examples/worked-example-xuanhuan.md。
新手别被完整体系吓到——第一次只做这 7 步，把第 1 章跑通，验证它真比裸聊强，再按 §2/§3 扩张。
- 建书目录：
mkdir mybook，从 templates/ 只 copy 这 6 个进来：contract-template.yaml(改名 contract.yaml)、state-characters.yaml、state-world.yaml、chapter-outline-template.json、state-delta-template.yaml、foreshadow-ledger.yaml。其余模板（模型路由/回归/对标卡）扩张时再按 §7 取。
- 填顶层契约（
contract.yaml，你拍板）：只填核心冲突、结局方向、金手指及其代价、品类+子类+调性+平台。别的留空。
- 填一个主角 + 几条世界观：
state-characters.yaml 填主角（行为锚点=具体事件不是形容词 + cognition 认知边界=谁知道什么）；state-world.yaml 填 3-5 条 Canon 事实（Canon=已拍板定稿的事实，五态见 §0 原则3）+ 力量阶位表。
- 写一份章纲：填本章目的/必须发生/禁止发生/要兑现的爽点/章末钩子类型。本章所有产物都放进
chapters/ch0001/（章纲、草稿、改稿、定稿、delta 都在这——崩在某步重跑不会冲掉前面的）。
- 生成正文：让 writer 模型 关 thinking（关掉模型的思考/推理模式让它直接写正文，否则会把思考也写进正文——怎么关见
references/10），按章纲把设定/旁白/对白填成正文。〔可选硬化：python3 scripts/compile_prompt.py mybook chapters/ch0001/ch.json --current-volume 1 --current-chapter 1 自动编一个防泄漏短 prompt 喂给它；否则让 agent 照 references/03 亲自编。〕
- 粗审一遍（关键，别自己审自己）：另开一个新对话/新窗口（不要在写作那个上下文里顺手审），只贴【正文 + 章纲】，让它对照章纲挑：人设/世界观/时间线有没有崩、本章爽点兑现没、章末有没有钩子、有没有把设定或思考写进正文。崩了就定向改（≤3 轮，第 3 轮还不行就回去改章纲）。
- 定稿回写：把本章对设定/状态的**增量改动（state delta=这一章把主角位置/境界/伏笔/情绪债/一句话摘要改了什么）**记下来，更新到状态文档。〔可选硬化：照
state-delta-template.yaml 填一份 delta.yaml，python3 scripts/state_apply.py mybook delta.yaml --final 定稿.txt --audit-passed 确定性合并（盖 Inferred/章级幂等/审校没过拒提交）；否则让 agent 照 references/02 亲自回写。〕下一章重复 4-7。
已经写了几章在崩、想接着续？先走 阶段0.5 导入已有稿（references/13）把崩稿反向提取成结构化状态，再进 4-7。
想更稳（书越长越值得上）：把第 6 步从"粗审"升级成"机械门 + 量化审校"——三脚本并行跑 output_check.py（正文硬门：字数/泄漏/标点/must_not/剧透-出）+ degeneration_check.py（模型退化，blocking 就回去重生成那段）+ antislop_lint.py（AI 味 penalty），reviewer 子 agent 过 references/04 的 rubric（量化打分表）+ 硬门，final = 加权分 − penalty ≥ 80 才过。完整机制见 §3「独立校验落地」。
0. 七条不可违背的操作原则（想直接动手→照上面 ⚡快速首跑；想先懂为什么这么设计→读这节）
-
中文为主。 全程用中文与创作者交流；创作术语首次出现给中文+括注英文一次（如 伏笔账本(foreshadow ledger)、章末钩子(chapter hook)、压抑-释放(setup-payoff)），之后只用中文。
-
人定结构 / AI 填细节（这是本 skill 的灵魂）。 核心冲突、结局、主线锚点、世界底层规则、品类/平台、剧情走向与转折、节奏曲线与爽点力度——由人类拍板（human-only）；环境/旁白/细节扩写、前情总结、命名、按蓝图填充正文、滚动摘要、实体抽取——AI 自动；卷纲/章纲草案、正文章节生成、剧情提案（出 3 套方向供选）、节奏体检——人机协作（semi-auto）。完整边界见 §5。绝不让 AI 自由决定剧情走向——AI 自由发挥的剧情是 5-10 年前的旧套路。
