盐言爆款写作 v3.6 · 三框架可执行引擎
把《盐言爆款写作手册》从"可读的方法论"变成"可跑的机器"：
代码跑确定性检查，prompt 驱动创作与判断，brief 一处存状态、断点续跑。
v3.6 在 v3.2 工程版之上并入七步知识普及写作法（K 线），并新增头条文案/公众号文案全链路（T 线），形成三框架：
- 小说爆款线（L0-L8）：盐言短篇故事。
- 知识普及线（K1-K7）：把复杂概念写得深入浅出（哲学／商业／AI／社会学等）。
- 头条文案线（T1-T5）：热点决策→五要素成稿→去AI检测→去AI修复→A/B发布（公众号/头条运营）。
核心设计
┌──────────── 代码层（确定性，秒出结果）────────────┐
灵感/稿件 ──▶ │ count 字数口径 │ scan 过检扫描 │ emotion 情绪公式 │
│ score M32评分 │ radar 毒点雷达 │ ledger 伏笔账期 │
│ triage 文本分诊 │ subpack 投稿包 │ reject 退稿解析 │
└──────────────────────┬──────────────────────────┘
│ 结果注入 brief.json
┌──────────────────────▼──────────────────────────┐
│ prompt 层（三套层模板） │
│ 小说线：L0 分诊·L1 创意·L2 定调·L3 生产·L4 过检 │
│ L5 审稿·L6 迭代·L7 交付·L8 拆书 │
│ 知识线：K1 开场·K2 错答·K3 正解·K4 旁通·K5 对比 │
│ K6 升华·K7 阅读（五问自检） │
│ 头条文案线：T1 热点·T2 五要素·T3 检测·T4 修复 │
│ T5 A/B（去AI九律＋detect_toutiao.py） │
└──────────────────────┬──────────────────────────┘
│ 闸门打卡（红门阻断 pointer）
brief.json（统一状态对象）
红门不可跳（仅小说线）：M08 张力校准四条／M21 场景分诊／M23 语病配额／M32 评分 ≥80。
绿门可跳：L1 全部／L2 赛道与标题／M14 开头模板——熟手自定。
知识线轻量闸门：不套用小说红门，改用「五问质量检验」自审（见 references/08）。
头条文案线轻量闸门：不套用小说红门，改用 detect_toutiao.py 客观分数＋九律施工自审（见 references/09）。
快速开始
PY="C:/Users/Administrator/.workbuddy/binaries/python/versions/3.13.12/python.exe"
S="C:/Users/Administrator/.workbuddy/skills/novel-yanyan-bestseller/scripts/yanyan.py"
# 小说线：建项目（状态对象）
$PY "$S" init --project 十块钱 --idea "女孩用十块钱买来十年保护" --out brief.json
# 知识线：建项目（七步法）
$PY "$S" init --project 认知偏差 --idea "讲明白认知偏差是什么" --route 知识写作 --out brief.json
# 头条文案线：建项目（热点文案全链路）
$PY "$S" init --project 某热点评论 --idea "借某热点写一条转发卡片" --route 头条文案 --out brief.json
# 单独跑 AI 味检测器（任意文稿）
$PY "C:/Users/Administrator/.workbuddy/skills/novel-yanyan-bestseller/scripts/lib/detect_toutiao.py" 我的文稿.txt
# 取该层的可执行提示词（已注入 brief 变量 + 法则 + 闸门）
$PY "$S" prompt L0 --brief brief.json -o 提示词-L0.md
$PY "$S" prompt K1 --brief brief.json -o 提示词-K1.md
# 闸门打卡并前移断点（红门未过会被拦截）
$PY "$S" gate brief.json --layer L0 --pass M01 --pass M02-0 --advance
命令表（代码引擎）
| 命令 | 模块 | 作用 |
|---|---|---|
init / show / set / gate |
X3 | brief 状态对象：初始化、查看、写字段、闸门打卡与 pointer 前移（红门阻断） |
prompt <层/路由> |
全流程 | 组装可执行的层提示词；支持 L0…L8、K1…K7、T1…T5、写故事、快速成稿、过检、退稿解析、拆书、知识写作、七步写作、深入浅出、头条文案、公众号文案、去AI、热点文案 |
count <稿> |
M20 | 字数口径：纯文字 vs 含标点 ×0.83，达标判定与补字建议 |
scan <稿> |
M22/M23A/M24 | 破折号红线、短段规律锤、人声缺口、对话占比、去 AI 词、手法密度、金句直给（B17）、限知越权（B19） |
nodes --words N |
M15 | 千字节点任务清单（1000/2000/3000/4000/6000/8000） |
emotion --sections f.json |
M15A-3 | 情绪公式 S/S′ 逐节打分 + 退出条款 + 微暖点检测 |
score --kv a=85,… |
M32 | 六维加权评分与 S/A/B/C/D 评级 |
radar --data hits.json |
M32B | 21 维毒点雷达（A 类必改／B 类建议＋平台开关＋截断待验态＋B17×B19 交叉） |
ledger --data f.json |
M28A | 伏笔账期表：悬空检测与间距校验 |
triage <文本> |
M02-0 | 文本修复分诊：损伤识别→映射候选→置信声明→样本边界 |
decon --title 名 |
