
story-long-scan
长篇网文扫榜。分析起点、番茄、晋江、七猫等平台排行榜与新书数据,提炼市场趋势与热门题材。触发方式:/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」「扫七猫新书」。
- Installs
- 17K
- Last 24h
- +98
- Trending rank
- #2009
- Security
- Warn
Install
Works with every agent the skills CLI supports.
npx skills add https://github.com/zenstory-ai/oh-story-claudecode --skill story-long-scan- 01
Install
Run the command in your project. The CLI asks which agents to install for.
- 02
Describe the task
Ask your agent for something this skill covers. It loads story-long-scan automatically when relevant.
- 03
Review the result
The agent follows the SKILL.md steps, scripts and references bundled with the skill.
Security audits
Independent scans of the skill's instructions and bundled files.
SKILL.md
The instructions your agent reads when the skill is triggered.
story-long-scan:长篇网文扫榜
你负责从长篇榜单的重复样本中识别题材候选,结合作者条件给出可行性、失败风险与验证动作。
核心信念:单本排名提供线索,近期多榜单、多作品的重复模式才支持趋势判断。
扫榜原则
原则 1:扫榜看模式,别只看排名
提取样本中重复的题材、设定、套路、书名词和简介卖点,判断能否支持趋势候选。
原则 2:各平台的热度口径不同
番茄看在读,起点看付费榜和总推荐,晋江看收藏、营养液和积分,七猫看热度。完读率、追读、订阅转化是作者后台的数据,采集脚本拿不到,作者没提供就不下结论。
原则 3:扫榜的目的是找到你能写的爆款题材
每个方向都结合素材储备、题材边界、计划篇幅和目标平台样本判断可行性,再给选题建议。
扫榜流程
Phase 1:确认平台和方向
沿用作者已给的条件;缺的一次问齐,给选项:
- 平台:起点 / 番茄 / 晋江 / 七猫 / 刺猬猫 / 多个平台对比
- 频道(番茄、七猫才分):男频 / 女频 / 都看
- 看什么:新书里在冒头的(多采新书样本) / 成熟大盘(只采默认榜单)
- 有没有关注的题材方向(没有就做全榜概览)
Phase 2:确定数据来源
| 优先级 | 模式 | 说明 | 何时用 |
|---|---|---|---|
| 1 | 脚本采集 | 直接抓取平台页面数据,产出结构化榜单文件 | 优先;起点排行榜不需要 Chrome |
| 2 | 作者提供 | 作者粘贴榜单文字、截图,或给已有的榜单文件 | 作者已有数据,或脚本采不到时 |
| 3 | 内置知识 | 只用历史题材候选做分析 | 无法联网、作者也没有数据时 |
脚本采集模式
命令里的 scripts/ 相对本 skill 根目录。
- 每次扫榜在工作目录新建
扫榜/{YYYYMMDD}/(同日再扫加-2),下文{outdir}指它。不往旧目录追加,聚合会混进旧榜。 - 只读所选平台参考:起点 / 番茄 / 七猫 / 晋江 / 刺猬猫。按 Phase 1 的频道和「看什么」运行默认命令;需要 Chrome 的平台先
/browser-cdp启动。 - 聚合:
node scripts/aggregate-rank.js {outdir} --out {outdir}/扫榜聚合.md。主会话先只读聚合:题材分布、去重本数、热度与字数中位、标签、书名词、多榜重合和代表作。 - 看聚合的「采集情况」:标了问题(书名没解出来、没采到、只有书单、详情没取到)的榜单,按平台参考的「采不到时」排查后重采;重采不了,报告里说明结论不含它。
- 分析新人物设定、新切入设定和新桥段时按需抽样:
node scripts/aggregate-rank.js {outdir} --sample {题材/标签/书名词} --n 5,一次一个方向。命中条数含多榜重复,样本本数按同平台书名+作者去重。
作者提供
已有榜单文件就放进 {outdir} 聚合。作者给链接时,请他把页面内容复制过来或截图(番茄、起点有反爬,直接抓页面常拿不到)。把文字或截图整理成:首行 # {平台} · {榜单名},平台名只用 起点 / 番茄 / 晋江 / 七猫 / 刺猬猫,才能和脚本数据合并;每本一段 ### #{排名} {书名},下一行 *作者 · 题材 · 连载中 · 120万字 · 3.5万收藏*(热度写「数字+口径」,有标签再加 **标签:** a、b)。存进 {outdir} 后同样聚合。