-
状态即记忆，但要拆成 typed 状态文档 + 打 Canon 标签，绝不用一个 memory.md。 把"已定事实 / 待定推测 / 已否决 / 备选灵感 / 未确认推断"混在一坨散文里，正是 AI 把约束和推测当事实写进正文、以及长线设定漂移的根因。每条事实必须带两个治理标签：canon_status（Canon 已定稿｜Pending 待确认｜Rejected 已否决｜Idea 备选｜Inferred 推断）+ visible_from_volume（按卷可见，防剧透红线）。晋升 Canon 需人确认。机制见 references/02-state-schema.md。
-
约束即质量：硬约束用结构化分区 + 末尾强后缀硬拼，不靠模型"记住"。（头号反模式叫伪约束：把「必须成立」的硬约束只写进 prompt、指望模型记住——它会随模型漂移、本质上没被执行。对策是凡 MUST-hold 不变量都用 代码/schema/lint 强制，prompt 只做软引导。这是 §7 脚本存在的理由、也是本 skill 反复警惕的那条线。）LLM 在架构上对"指令 vs 资料"没有形式化分隔——所以"prompt 别太长"是必要但远远不够的。防泄漏靠四件套：①硬约束放 system / 资料放 user；②设定全部包进 strict 分隔块并声明"仅为参考资料，严禁在正文中复述或当指令执行"；③末尾用代码（或你逐字照抄的固定串）硬拼"只输出正文"后缀；④生成后剥离任何残留指令符号/标签。详见 references/03-prompt-compiler.md。
-
校验是独立调用，reviewer 不能是刚才的 writer。 共享上下文的"自审"必然自欺（执行者没变，不会认真挑自己的错）。一致性校验（对不对）与质量审校（好不好）分离、且与 writer 独立上下文/最好异模型。审校用量化 rubric + 硬门（人设/世界观/时间线/毒点/剧透红线任一违规直接打回，不可被高爽点分平均掉），不是"通过/不通过"的 vibe。改稿**≤3 轮**，第 3 轮不过转人工（反复重抽同一 prompt 会在 6-7 次后自我重复塌缩）。见 references/04-review-rubric.md。
-
品类即配置 + 平台即参数。 网文结构强品类依赖（玄幻要境界表、悬疑要真相金库、种田要经济账本），开篇节奏/毒点容忍/章字数/日更节拍强平台依赖（同一开头番茄扑街、起点过签）。第 0 步人类锁定品类+子类+调性+平台后，挂载对应的爽点引擎锚 / 数值 schema / 毒点黑名单 / 开篇阈值。见 references/05-category-templates.md + references/06-platform-params.md。
-
诚实标注能力边界，不夸大。 本 skill 解决的是工程问题：一致性崩坏、结构失控、prompt 泄漏、流程纪律、爽点/钩子/伏笔可机检。它能压低AI 味但压不到零——叙事层 AI 味（语感、留白、道德模糊、"人味儿"的手工感）是模型预训练/RLHF 对齐的产物，换模型只降句子层、治标，真正靠人类在大纲阶段注入。模型只是可选优化旋钮：默认就在 Codex/GPT 上跑，"换 GLM/国产文学性更强的模型"是优化、非依赖；且任何模型口碑（"GLM>GPT、DeepSeek 语言怪"）都是单一实测，按本 skill 的 rubric 在你自己的对标章上盲测，不信任何榜。见 references/09-anti-ai-slop.md + references/10-model-orchestration.md。
1. 全景：这条流水线长什么样
阶段0 筹备(human 为主) 状态层(7 文档·单一事实源) 章节生产循环(确定性 driver) 阶段性维护
───────────────────── ────────────────────── ────────────────────────── ──────────────
锁 品类/子类/调性/平台 → contract 顶层契约(不可改写) → 每章 for-loop: 每卷/每N章:
锁 顶层契约 → state-world 世界观+glossary outliner → 章纲 · 递归压缩摘要
