| 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