网文结构拆解与情绪曲线

SKILL内容创作

原名 网文拆文·结构透视(情绪曲线 + 布局表) · 标识 novel-teardown

内容创作 未标注权限 许可证不明确
安装这个技能

给出小说名和若干章正文,判断文本类型后画出读者情绪曲线,精拆高密度段落,产出标签布局表和节拍卡,帮你看懂一本小说是怎么排结构的。

一句话选型结论

按资料字段整理

网文结构拆解与情绪曲线是内容创作类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类内容创作 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_32922e96/novel-teardown
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

内容创作
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_32922e96仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量7.5 KBSKILL.md 原文大小,越大说明说明书写得越细

能做什么

0 项能力
上游给出的能力概览与适用场景
画小说情绪曲线拆解章节布局节奏学习作品架构写法

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
写文章与脚本

按主题产出初稿与分镜脚本。

改稿与润色

把草稿改顺、统一语气。

多平台文案改写

同一内容按平台改成长短不同的版本。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在内容创作场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
网文结构拆解与情绪曲线当前 未标注权限 未标注 未标注 未标注 有
AI 视频生成 调用外部服务 GitHub 仓库 431.3 万 Codex、Claude、Cursor 有
视频帧 联网访问 ClawHub 市场 262.1 万 OpenClaw 有
Markdown 转换器 写入文件 ClawHub 市场 135.3 万 OpenClaw 有
哔哩哔哩全合一 接触敏感数据 ClawHub 市场 64.1 万 OpenClaw 有
Remotion video toolkit 命令行 浏览器控制 ClawHub 市场 63.9 万 OpenClaw 有

SKILL.md 全文

7.5 KB
模型实际读到的说明书原文,来自技能仓库

网文拆文 · 结构透视

把"这本书写得好"翻译成"这本书在第几句做了什么"。

何时使用

  • "拆一下《XXX》" / "这本的节奏是怎么排的"
  • "画个情绪曲线" / "出张布局表"
  • 用户想知道怎么复现一本已验证的书,而不是想听评价

不适用:单纯评分诊断、要一段范文本身、要求代写正文。

输入

小说名 + 若干章正文(贴文字即可)。
粗拆只需要每章一句话梗概就能画曲线;精拆再要 2—3 段原文(每段 500—1000 字)。

三条铁律

  1. 不在开始锁死标签集。 先判文本类型(见 references/text-type-matrix.md),引擎层按类型换,判断结果给用户过目。
  2. 粗拆必须有事件段色带。 架构的核心是"比例",只画情绪高低看不出一段事件占多少笔墨。
  3. 标签是拆范文的工具,不是写作检查表。 不用它去"套"用户的稿子。

流程

步 0 · 文本类型判断

读前三章定性 → 输出一句判定 + 三条依据 + 拟用标签集 → 用户确认后再往下走。

判定看三件事:引擎层笑点/爽点靠什么生成;有没有"装逼役+吐槽役"这类双人配置;A 层节拍是否在多个事件里循环复现。

步 1 · 粗拆架构级

先定横轴粒度(这一步决定曲线有没有信息量):

样本 横轴 数据格式
≥ 3 章 每章取"章首""章末"两点 {ch:N, r0, r1, p0, p1}
< 3 章 改用叙事节点,每章切 3—5 个点 {label:&#x27;1·上门&#x27;, r, p}

两章只画两个点等于没画。样本短时用节点模式,把一章切成 3—5 个叙事节点(上门 / 数落 / 自述 / 反转……),横轴标签写"1·上门"这种短标记,并在页面上说明"样本仅 N 章,曲线只覆盖开篇段,不代表全书架构"。
- 主轴:读者情绪 −5 ~ +5(期待/爽为正,压抑/失落为负)。
- 副轴:主角处境,细虚线。两条线背离是正常且关键的(主角越惨读者可能越爽)。
- 事件段:把正文切成 4—8 段完整小事件,标出各段占比。
- 关键节点:金手指/天赋上线、首次打脸、第一个大高潮、章末钩子。

粗拆完成后,先看一件事:同一套节拍有没有在多个事件段里循环复现。如果有(例如"立规则→标准解→主角解→观察席"跑了两遍),那才是真正值得学的骨架;脑洞只是填在"主角解"槽里的皮肉。这条发现要写进结论。