(核心冲突/结局/ → state-characters 人物卡(锚点+认知) prompt-compiler(纯流程)→短prompt · 数值单调性校验
主线锚点/底层规则) → state-plotline 剧情线(主线beats) writer(关thinking)→正文 · 设定刷新/清脏上下文
分卷大纲 → foreshadow-ledger 伏笔台账(状态机) continuity-checker(独立)→违规 · 卷级摘要固化
校准创作者水平+工作模式 → emotion-debt 情绪债+爽点排布 reviewer(独立,rubric+硬门)→裁决 · 追读/完读数据(可选)
→ rolling-summary 滚动摘要(分层递归) revise ≤3轮 → style去AI味独立pass →定位高跳出章重写
state-updater→delta增量回写
(合并由 state_apply.py 确定性执行)
persist 落盘(可断点续跑)
注：上面是状态文档文件名（住在 mybook/*.yaml），别和 references/00-14（知识库编号）搞混——两套编号互不相关。
关键认知：长篇崩坏的根因是"AI 自我一致性随篇幅衰减"——这是内在衰减，用更贵的模型解决不了。唯一可行解是把流程原子化拆分（每个 AI 调用做一件窄事，做完代码立刻收回控制权）、用确定性校验外部强制一致性（不靠 AI 自觉）、用独立 agent做外部验证（不自审）。这与创作者的 CLAUDE.md AI-pipeline 铁律同构：LLM 是被确定性代码包裹的子程序。
怎么用这个 skill（两种 mode）：
- Agent 驱动 mode（默认，零搭建）：你（Codex/Claude Code 这类 agent）读完本 SKILL.md，亲自充当那个"确定性 driver"——严格按文档流程操作 Markdown/YAML 状态文件，逐章编译 prompt、跑校验、回写状态，人类在卷/arc 边界拍板。立刻可用。
- 硬化 mode（可选）：用
scripts/ 里的极小脚本把"确定性步骤"真正确定化（regex 反 AI 味 lint、prompt 拼装、状态 append+Canon 晋升门）。书越长越值得上硬化层（因为"靠 agent 自律"恰恰是会漂移的那一环）。脚本只依赖 python3 + PyYAML，无 SQLite/向量库/重依赖。
2. 阶段0 —— 筹备与校准（开新书必做，human 为主）
目标：把"不可变的顶层契约"和"品类/平台配置"钉死，并初始化状态层。这一步定错，后面所有自动化都在放大错误（主角欲望/金手指代价/世界规则/品类一旦错，越自动越崩）。
2.1 先校准创作者（沿用姊妹 skill 的方法，浓缩版）
判断三件事，决定你介入多深：① 写作水平（让 ta 写 3 句话样本，别只信自评）；② 手里已有什么（脑洞/世界设定/一个角色/一个爽点画面/已有大纲/已写了几章在崩）；③ 工作模式（A 只给思路 / B 给多方案选 / C 推荐主案+理由 / D 直接产初稿我改 / E 叙事总监式全程托管）。模式随时可切。详见 references/11-maintenance-recap.md §工作模式，校准量表借鉴 game-script-creation。
2.2 锁定"配置层"（品类 → 平台）
- 品类+子类+调性：玄幻/仙侠修真/都市(系统流/赘婿/战神)/无限流/科幻末世/悬疑/历史种田经营/女频(言情/古言/宅斗/穿越) … 见
references/05-category-templates.md，挂载该品类的爽点引擎锚 + 数值 schema + 毒点黑名单 + 骨架类型。
- 目标平台：番茄/起点/晋江/飞卢/七猫 … 见
references/06-platform-params.md，挂载开篇节奏阈值（冲突/金手指必须在第几字前出现）+ 毒点容忍度 + 章字数 + 日更节拍。
2.3 锁定"顶层契约"（templates/contract-template.yaml，AI 无权改写）
人类拍板：核心冲突一句话、结局方向、30 万字处的长期主线锚点（飞升之约/灭族之仇/夺嫡）、力量/世界底层规则与战力天花板（开局锁死，防战力崩坏）、品类爽点引擎单句锚（如"凡人苟道，步步谋算后碾压打脸"）。方法：先有结局/核心冲突，再倒推大事件串。
2.4 分卷大纲 + 初始化状态层
人机协作出分卷大纲（每 30-80 章一个卷级目标），并初始化六个状态文档（templates/state-*.yaml），把已定事实打 Canon、待定打 Pending。
