一键导入
abc-fenxi
ABC爽点循环结构分析。对已完成分章节概括的小说项目,自动提取每章的A(动机共情)/B(装逼反应)/C(嵌套突然)结构,输出 YAML 格式分析报告和全书爽点密度汇总。 由 chai-shu 主入口路由调用,也可独立触发。 当用户提到"ABC分析"、"爽点分析"、"ABC结构"时使用。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
ABC爽点循环结构分析。对已完成分章节概括的小说项目,自动提取每章的A(动机共情)/B(装逼反应)/C(嵌套突然)结构,输出 YAML 格式分析报告和全书爽点密度汇总。 由 chai-shu 主入口路由调用,也可独立触发。 当用户提到"ABC分析"、"爽点分析"、"ABC结构"时使用。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
小说拆分扫描工具。对给定的小说文件进行结构扫描和章节拆分。 当用户提到"拆分扫描"、"扫描小说结构"、"拆分章节"时使用。
小说拆书与分析的主入口。支持自动化拆书、拆分扫描、分章节概括、全书概括、人物概括、事件概括。 当用户提到"拆书"、"分析小说"、"小说拆解"时使用。
对已拆分的小说进行分章节概括。采用主调度+分组sub-agent架构,每3章一组生成严格限定500字概括。 当用户提到"分章节概括"、"章节概括"、"逐章概括"时使用。
人物关系概要分析。采用「拟人阅读」模式:先假设→带问题阅读→持续记笔记→用户确认→深入挖掘。 当用户提到"人物概括"、"人物关系"、"角色分析"时使用。
事件线追踪分析。采用「拟人确认」模式:先直接梳理→审视结果→有疑问回原文确认→综合归档。 当用户提到"事件概括"、"事件线"、"剧情梳理"时使用。
| name | abc-fenxi |
| description | ABC爽点循环结构分析。对已完成分章节概括的小说项目,自动提取每章的A(动机共情)/B(装逼反应)/C(嵌套突然)结构,输出 YAML 格式分析报告和全书爽点密度汇总。 由 chai-shu 主入口路由调用,也可独立触发。 当用户提到"ABC分析"、"爽点分析"、"ABC结构"时使用。 |
+======================================================================+
| |
| A B C 爽 点 分 层 分 析 |
| |
| A 动机·共情 ── 暗爽,让读者带着期待跟进 |
| B 装逼·反应 ── 明爽,反应的层数决定爽感强度 |
| C 嵌套·突然 ── 立体,旧循环结束即是新循环开始 |
| |
+======================================================================+
ABC爽点分层分析法,是针对网络爽文的结构化拆解框架。
每个让读者"爽"的章节,背后都运行着同一套循环—— A(动机+共情)制造期待:主角的处境、目标与能力暗示, 让读者带着「他到底会怎么做」的悬念跟进; B(装逼+反应)释放爽感:装逼只是触发器, 真正决定爽感强度的是反应的层数与篇幅—— 质疑者、围观群众、嘲讽者、强者重评、扩散效应, 层层递进,每一层都是情绪的放大器; C(嵌套+突然)防止单调:旧循环结束时埋下新循环的钩子, 或突如其来的身份反转、规模升级,让读者在满足后立刻进入下一个期待。
本 skill 以 YAML 格式记录每章的 ABC 结构, 量化 B 的反应层数与篇幅比,生成全书爽点密度热力图。
分析优秀作品时,重点看什么?
翻开 abc-ch*.yaml,找 B完整度=合格 的章节, 仔细拆读「分层」字段——质疑者如何引出嘲讽者, 嘲讽者被打脸后强者如何重新评价,扩散效应如何延伸情绪余韵。 这些就是作者的核心反应技法,可以直接提炼为自己的「分层模板库」。 abc-heatmap.md 的密度分布标出哪些章节是爽点峰值, 从峰值章往前数2-3章,通常是最经典的A铺垫结构,值得反复研读。
分析自己的作品时,重点看什么?
先看 main_cycle_b_quality=不合格 的章节列表和反应篇幅比数值。 反应篇幅比低于1.5,说明装逼已经写出来了, 但情绪没有被「接住」——读者在等待爽感,作者已经翻篇。 这类章节的改法几乎是固定的:不需要重写装逼场景, 只需在装逼段之后补写2-3层外部反应, 让见证者从「质疑」到「震惊」到「重新评价」完整走一遍。 B完整度最终决定读者是否会留到下一章。
批量并行执行(区别于 fen-zhang-jie-gai-kuo 的串行)
当由 chai-shu 主入口编排调用时(自动化拆书或用户选择了多项分析):
独立触发时(用户直接说"ABC分析"等):正常显示欢迎页。
必须先完成「分章节概括」(chai-shu 选项 3),确保以下文件存在:
{书名}/概括/ ← 章节概括文件目录(必须)
{书名}/全书概括.md ← 全书概况(汇总阶段使用)
{书名}/人物和设定/名词表.md ← 人物名称(识别反应人物用)
工作目录: {ROOT}/Factory/拆书/
分组大小: 5章/批
并行上限: 3批同时(避免过载)
执行模式: 批量并行 + 自审(每章分析完后自我审查)
输出目录: {书名}/ABC分析/
模型选择: sonnet(性价比最优)
主进程(轻量调度)
│
├─ 读取概括目录,计算分批参数
├─ 启动批次1(章1-5)
├─ 启动批次2(章6-10) ← 与批次1并行
├─ 启动批次3(章11-15) ← 与批次1/2并行
├─ [等待批次1-3完成]
├─ 启动批次4(章16-20)
├─ ...(每次最多3批并行)
│
└─ [所有批次完成后]
└─ 汇总 sub-agent → abc-summary.yaml + abc-heatmap.md + abc-quick-list.md
优化原理:
与 fen-zhang-jie-gai-kuo 的区别:
last_group_summary){书名}/概括/ 下所有 .md 文件组N_第X-Y章_概括.md),统计总章节数ceil(总章节数 / 5) 批){书名}/ABC分析/ 目录是否存在,不存在则创建_progress.json 是否存在:
analyzed_chapters 字段,仅处理新增章节(增量模式){书名}/人物和设定/名词表.md 是否存在(软依赖,不存在则跳过)description: "ABC分析批次N(章X-Y)"prompt: 将 references/sub-agent-prompt.md 模板填入实际变量后传入(路径包括概括目录、名词表路径、abc-definition.md路径、yaml-schema.md路径、输出目录)_progress.json(analyzed_chapters、batches_completed、last_updated)references/sub-agent-prompt.md 模板2)abc-summary.yaml + abc-heatmap.md + abc-quick-list.md 生成完整执行步骤详见: references/workflow.md
| 文件 | 位置 | 用途 |
|---|---|---|
| 单章分析 | {书名}/ABC分析/abc-ch{XXX}.yaml | 每章 ABC 结构数据 |
| 全书汇总 | {书名}/ABC分析/abc-summary.yaml | 全书密度统计 |
| 热力图 | {书名}/ABC分析/abc-heatmap.md | 爽点分布可视化 |
| 快捷列表 | {书名}/ABC分析/abc-quick-list.md | 全书情节ABC标记速览 |
| 进度文件 | {书名}/ABC分析/_progress.json | 增量更新进度 |
支持增量更新(新章节不用重新分析全书):
_progress.json 识别已分析章节⚠️ 执行前必读:references/workflow.md