步 2 · 选段

只拆曲线峰谷处,不拆平段。选 2—3 段,每段 500—1000 字:

  • 开篇段(第一个上升段)
  • 一个峰值段
  • 一个反转段或谷底段

步 3 · 精拆布局表

  • 纵轴=标签,按功能组聚类(推进 / 破局 / 引擎 / 信息 / 人物 / 语言),不按字母或原编号排序。
  • 只显示该段实际用到的标签行。
  • 横向=句序,隐形横轴:不做表头不画刻度,纯色带。顶部只留一条"文本推进 →"的渐变提示条。
  • 色块深浅=强度 1/2/3。
  • 一句挂多个标签=同一列多行都有色块,这是设计本意,不要压成单色。
  • 保留空白列:连续空白=过渡或注水,是诊断信号。

标签定义、口诀、易混辨析见 references/tag-dictionary.md。

步 4 · 节拍序列卡

每句取强度最高的标签作为主导标签,合并相邻重复,得到一条 A → B → C 链。合上原文凭这张卡复写,这是拆解闭环的落点。

步 5 · 交叉校验

情绪峰谷 ←→ 结构标签密集区是否对齐:

校验点 预期
峰值处 有主角解 / 反转 / 引擎层强度 3 的色块
谷底处 有困境堆叠,且没有主角解
整体 每个峰都能落到具体标签簇上

对齐 → 爽点是设计出来的,架构可学。对不上 → 要么标注有误,要么原文本身结构松,需在结论里写明。
与之相对的是"读了很爽但说不出为什么爽"的那类书——那种只能赏析,不能模仿。

步 6 · 输出 HTML

复制 assets/template.html,替换数据段(CH / EVENTS / NODES / SEGS)与文字结论,写成 &lt;书名&gt;-拆文.html。

必须包含的八个模块:类型判断表 → 情绪曲线 → 事件段表 → 选段表 → 布局表 → 节拍卡 → 交叉校验表 → 拆完三问 + 复写提示。

落笔前跑一次 scripts/check_data.py(防静默丢行、防句数与元信息不符)。

拆完三问(每次必答)

  1. 骨架缺哪个? 列出该段缺失的 A 层标签,并判断这个"缺"是缺陷还是该段的本分(开篇段本就不该有主角解)。
  2. 爽点/笑点从哪来? 用了引擎层哪几个,各几次,位置对不对,与上一段是否重样。
  3. 我能复现吗? 合上原文,凭节拍卡能否写出同节拍、不同事件的段落。

复写提示的写法(重要)

给方向、给判断标准、给可自检的问题,不要给成品示例段落。
用户要的是能被启发出自己的写法,不是能直接抄的文本。

  • ✓ "困境必须可量化——不是'他很艰难',是'鞋拔不出来'。"
  • ✗ "你可以这样写:陆阳一脚踩进泥里……"

常见事故

事故 后果 预防
新标签没登记进 TAGMAP 那一整行静默消失 跑 check_data.py
用词典外的近义标签(如"铺垫") 同上,且自己看不出来 只从 tag-dictionary.md 取词,缺词先登记再标
段首 meta 写的句数与实际不符 校验表引用的句号全错 跑 check_data.py
用喜剧引擎层去拆正剧 满表误读/吐槽,结论失真 步 0 类型判断不可跳过
只画情绪不划事件段 学不到比例,架构白拆 铁律 2
把标签当写作检查表 用户照表填格子,写出填空题 写在红线里

参考文件

  • references/tag-dictionary.md — 六组 46 个标签:定义 / 口诀 / 要点 / 易混辨析
  • references/text-type-matrix.md — 类型判断与引擎层替换表
  • references/coarse-methodology.md — 选书、扫榜、五维度粗拆
  • assets/template.html — 单文件零依赖交付模板(曲线 SVG + 布局表渲染器)
  • scripts/check_data.py — 标注数据体检

常见问题

5 问
答案由本站依据条目字段整理
网文结构拆解与情绪曲线怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_32922e96/novel-teardown。安装方式为未标注。装完刷新技能列表或重开客户端。

网文结构拆解与情绪曲线支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

网文结构拆解与情绪曲线权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

网文结构拆解与情绪曲线收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

网文结构拆解与情绪曲线用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。