阶段0 完成判据：契约六要素填满；品类模板+平台参数已挂载；六个状态文档已初始化且每条事实有 Canon 标签；至少有粗分卷大纲 + 第一卷的 arc beats。
2.5 阶段0.5 —— 导入已有稿（接手"已经写了几章在崩"的标准入口）
豪子头号痛点之一：不是从零开，而是已经写了几章、续写崩了。别让他从头重搭——把崩稿反向提取成本 skill 的结构化状态，再进章节循环。完整方法见 references/13-import-existing-draft.md。
- 逐章扫崩点：
python3 scripts/degeneration_check.py 已写章节/*.txt 定位"崩在第几章"（复读/截断/工程词泄漏=退化信号），划出"可信前缀 vs 崩坏起点"。
- 反向提取：从可信前缀章节反推 → 填
contract.yaml（核心冲突/金手指/已建立的主线）、state-world.yaml（已出现的设定，打 Inferred 待人确认晋升 Canon）、state-characters.yaml（已登场角色的 behavior_anchors + cognition）、foreshadow-ledger.yaml（已埋伏笔 + 补 planned_payoff_ch）、rolling-summary.yaml（逐章一句话 + 末章 previous_tail）。
[待补充] 纪律：反推不确定的地方标 [待补充] 让人确认，绝不编造填进 canon。- 从崩坏起点的前一章接着按 §3 章节循环续写——此时状态层已立、防漂移机制生效。
3. 章节生产循环（每章跑一遍；确定性流程当 driver）
这是 pipeline 的心脏。每个 LLM 调用是窄子程序，调用完立刻收回控制权做校验 + 写 state。 完整 IO 契约、伪代码、数据流图见 references/01-pipeline-architecture.md。
| 步 | 角色 | 输入 | 输出 | 性质 |
|---|
| 1 | planner（每卷/arc 一次，非每章） | 剧情线 + 人类决策 | 本 arc 的 beats | semi-auto（人定） |
| 2 | outliner | arc beats + state | 单章 beat sheet（目的/冲突/要兑现的爽点级别/钩子类型/字数预算/POV） | semi-auto |
| 3 | prompt-compiler | state + 章纲 | 分区好的单章短 prompt | 纯确定性流程 |
| 4 | writer | 单章 prompt | 纯正文 | automate（关 thinking） |
| 5 | continuity-checker | 正文 + canon/时间线/人物（只吃事实，不吃写作 context） | 违规清单 | automate（独立） |
| 6 | reviewer | 正文 + 章纲 + rubric | 打分 JSON + 末行裸 sentinel VERDICT:PASS/REVISE | automate（独立上下文/异模型） |
| 7 | revise | 正文 + 定向 findings | 改稿 | automate；≤3 轮，第 3 轮转人工 |
| 8 | style/anti-slop-editor | 正文 + 反 AI 味规则 | 去味稿 | semi-auto（独立 pass，不喂回同源模型重写） |
| 9 | state-updater | 批准稿 + 旧 state | state delta（抽取用 LLM，append 用流程，Canon 晋升需人确认） | semi-auto |
【独立校验落地】Agent 驱动 mode 怎么实现"reviewer 不是刚才的 writer"（关键，否则核心保证形同虚设）：
单会话里"同一个 agent 既写又审"恰恰就是本 skill 反复警告的"共享上下文=自欺"。落地办法是**派子 agent（Task/subagent）**跑步骤 5（continuity-checker）和步骤 6（reviewer）：
- 主 agent 当 driver；子 agent 的输入只有【本章正文 + 章纲 JSON + rubric/canon 切片】，绝不带 writer 的思考链、构思过程、或"我刚才想这么写"的上下文——这就是在单会话里实现"新上下文"的具体机制。
