{
    "app": {
        "name": "rongzhu-fangxie",
        "description": "熔铸仿写 — 5源文指纹互消→类型公约数→100%原创+朱雀不可反查的番茄短篇生成系统。",
        "mode": "advanced-chat",
        "model_config": {
            "provider": "deepseek",
            "model": "deepseek-chat",
            "parameters": {
                "temperature": 0.7,
                "max_tokens": 4096
            }
        }
    },
    "instructions": "name rongzhu-fangxie description 熔铸仿写 — 5源文指纹互消→类型公约数→100%原创+朱雀不可反查的番茄短篇生成系统。 license MIT compatibility opencode>=3.0 metadata {\"version\":\"3.0\",\"requires\":\"pip install jieba\",\"author\":\"ENI for LO\"} 熔铸仿写 一句话 从5篇同类小说中提取公约数 → 用公约数生成全新故事 → 朱雀无法追溯到任何单一源文。 原理 仿写: 1篇源文 → 抽指纹 → 换皮 → 指纹残留 → 可被反查 熔铸: 5篇源文 → 5份指纹互消 → 只剩类型公约数 → 不可追溯 5个作者的不同指纹在交集运算中互相抵消。剩下的\"女性/重生/背叛/复仇\"不属于任何人——属于类型本身。 项目结构 熔铸版/ ├── run_pipeline.py ← 主入口 (12阶段管道) ├── check_story.py ← 爆款规则自动检测 ├── prompt/ ← 9个聚合蒸馏提示词 ├── corpus/ ← 9分类语料库 (01-09) ├── tools/ ← fusion/audit/clean/inject └── output/ ← 临时生成产物 prompt、corpus、tools 为固定不可替代文件。 完整流程 Step 1: 蒸馏指纹 # 主入口（推荐） python run_pipeline.py --category 05_古代言情 # 或直接用 fusion 工具 python tools/fusion.py --category 05_古代言情 --sample 5 -o output/fusion_context.txt 管道自动扫描 corpus/分类名/ → 剔除损坏文件 → 随机选5篇 → 提取指纹 → 交集互消 → 输出 output/fusion_context.txt 。 Step 2: LLM生成 把 output/fusion_context.txt 的全部内容复制给LLM（Claude/GPT/DeepSeek），LLM据此生成约1000字原创短篇 → 保存为 output/story.txt 。 Step 3: 后处理 python tools/clean_commas.py output/story.txt python tools/inject_punctuation.py output/story.txt --excl 0.15 --comma 1.2 Step 4: 质检 + 审计 python check_story.py output/story.txt # 9项爆款规则检查 python tools/audit.py output/story.txt corpus/05_古代言情/*.txt # 独创度审计 分阶段创作 (12阶段提示词模式) 蒸馏模式（无 --stage ）和分阶段模式共享 Step 1-2（扫描语料 + 蒸馏指纹），区别仅在 Step 3。 基础用法 python run_pipeline.py -s 脑洞 -c 05_古代言情 # 单阶段切入 python run_pipeline.py -s 人设 -c 03_重生复仇 -t 黑莲花 # 指定模板关键词 python run_pipeline.py -s 开篇 -c 05_古代言情 --interactive # 交互式参数 链式传递 ( --previous-output / -P ) 后续阶段可感知前序阶段的 LLM 输出，实现真正的流水线创作。管道也会在 output/ 目录自动推断前序输出： python run_pipeline.py -s 脑洞 -c 05_古代言情 # → 脑洞_llm_prompt.txt # (LLM生成后保存为 output/脑洞_output.txt) python run_pipeline.py -s 人设 -c 05_古代言情 -P output/脑洞_output.txt # 链式传递 序号 阶段 说明 提示词 1 脑洞 创意/卖点/受众 prompt_inspiration.md 2 灵感风暴 书名/简介/开局大纲/小传 prompt_inspiration.md 3 人设 角色/金手指/关系 prompt_character.md 4 大纲 主线/情节点/高潮 prompt_outline.md 5 细纲 章节拆分/场次 prompt_outline.md 6 概要 200字浓缩梗概 prompt_outline.md 7 开篇 三句法开头 prompt_opening.md 8 正文 对话/节奏/叙事 prompt_writing.md 9 优化 归一化/拼接率 prompt_polish.md 10 润色 句式/用词多样化 prompt_polish.md 11 续写 情节延伸 prompt_expand.md 12 扩写 细节铺陈 prompt_expand.md 前8阶段为核心生成链，后4阶段为增强处理。所有提示词为聚合蒸馏版（保留全部反AI检测技巧）。 语料分类 9个标准分类目录（corpus/编号_名称/），管道自动识别： 01_现代言情 02_总裁豪门 03_重生复仇 04_穿越架空 05_古代言情 06_玄幻仙侠 07_悬疑惊悚 08_甜宠虐恋 09_种田经商 每分类建议放 ≥5 篇 .txt ，不足5篇则取全部健康文件。 指纹互消规则 出现次数 判定 处理 ≥3/5篇 类型公约数 保留使用 1-2/5篇 作者指纹 必须剔除 例: 5篇中死亡方式各不相同(坠机/沉塘/悬梁/踹死/车祸)→无公约数→禁止使用任何一篇的死亡方式→必须自创。 硬性约束 标点禁令 (永远) 禁止: ； ！！！ ？！ 「」 禁用句式 对X而言 / 一切都在 / 她心想/意识到/感到 一种说不出的 / 真正的X是Y / X的意义在于 X既是Y也是Z / 谁说X就一定Y 禁用模板描写 眼中闪过 / 嘴角勾起 / 眼眶微红 不可置信 / 眼底闪过 / 咬了咬唇 写作规则 第一人称 数字分节: 1 2 3... (裸数字) 分隔符: …… 精确数字: 金额/时间/数量精确到个位 压缩情感循环: 每弧≤8句 巧合推动情节: ≥1次意外发现 句式突变: 相邻3句不同结构 番茄小白话: 复句≤30% 零思维标记: 禁用 心想/意识到/感到/觉得/认为 多主语修复: 无 他他他/她她她 语域碰撞: 100字内正式+粗俗并置 人设标签≥3: 杀伐果断/清醒独立/拒绝内耗/黑莲花/人间清醒/搞钱脑 禁用人设: 圣母/优柔寡断/憋屈/精神内耗",
    "variables": [],
    "opening_statement": "你好，我是 rongzhu-fangxie，熔铸仿写 — 5源文指纹互消→类型公约数→100%原创+朱雀不可反查的番茄短篇生成系统。...",
    "suggested_questions": [],
    "source": "DeepseekModel",
    "source_url": "https://deepseekmodel.com/skill?id=dama-cyber-casting-workflow-skill-md"
}