novel-deconstruct

name	novel-deconstruct
description	拆书——对网络小说进行深度结构分析。输入番茄小说等平台的链接，自动抓取、解码、分析，输出七步骨架/冲突三层/人物弧光/对话技法/节奏控制等维度的拆书报告。触发词：拆书、拆解、分析这本小说、帮我看看这本书。

Novel Deconstruct — 拆书技能

对网络小说进行系统性的写作技法分析。自动处理字体反爬、章节抓取、定量扫描、场景级深度拆解全流程。

检测流程

用户提供小说链接
├─ 番茄小说 (fanqienovel.com) → 字体解码 + API抓取
├─ 其他平台 → 通用网页抓取
└─ 用户直接粘贴文本 → 跳过抓取，直接分析

---

Step 1: 获取元数据

读取小说主页，提取：

• 书名、作者、简介、题材标签、总字数、更新状态
• 完整章节目录（含每章标题）
• 章节总数 N

---

Step 2: 抓取正文

番茄小说

1. 从主页 HTML (__INITIAL_STATE__ JSON) 提取 chapterListWithVolume
2. 从 CSS 提取自定义字体 URL (woff2) → tools/decode_font.py 用 fontTools + ddddocr 建 PUA→汉字映射表
3. 按采样策略批量请求 reader API (fanqienovel.com/reader/{itemId})，用映射表解码正文

采样策略

范围	策略	用途
Ch 1-10	全文	开局分析（激励事件/人物引入/世界观建立）
Ch 11-N	每 N/8 章取1章	结构采样（幕转折/冲突升级/人物弧光）
最后10章	全文	结局分析（高潮/收束/主题落点）

总计约 20-30 章。番茄免费章节通常仅前10章，后续章节可能需要登录 Cookie 或第三方镜像站。

---

Step 3: 定量扫描（必做，不可跳过）

对每章正文执行以下自动化扫描，输出数据表：

3.1 基础指标

指标	方法
字数	len(re.sub(r'\s', '', body))
段落数	按换行分割
场景数	按空行/-/—/视角切换分割
句均长	以 。！？；… 断句，取均值
短句%	≤15字的句子占比
长句%	>25字的句子占比
对话%	含对话标记的段落占比
了/段	「了」字总数 ÷ 段落数

3.2 疲劳词扫描（逐词计数，输出单章+总计）

按以下分类，使用 body.count(word) 逐词扫描：

类别	词表	阈值
副词	突然/忽然/猛然/竟然/居然/渐渐/逐渐/依旧/仍然/默默/微微	各≤3次/章
动词模板	露出/陷入/涌起/泛起/浮现/充斥	各≤3次/章
连接词	然而/不过/于是/随即/紧接着/与此同时	各≤4次/章
身体模板	瞳孔一缩/身体一僵/倒吸一口凉气/呼吸一滞	各≤2次/章
含混词	仿佛/宛如/好像/似乎	合计≤2次/500字
「让」字	让/令/使	专项统计（指南禁止项）
「不是…而是…」	正则 不是.{0,20}而是	≤3次/章

3.3 情绪标签词扫描

搜索「悲伤/愤怒/恐惧/幸福/美丽/紧张/焦虑/难过/开心/害怕/兴奋/激动/失望/绝望」等词，区分对话中出现 vs 旁白中出现。旁白中出现即违规。

3.4 章标题风格聚类

将所有章节标题按风格分为五类：

• 感官期：具象名词（食物名、动作、对话片段）
• 事件期：情节节点（冲突、转折、新信息）
• 状态期：心理/关系状态描述
• 悬念期：省略号、对话片段、抽象概念
• 收束期：短句、意象、情感落点

---

Step 4: 场景级深度拆解

对前10章全文逐章逐场景执行以下分析：

4.1 每章输出

场景切分图（场景1/2/3…字数+POV+内容概要）
↓
关键段落逐段功能标注（激励事件/世界观渗透/人物引入/弧光推进/钩子）
↓
鸿沟检查（场景内人物期望 vs 世界实际反应）
↓
技法点评（冰山对话/以景写情/镜头感/倒叙/详略判断）
↓
章末钩子质量评估

