--- name: novel-outline version: 1.0.0 category: 开发编程 trigger_words: tags: - api platform: coze source: DeepseekModel source_url: https://deepseekmodel.com/skill?id=eternityspring-shuohao-skills-skills-novel-outline-skill-md --- name novel-outline version 1.2.0 description 把一本小说改编成短剧大纲五件套：改编说明、人物表、爽点表、分集梗概、资产清单， 产出 outline.json + Markdown + 单页评审报告（KPI 带、关键决策、爽点时间轴、调度矩阵、场景概览、质量门）。 14 道质量门全部由脚本确定性检查（角色分档上限、主场景上限随集数动态、爽点间隔≤3集、每集钩子悬念必填……），不靠模型自觉； 支持体检模式：贴一份现成大纲进来，只跑质量门给诊断。 零依赖、零 API key，用当前会话额度。 Use when asked to 改编大纲、短剧大纲、拆大纲、小说转短剧、adaptation outline。 allowed-tools ["Read","Write","Bash","Task","Glob"] triggers ["novel-outline","改编大纲","短剧大纲","拆大纲","小说转短剧","大纲体检","adaptation outline"] metadata {"license":"Apache-2.0","requires":{"bins":["node"]},"runtimes":["claude-code","codex"]} novel-outline 输入一本小说 + 目标参数，输出短剧改编大纲五件套。 四件模型写、一件脚本算 （资产清单从分集数据自动汇总）。 {baseDir} = 本文件所在目录。脚本 {baseDir}/scripts/novel-outline.mjs ，零依赖， node 直接跑。 边界（不做的事） ：不写剧本台词、不做分镜、不出图像/TTS 提示词。梗概是叙述体，出现引号对白就是越界—— validate 会拦。想从小说拆角色设定（画像/形象提示词/设定图），那是 novel-characters 的活。 Step 0 — 收参数 ⛔ 缺了不开工 一次问完，别轮流盘问。两件必问 + 两件给默认值待确认： 参数 处理 总集数 × 单集时长 必问 ，没有合理默认 题材 必问 ，决定爽点类型，猜错整份废 改编幅度 默认 抽核 （忠实 / 抽核 / 借壳），告知即可 已有偏好 默认无（想保哪个角色、哪场戏） 平台阈值不同可以带上 params.thresholds 覆盖（默认：主角组 ≤ 5、重要配角 ≤ 10、功能性角色 ≤ 10、爽点间隔 ≤ 3 集）。 主场景上限不用配，随集数自动算 ：4 + ⌈集数/10⌉，夹在 5–15（60 集 → 10）。这是 AI 短剧的数——场景是生成的没有搭景钱，放宽换观赏性；显式给 maxPrimaryScenes 才覆盖。 短篇（20–30 集）建议收紧角色档的阈值 ，默认值是按 60 集以上给的。 人物表从原文拆 ——大纲是角色设定的上游， characters 块定下的分档、人物线与来源，下游 novel-characters 直接拿去当角色清单，不用再判断一遍谁重要。 例外是用户手上已经有 cast.json （此前单独跑过 novel-characters ）：那就拿来当人物原料，角色、别名、关系都是现成的，不用重拆原文。分档按 importance 反向映射：protagonist/major → lead ，supporting → support ，minor → functional 。 Step 1 — 定位输入 材料优先级，写死： 用户点名的 精读章节 章节目录 + 简介 全文 分卷摘要 （Step 2） 禁止凭书名脑补内容 ——一切判断基于给到的文本。落地手段： adaptation.keep 的关键取舍要附 evidence （原文逐字片段）。 直接粘正文的先落成 .txt。输出目录：用户指定就用，没指定用原书同级目录。 Step 2 — 分卷摘要（长文本才需要） 这一步是脚手架，不是交付物 ——分卷摘要是给没读过原文的模型压缩用的。两种情况直接跳到 Step 3： 短篇，单卷装得下 当前会话已经通读过原文 ——不用再压缩一遍，也不用事后补档 长篇且没读过原文： node {baseDir}/scripts/novel-outline.mjs chunk 按章节标题分卷（默认每卷 15 章， --per-volume 可调），识别不出章节就按字数切。打印 {"volumes": N, ...} ； truncated: true 就明确告诉用户尾部没扫到，别闷着。 每卷一个子代理（支持并发就 同一条消息里全部发出 ）：读 {baseDir}/references/volume-pass.md ，读 /vol-NN.txt ，把卷摘要写到 /summary-NN.json ，只回一句「done NN」。 