L8 | 生成拆书报告骨架 |
subpack --brief f.json |
M36A | 投稿包五件（正文／信息表／简介四句／导语／评分卡） |
reject "编辑原话" |
M38 | 退稿意见 → 病因 → 路由层 |
deps |
X1 | 数据包失效自检四问 |
rset [--match 关键词] |
X2 | R-Set 实战回归用例 |
全部命令支持 --json（机器可读）与 --help。无第三方依赖，Python 3.8+ 直接跑。
工作方式（每层的固定节奏）
- 取提示词：
prompt <层>→ 得到带 brief 变量、法则约束的指令。 - 让模型产出：按模板末尾「输出格式」交付（不要复述模板）。
- 跑代码校验（小说线）：该层对应的确定性检查（如 L3 跑
count＋nodes＋emotion，L4 跑scan，L5 跑score＋radar＋ledger）。知识线用 K7 的「五问自检」作模型自审。 - 回写 brief：
set写字段 →gate打卡 →--advance前移断点。 - 红门被拦：先补齐红门模块，不跳过。
入口路由
| 入口 | 流程 |
|---|---|
| 写故事 / 盐言写作 / 爆款创作 | L0→L1→L2→L3→L4→L5→L6→L7 |
| 故事构思 | 仅 L1 |
| 快速成稿 | 跳 L1/L2，L3→L7 |
| 过检 / 审稿 | L4→L5→L6（已有稿） |
| 退稿解析 | L7 解析器 → 路由回对应层 |
| 投稿包 | 仅 L7 |
| 拆书 | L8 → 基因清单喂 L1 |
| 知识写作 / 七步写作 / 深入浅出 | K1→K2→K3→K4→K5→K6→K7（七步知识普及写作法） |
| 头条文案 / 公众号文案 / 去AI / 热点文案 | T1→T2→T3→T4→T5（热点决策→五要素→去AI检测→去AI修复→A/B发布） |
目录结构
novel-yanyan-bestseller/
├── SKILL.md 本文件（v3.5 双框架总纲）
├── config.json 元数据／触发词／版本
├── references/ 方法论权威文档（模型侧必读）
│ ├── 01-overview.md 总纲：定位／路由／红绿门／十三条裁决
│ ├── 02-L0-L2.md M01-M13 分诊·创意·定调
│ ├── 03-L3-L4.md M14-M25 生产·过检
│ ├── 04-L5-L7.md M26-M39 审稿·迭代·交付
│ ├── 05-L8-deconstruct.md M40-M44 拆书 + 逆向库
│ ├── 06-crosscutting.md X1-X4 + 平台语态迁移表 + 双模板速查
│ ├── 07-changelog.md 版本增量
│ ├── 08-knowledge-7step.md 七步知识普及写作法（K 路由）
│ └── 09-toutiao-copywriting.md 头条文案/公众号文案全链路（T 路由）
├── scripts/
│ ├── yanyan.py 主 CLI
│ └── lib/ brief·textcheck·emotion·score·decon·deliver·rset·prompts·detect_toutiao
├── assets/prompts/ 层模板：L0-L8（小说线）＋ K1-K7（知识线）＋ T1-T5（头条文案线）
└── examples/ 七步法范文（认知偏差主题）
典型流程
A · 全新小说创作：init → prompt L0…L7 逐层跑 → 每层 gate --advance → L5 双过（score ≥80 且 radar A 类清零）→ subpack 出投稿包。
B · 已有稿诊断：count → triage（非干净输入先分诊）→ scan → score＋radar → prompt 过检 → 按 M33 优先级修 → 二评达标再 subpack。
C · 拆书对标：triage <对标文本> → decon -o 报告.md → 填 28 维 → emotion --sections 出双曲线 → 提炼基因 → set s8.genes='[...]' → 回到 A 流程，基因自动注入 L1 提示词作裂变约束。
D · 退稿复盘：reject "编辑原话" → 得到路由层 → prompt <该层> 重跑。
E · 知识普及创作（七步法）：init --route 知识写作 → prompt K1…K7 逐步跑 → 每步产出后 set 写字段、K7 跑「五问自检」→ 全文成稿。代码侧 count 仍可统计字数；scan/score/radar 仅对小说线生效。
F · 头条文案创作（热点全链路）：init --route 头条文案 → prompt T1（热点决策，追/不追）→ prompt T2（五要素成稿）→ prompt T3（跑 detect_toutiao.py 取分数）→ prompt T4（按九律施工修复）→ 复跑检测达标 → prompt T5（A/B 与发布）。detect_toutiao.py 任意文稿可直接调：python scripts/lib/detect_toutiao.py 文稿.txt。
注意事项
- 落盘位置：默认存 E 盘工作区
E:/Workbuddy/<日期>/<项目名>/（用户偏好，不放桌面）。 - 快照值不当时定理用：赛道占比、通过率等数字引用前先跑
deps失效自检四问。 - 检测器是移动靶：两轮磨字无效 → 换轴换范式，不要在原地磨（M25／R-001）。
- 代码只判确定性部分：M21 场景分诊、M25 修稿阶梯、十六筛中的开篇筛/问答筛/交付筛/碰撞筛/转译筛/爽型筛/收尾筛、以及知识线的「五问自检」仍需模型判断，
scan输出的「需人工/模型判定」清单即为此。 - 三库不混：实战失败进 R-Set，成功样本进逆向库，模块自身失灵进 Changelog。
- 三框架分流：写故事走 L 线（含红门），知识写作走 K 线（轻量闸门 + 五问自检），头条文案走 T 线（轻量闸门 + detect_toutiao.py 检测 + 九律施工）；三条线各自独立模板与法则，勿混用。