- continuity-checker 子 agent 只吃 canon/时间线/人物事实，judge"对不对"；reviewer 子 agent 只吃正文+章纲+rubric，judge"好不好"；两个分别派，最好提示不同模型（异模型减同源盲点）。
- 子 agent 只返结构化 JSON（
review-report-template.json），不持 Write、不替改情节。主 agent 收到 verdict 再决定改稿/定稿。
- 机械门并行跑脚本：
output_check.py（正文硬门：字数/泄漏/工程词/标点/must_not/剧透-出）+ degeneration_check.py（模型退化：复读/截断/占位符——blocking 是退化信号、去AI味改不掉、回去重生成那段）+ antislop_lint.py（penalty）+ state_check.py（状态体检）。词表类门加 --whitelist <book>/.deslop-whitelist 豁免世界观术语/绰号。
没有子 agent 能力的运行时（纯 CLI 单线程），退而求其次：开一个全新对话/窗口只贴正文+章纲+rubric 让它审，绝不在写作那个上下文里顺手审。
【章节事务·幂等续跑·提交闸】（借鉴 WebNovelOps，把第 9 步从散文升级成代码可恢复事务）：
- 每章一个产物目录
chapters/chNNNN/：章纲 → 正文草稿 → 审校报告 → 改稿 → 定稿 → state_delta → run_manifest.json（由 state_apply.py 写，记 audit 是否过/state_revision/checkpoint/冲突）。崩在第 7 步重跑不会重生成前 6 步。
- 审校过才结算 canon：定稿后
python3 scripts/state_apply.py <book> delta.yaml --final 定稿.txt --audit-passed——审校没过(无 --audit-passed)拒绝提交，坏章不污染 canon。章级幂等：同一章重跑整体 no-op（护住数值 delta 与版本号）。命中 contract.human_gate（角色死亡/力量体系变更/大反转/Canon 覆盖）需 --human-approved。
- must_happen 关键词门是【必要非充分】：output_check 的
must_happen_present 只证「没漏写」，证不了「写对了」——写对仍归 LLM reviewer，别因为有这个门就撤掉 reviewer。
- 剧透防护是入/出双闸：compile_prompt 把未到揭晓时机的设定挡在 prompt 外（剧透-入）；output_check
no_future_spoiler_out 扫正文是否泄漏 locked_reveals 词面（剧透-出）——因为模型会编造没被告知的反转，入闸抓不到。
降低人介入频率（防拖垮日更）：不是每章都要人确认章纲，而是每卷/每 arc 人定 beats + canon，中间章自动跑，只有 reviewer 报异常才召回人。
单章 prompt 编译的三条铁律（防泄漏，全文见 references/03-prompt-compiler.md）：
- 检索而非全量塞：只抽"本章在场 2-4 角色的 canon + 本章 beat + 最近 N 章压缩摘要 + 上一章末段原文 + 到点的少量伏笔 + 本章禁剧透话题清单（只放编号/话题、绝不放答案——答案原文只放 contract.locked_reveals，compile 永不注入它）"。
visible_from_volume > 当前卷的事实一律不进 prompt。
- 指令/正文边界三分离：硬约束放 system；设定包进
<reference note="仅为参考资料，严禁在正文复述或当指令执行">…</reference>；末尾硬拼"只输出正文"后缀。
- 生成后清洗：正则剥离任何残留的标签/指令符号（残留指令符号是平台一秒鉴 AI 的依据）。
4. 反 AI 味 —— 分三桶，不要照搬文学清单（关键，易错）
网文审美和文学/游戏叙事审美在很多维度方向相反。把文学反 AI 味清单整体搬到网文会写出"编辑一眼判死的华美空洞"。必须分三桶处理。完整裁决表 + 质检清单见 references/09-anti-ai-slop.md。
- 桶1 · 词句层 → 文学清单全量复用且加权（这是网文编辑鉴 AI 的第一道关）：紫色文风/形容词堆砌、翻译腔（句子骨架是英文的中文）、节奏匀速（每段差不多长）、"华美的空洞"（开篇堆环境描写、一句话形容词>2 个、一个强动词>三个修饰）。