4.2 场景切分规则

• 空行、单独成段的 -/—/... = 场景边界
• POV 人物切换 = 场景边界
• 时间/空间跳跃 = 场景边界
• 单场景章（如Ch4/Ch7）标记为情感高潮章

4.3 鸿沟检查方法

对每个场景回答三个问题：

1. 人物的期望是什么？
2. 世界实际给出了什么反应？
3. 两者之间是否有裂缝（反应 ≠ 期望）？

无裂缝 → 标记「无效场景」。

4.4 冰山对话检查

摘录每章最核心的对话段落，检查：

• 人物说出来的话（水上1/8）vs 真正的意图（水下7/8）
• 是否通过回避/犹豫/沉默/过度否认来传递水下信息
• 有没有人物直接说出自己的真实意图（= 违规）

---

Step 5: 逐章价值变化追踪

建立 10章 × 6维度 的变化矩阵：

维度	检查方法
处境变化	人物外部处境的正↔负转换（安全↔危险/富有↔贫穷等）
关系变化	人物间关系的正↔负转换（亲近↔疏远/信任↔怀疑等）
认知变化	人物对世界/他人/自己的理解的正↔负转换
情绪方向	本章主导情绪的起→落方向
钩子类型	信息悬念/情感悬念/情境悬念/情感收束
核心规律	每章是否至少一个维度发生可感知变化？

---

Step 6: 结构层分析

6.1 七步骨架

对照 story-craft-reference.md，逐步骤标注在正文/章节目录中的对应位置。

6.2 激励事件

• 定位精确章节/段落
• 检查是否在故事前四分之一处
• 验证双欲望设计（自觉+不自觉）
• 检查是否发生在读者面前（非幕后）

6.3 幕结构切分

基于章节标题和内容转折点，将全书切分为 6-8 幕，每幕标注：

• 起止章节 + 章节数
• 核心冲突 + 转折节点
• 对抗力量等级（对立面/矛盾体/反讽）

6.4 冲突三层缠绕验证

选取关键章节，验证三层冲突是否同时推进且互相缠绕。

---

Step 7: 输出报告

报告保存到 {用户桌面}/拆书_{书名}/ 或用户指定目录。

报告结构（18章标准模板）

一、作品档案
二、七步骨架分析
三、激励事件分析
四、鸿沟推进机制
五、冲突三层法则
六、对抗力量升级路径
七、叙事视角分析
八、对话分析（冰山对话 + 镜头感）
九、句式与文风分析
十、人物塑造分析（主角面具/真相/弧光 + 群像功能）
十一、节奏分析（节奏图 + 章末钩子检查）
十二、逐章定量扫描（基础指标表 + 疲劳词扫描 + 情绪标签词扫描）
十三、逐章逐场景深度拆解（Ch1-10，每章场景切分+功能标注+鸿沟检查+技法点评）
十四、逐章价值变化追踪（6维矩阵）
十五、八幕结构全景（基于全本章节标题）
十六、章标题风格演变（五阶段聚类）
十七、结构总评（优势 + 可改进）
十八、拆书结论（评分表 + 一句话总结）

评分维度

维度	满分
选题	★★★★★
结构	★★★★★
人物	★★★★★
对话	★★★★★
文笔	★★★★★
世界观	★★★★★
商业性	★★★★★

---

工具脚本

脚本	用途
tools/decode_font.py	番茄字体解码：下载woff2 → fontTools解析cmap → ddddocr OCR识别 → 输出映射JSON
tools/fetch_novel.py	批量章节抓取：读取章节列表 → 采样 → 逐章请求+解码 → 保存TXT

依赖

pip install fonttools brotli Pillow ddddocr requests

分析参照

本技能分析时参照以下理论框架：

• AI写作规范指南 V3.0（麦基《故事》+ 许荣哲《小说课》+ 布兰德《成为作家》）
• awesome-novel-skill 的 story-craft-reference.md（七步骨架/三番四震/鸿沟机制/人物弧光等）
• awesome-novel-skill 的 chapter-quality-checklist.md（15项验收标准）
• awesome-novel-skill 的 common-rules.md（疲劳词阈值/句式规则/镜头感对话/以景写情/活人感）