Step 3 — 快版骨架 → 用户拍板 ⛔ 读 {baseDir}/references/outline-pass.md 和 {baseDir}/references/schema.md ，照着做。产出骨架四块（adaptation / characters / scenes / beats），写成 /outline.json 。 node {baseDir}/scripts/novel-outline.mjs validate /outline.json --stage beats 过了 beats 档， 把三件事摆给用户拍板：砍了哪条线、合了哪些人、大爆点落在第几集 。不点头不进 Step 4——快版错了只损失一轮骨架，分集写完才发现方向错，全废。 Step 4 — 细版骨架 吸收用户意见改骨架，再过一次 validate --stage beats 。用户没意见就直接进 Step 5。 Step 5 — 分集梗概（分批） 每批 ≤ 10 集 ，能并发就并发。每个子代理拿到：拍板后的骨架四块、自己负责的集数区间、区间内的爽点，读 {baseDir}/references/episode-pass.md 照着写，产出写到 /eps-NN.json 。 合并时按 ep 排序拼进 outline.json 的 episodes 。 Step 6 — 校验 ⛔ 不能跳 node {baseDir}/scripts/novel-outline.mjs validate <输出目录>/<书名>-outline.json 14 道质量门全部是代码，不是给你读的清单：主角组 1–5 人、重要配角 ≤ 10、功能性角色 ≤ 10、主场景不超上限（随集数动态，60 集 → 10）、叙事道具 ≤ 8 件、一次性场景有规避方案、爽点间隔 ≤ 3 集无真空、第 1 集有钩子、大爆点不压最后一集、每集三栏齐全、三人同框有拆解、生成难点进预警、引用完整无失业角色无空转场景无零集道具、叙述体无对白。 有违规逐条修，改完重跑，直到通过。 Step 7 — 输出与汇报 cd <输出目录> node {baseDir}/scripts/novel-outline.mjs render <书名>-outline.json --md > <书名>-outline.md node {baseDir}/scripts/novel-outline.mjs render <书名>-outline.json --html > outline-report.html 报告界面默认中文；用户要英文界面就加 --lang en （或在 outline.json 顶层写 lang 字段， --lang 优先）。只翻译界面文案，数据内容（爽点类型、梗概、质量门文案）原样出。 report 里自带：KPI 带、关键决策（拍板三件事，大爆点列表和角色位统计自动算）、爽点时间轴（空档标在轴上，超阈值变红）、每集调度矩阵、场景概览卡、资产量折算、质量门（✓/✗ 烘进页面，未过弹病灶横幅）、导出 JSON 按钮（下载的就是 outline.json 原样）。 汇报一句话说清：几集、几个角色几个场景、爽点分布、报告路径；被截断或有没过的门要明说。 最终落地： <输出目录>/ ├── <书名>-outline.json ├── <书名>-outline.md └── outline-report.html ← 双击就能开 体检模式 用户贴一份 已有大纲 只想要诊断：转成 outline.json（缺的字段问用户或标注缺失），然后： node {baseDir}/scripts/novel-outline.mjs checkup # 终端 ✓/✗ node {baseDir}/scripts/novel-outline.mjs render --html > outline-report.html 质量门面板就是诊断书。未过的门不阻止渲染——要的就是把病灶摆出来看。 联动更新 用户改了上游就跑一次 validate ，报错会点名下游哪里断了：合并人物后哪些集还引用着被删的 ID、砍场景后哪些集空转、爽点挪动后哪里出现真空区。 不要靠记忆提示联动，靠校验器。 边界 单次上限 60 卷（每卷 15 章约 900 章）。超了明确报 truncated ，不静默截断 阈值是参数不是圣旨：平台不同就用 params.thresholds 覆盖，别改代码 报告界面内置中英（ --lang ，默认中文、或跟 outline.json 的 lang 字段）：界面文案与质量门标签翻译，数据内容（爽点类型、梗概、人名）与门的失败详情保持原文 五件套的第五件（资产清单）永远是算出来的，模型手写必漏 自测 node {baseDir}/scripts/selftest.mjs 249 项断言，不调模型、不花额度。14 道质量门每一道都有击穿用例——证明它真的会拦。改完脚本先跑这个。 自带样例 {baseDir}/examples/渡口-outline.json ：把短故事《渡口》（novel-characters 的自带样例）改编成 6 集 × 2 分钟的微型大纲，四角色三场景四爽点，全部质量门通过。当质量基准，也是自测夹具。