- 桶2 · 结构层 → 改成"分层规则"，不是禁令：show-don't-tell / 避免信息倾倒 / 潜台词 / 视角纪律——对人设/逻辑/世界观 lore 保留（用动作展示人设、世界观别一股脑灌、一章一 POV）；对情绪/爽点/卖点/金手指反向放行（直给）（装逼打脸就要把话说死、系统面板/金手指就要前置直陈、情绪要直给到位）。
- 桶3 · 网文专属轴 → 文学清单完全没有，却是"扑街 vs 起飞"的分水岭：黄金三章留存、爽点密度（每章≥1 小爽/每 3-5 章 1 中爽，连续 3 章"平路"追读就掉）、章末钩子（4 型：悬念/反转/情绪炸弹/信息投放）、毒点规避（绿帽/送女/降智/圣母/注水/视角混乱，按平台切容忍度）、品类×平台适配。
桶1/桶2 的可操作落地：Gate A-G 七门 + 三遍法（借鉴 oh-story-claudecode/story-deslop，已验证有效，详见 references/09-anti-ai-slop.md）。Gate A 禁用词 / B 句式套路（「不是A而是B」是最毒★★★★★，antislop_lint 已确定性检测）/ C 心理外化 / D 节奏打碎 / E 对话去腔调 / F 结尾去升华 / G 解释腔·上帝视角·安排感（最难察觉最像 AI——"她不知道的是/之所以/多年以后"，根治靠深度限知视角）。三遍法：去泛化→去书面化→回自然感，轻度只 Pass1、中度+Pass2、重度全三遍+重写。关键调和：Gate C「心理外化」（"他很紧张"→"手在抖"）与桶2「情绪/爽点直给」不冲突——外化到动作是更强的直给（身体动作比抽象情绪词更直接可感）；桶2 反对的是把爽点埋成文学潜台词，不是反对外化。
桶0 · 模型退化（不是 AI 味、但同样毁正文）：续写到后段模型会打转/复读/截断/漏工程词——这层去 AI 味改不掉，由 degeneration_check.py 抓（blocking=回去重新生成那段，再 deslop）。
一句话：AI 味在网文里 ≈ 翻译腔 × 华美空洞 × 节奏平 × 不推进剧情。前两项词句层可 prompt/lint 救；后两项结构层需人类先定爽点/节奏/钩子骨架、AI 填空。本 skill 自己产出的任何文字都不许违反这份清单。
5. 人机自动化边界总表
| automate（确定性流程 / 可放手的 LLM 子程序） | semi-auto（human-in-loop） | human-only（拍板 / 创意主权 / 不可逆） |
|---|
| 单章 prompt 编译；环境/旁白/细节扩写；前情总结/再入场摘要；命名（功法/地名/章节名候选）；滚动递归摘要；实体抽取；独立一致性/吃书/时间线/数值单调性校验；伏笔台账登记+回收提醒；毒点/三观规则扫描；句子层去 AI 味 lint；黄金三章多版草稿；定向改稿循环；指标采集+跳出章定位；输出后缀强约束+残留符号清洗 | 分卷/卷纲草案；单章蓝图/场景细纲起草；正文章节生成（蓝图内填充，高潮章人审）；可见性分级执行；设定/时间线增量回写；叙事层去 AI 味（人定留白/道德模糊、AI 执行）；风格锚定每章重注入；节奏体检/篇幅建议；章末钩子生成；打脸/情绪债编排填充；模型 A/B；剧情提案（AI 出 3 套方向供人选） | 核心冲突/结局/主线锚点/力量底层规则（顶层契约）；品类/子类/调性/平台选择；剧情走向与转折拍板；节奏曲线/爽点力度/付费卡点拍板；Canon 冲突裁决；防剧透"何时/如何揭晓"设计；据数据决定重写/换书名/是否上架 |
精确化创作者直觉：剧情=走向拍板 human-only，但提案/草案 semi-auto（AI 在顶层契约约束下出结构化 3 套方向是高价值的，不是"AI 不能碰剧情"）；节奏=拍板 human-only，但体检 semi-auto（爽点密度、"一笔带过的重要事件/过度展开的琐碎"可机检标记）。
6. MVP 最小闭环 vs 完整版（对抗 overengineering）
复杂度预算放在"状态结构 + 确定性校验"，不放在"agent 编排"。 novelix 的反面教材：10 个串行 agent + 33 维审计 + 22 改写规则——每多一个 agent 多一处可漂移/可泄漏的接缝；防退化的上限是架构约束而非机制数量。
MVP（先做这个，能立刻跑）：① 第 0 步 human 锁品类+平台+顶层契约；② 六个 state 文档（YAML，每条打 Canon+可见性）；③ 顶层确定性 for-loop（compile→writer关thinking→continuity独立→reviewer rubric+硬门→revise≤3→style去味独立pass→state delta回写→落盘可断点续跑）；④ 3-4 个角色（writer/reviewer/continuity/style），不是 10 个；⑤ 反 AI 味只做机械正则层 + 生成期约束（先跑便宜的）；⑥ 人介入降频到每卷/每 arc；⑦ 全程落盘可断点续跑（长篇是跨月多 session 工程）。
完整版（后续增量，不是 MVP）：向量知识图谱（MVP 先用结构化文件+关键词触发）；多模型路由；LLM 层结构性审计；数据反馈闭环（需真实平台数据）；节奏体检自动化；专用文风迁移微调；全自动导演模式。
7. Reference / Template / Script 索引（按需调取）
别一次读 15 篇。分三档：
- 跑通第一章只需 3 篇 ——
02（状态层怎么建）· 03（单章 prompt 怎么编不泄漏）· 04（怎么审）。
- 开张前按品类/平台各读 1 篇 ——
05（锁品类）· 06（锁平台）。
- 其余 10 篇按需查 —— 写爽点查
07、埋伏笔查 08、去 AI 味查 09、写对白查 12、接崩稿查 13、选题/找参照查 14、选模型查 10、卷边界维护查 11、搭循环查 01、复盘依据查 00。
| 文件 | 内容 | 主要用在 |
|---|
references/00-research-map.md | 研究蓝图、来源分级、prior-art（含 GitHub 高星项目拆解：偷什么/避什么） | 了解依据/复盘 |
references/01-pipeline-architecture.md | 三层架构、9 步 IO 契约、循环伪代码、ASCII 数据流、断点续跑 | 阶段3 搭循环 |
references/02-state-schema.md | 六状态文档字段 schema、Canon 五态、按卷可见性、防漂移机制、人物行为锚点+认知边界 | 阶段0 初始化 / 状态层 |
references/03-prompt-compiler.md | 最小 context 抽取规则、指令/正文边界三分离、防泄漏四件套、单章 prompt 模板、残留清洗 | 步骤3/4 |
references/04-review-rubric.md | 量化质检表、硬门、加权分、sentinel 容错解析、改稿循环上限、continuity vs quality 分离 | 步骤5/6/7 |
references/05-category-templates.md | 各品类：爽点引擎锚/数值 schema/毒点黑名单/骨架类型（升级阶梯/单元剧/慢热长线）/各品类 AI 最易写崩点 | 阶段0 锁品类 |
references/06-platform-params.md | 番茄/起点/晋江/飞卢/七猫：开篇阈值/留存指标/毒点容忍/章字数/日更节拍参数表 | 阶段0 锁平台 / 开篇 |
references/07-sao-engine-emotion.md | 爽点因果链（需求→压抑→释放）、情绪守恒、情绪债账本、打脸四部曲、装逼三层、钩子4型 | 步骤2/6 写爽点 |
references/08-foreshadow-timeline.md | 伏笔六类+台账状态机、FACTTRACK 式时间线、认知边界（防剧透）、渐进式披露 | 状态层维护 |
references/09-anti-ai-slop.md | 反 AI 味三桶裁决表 + 网文章节质检清单（标注 沿用文学/网文专属/推翻文学第几条） | 步骤8 + 交付前 |
references/10-model-orchestration.md | 思考 vs 写正文分工、client 可注入、temperature 分场景、Verbalized Sampling、盲测 A/B 协议、模型仅可选旋钮 | 选模型 |
references/11-maintenance-recap.md | 递归压缩/状态刷新、每 N 章 regression、数据闭环、工作模式 A-E、上架付费校验、合规（平台 AI 检测红线） | 阶段性维护 |
references/12-dialogue-craft.md | 对话工艺（借鉴 oh-story）：对话长度=权力(≤10/≥20字，reviewer 半机检·脚本未实现)/潜台词议程/弹幕递进三层/7维差异化+遮名识人/角色不当科普嘴 | 步骤4 写对白 / 步骤6 审对白 |
references/13-import-existing-draft.md | 导入已有稿→结构化状态（豪子"写崩了"入口）：degeneration 扫崩点 + 反向提取填模板 + [待补充]纪律 | 阶段0.5 接手崩稿 |
references/14-deconstruction-learning.md | 拆爆款学习法（条件框架/抽象五步/可复现模块卡 EM-card 防抄袭边界）+ 选题决策法（数据由用户提供，不抓站） | 阶段0 选题/找参照 |
templates/* | 顶层契约/六状态文档/单章 beat sheet/状态增量(delta)/单章 prompt 骨架/审校报告/模型路由示例/回归不变量表/去AI味白名单 的可填模板 | 全程落文档 |
scripts/* | 可选硬化层（6 个确定性脚本，全部零 LLM）：compile_prompt.py（防泄漏单章 prompt 编译器）/ state_check.py（状态文件不变式体检：Canon枚举/境界/伏笔逾期/情绪债/未决冲突/glossary）/ output_check.py（章节正文输出侧硬门：字数/残留指令·工程词/标点纪律/毒点/must_not/剧透-出+ 启发式 POV·解释腔·must_happen·章末钩子）/ antislop_lint.py（反 AI 味词句层桶1，含鲁棒「不是A而是B」检测+弱化副词密度，输出 0-20 penalty）/ degeneration_check.py（模型退化：复读/截断/占位符/工程词泄漏，blocking=回去重生成那段）/ state_apply.py（定稿后确定性合并 delta 进 canon：canon_status 代码盖戳·章级幂等·只失效不删·阶位单调·audit-pass 提交闸·人类门·checkpoint·收尾自校验）。词表类脚本都支持 --whitelist .deslop-whitelist 豁免世界观术语。python3+PyYAML，无重依赖。delta 抽取仍是 agent 驱动（state-updater 角色）；但合并进 canon 由 state_apply.py 确定性执行——这一步最会漂移，交给代码=关掉伪约束（反 overengineering：脚本是可选硬化层，默认 agent 驱动也能跑；书越长越值得上 state_apply） | 硬化 mode |
examples/worked-example-xuanhuan.md | 玄幻凡人流端到端范例（1 卷 + 1 角色 + 3 章打通） | 拿不准产出长什么样时 |
8. 边界（这个 skill 不做什么）
- 不替创作者拍板创意决定——核心冲突/结局/走向/节奏永远人类定；AI 给提案、草案、填充、校验。
- 不是一键写书机——目标是装一条让 AI 受约束产出、人类高效掌舵的流水线，不是把整本书一次吐出来。
- 不保证去掉全部 AI 味——叙事层 AI 味受模型天花板限制，工程只能压低、靠人类在大纲层注入留白/道德模糊根治；诚实告诉创作者哪些是模型问题。
- 不写死任何模型 ID——model-agnostic，模型是可选旋钮，选型靠自己盲测不信榜。
- 不做单篇短篇/严肃文学/游戏剧本/非虚构——可借 craft，但本 skill 按长篇连载工业约束组织；要写游戏剧本用 game-script-creation。
- 超出已知不编造——某品类的具体套路/某平台的具体阈值若拿不准，标注"⚠️待核实/经验值"，绝不硬编成确定数据（平台算法不公开，阈值都是经验/内部资料推断、作可调参数）。
9. 整体完成判据（这条流水线"搭好了"长什么样）
陪创作者走完后，他应该拥有：
- 一份锁定的顶层契约（核心冲突/结局/主线锚点/底层规则）+ 已挂载的品类模板与平台参数；
- 六个初始化好的状态文档（每条事实带 Canon 状态 + 按卷可见性）；
- 一条能跑的章节生产循环（compile→writer→独立校验→rubric审校→改稿→去味→状态回写），中间数据落盘可断点续跑；
- 一份量化审校 rubric（硬门 + 加权分 + 改稿≤3 轮）和一份反 AI 味三桶质检清单；
- 至少一个垂直切片：1 卷 arc + 1 个写透的主角（行为锚点+认知边界）+ 连续 3 章打通（每章过 rubric、爽点兑现、章末有钩子、无毒点、状态正确回写）——这比"铺满整个世界却处处崩"更有价值，也是验证流水线是否真比裸聊强的唯一方式；
- 清楚知道哪些 AI 自动、哪些人机协作、哪些必须自己拍板，以及哪些问题是模型天花板、工程修不了。