内置知识
读 references/genre-trends.md,报告开头写明「以下分析基于历史题材候选,没有实时榜单校验,只能作为待验证的假设」,并列出需要复扫的榜单。
Phase 3:数据分析
以聚合结果为主,先按所选平台参考的「分析维度」看,再看通用维度:
- 题材分布:本数、占比与热度中位。番茄按题材等额采样(聚合会注明),本数是采样上限,题材冷热看热度中位和平台 P75。
- 新题材信号:新书榜、书库新书样本与多榜重合;同时采到新书榜和其他榜时,聚合才显示「新书榜」列。上次日期目录有
扫榜聚合.md时,按相同平台、榜单与筛选范围对比。 - 头部老书:月票、畅销、阅读榜上字数几百万、连载多年的书,代表这个题材的存量读者,不代表现在开新书能起来;判断新方向以新书榜、书库新书为主。
- 经典题材变化:老牌题材上升、稳定还是下降;没有上期数据就只写现状。
- 字数:字数分布与各题材字数中位。
- 书名模式:书名常见词 + 代表作书名。
- 简介卖点:标签热词 + 代表作简介。数据只有简介(聚合截到 30 字,采集截到 100 字),开篇怎么写留给拆文验证。
- 新元素:对候选方向抽样原始条目,标出新的人物设定、切入设定、桥段套路。
Phase 4:输出扫榜报告
报告讲本次样本支持的结论和作者能写的方向;无可比上期时,趋势栏写「未比较」,不填涨跌。脚本名、命令和采集状态不进报告;缺榜时说「XX 榜这次没拿到(原因),结论不含它」。题材热度排行按热度中位从高到低排,没有热度数字的平台按本数排;与全平台比较用白话,如「比全平台四分之三的书都热」,不写 P75。
报告展示给作者,同时写进 {outdir}/选题决策.md:文件不存在就先按 references/topic-decision.md 的模板写文件头,再把报告作为「扫榜结论」一节写入(已有同名一节就整节替换)。作者只扫榜不选题,结论也已落盘。
## 扫榜结论:{平台名称}
### 市场概况
- 扫榜时间:{日期}
- 核心发现:{一句话总结}
### 题材热度排行
| 排名 | 题材 | 本数 | 热度中位 | 趋势 | 代表作 |
|------|------|------|----------|------|--------|
| 1 | {题材} | {N本} | {数字+口径} | ↑/→/↓/未比较 | {书名} |
### 新题材信号
- {新出现或正在上升的题材,附依据}
### 经典题材动态
- {老牌题材的现状,附依据}
### 新元素提取
- 新人物设定:{新模式描述 + 代表作}
- 新切入设定:{从简介看到的切入点 + 代表作}
- 新桥段/套路:{新桥段描述 + 代表作}
### 关键数据洞察
- 字数区间:上榜作品集中在 {X}-{Y} 万字
- 书名特征:{命名模式总结}
- 标签热词:{高频标签词}
### 值得关注的方向
1. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
2. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
3. {方向 + 为什么值得关注 + 同方向几本、新书里有没有}
### 一句话
{一句话结论}
Phase 5:选题决策
按 references/topic-decision.md 的选题四步、可行性规则与模板,在 {outdir}/选题决策.md 写 2-3 个推荐选题。
从文件接上: 先读 {outdir}/选题决策.md 的「扫榜结论」和 扫榜聚合.md,不靠对话记忆;两者都没有就回 Phase 2。
信息不足时,向作者补齐项目条件:「目标平台、已有素材、擅长题材或写作限制、计划篇幅是什么?」
流程衔接
流水线: 长篇 位置: 扫榜(第 1/3 步)
| 时机 | 跳转到 | 命令 |
|---|---|---|
| 找到方向,想先拆对标书 | story-long-analyze | /story-long-analyze |
| 直接开写 | story-long-write | /story-long-write |
| 更适合短篇 | story-short-scan | /story-short-scan |
参考资料
| 文件 | 何时读 |
|---|---|
| 五份平台参考(链接见「脚本采集模式」第 2 步) | Phase 2–3:只读所选平台那份——默认命令、可选榜单、字段与热度口径、采不到时、分析维度、本平台读者 |
| references/topic-decision.md | Phase 4 建文件、Phase 5 选题 |
| references/genre-trends.md | 只在内置知识模式读 |
FAQ
What does the story-long-scan skill do?
长篇网文扫榜。分析起点、番茄、晋江、七猫等平台排行榜与新书数据,提炼市场趋势与热门题材。触发方式:/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」「扫七猫新书」。
How do I install story-long-scan?
Run npx skills add https://github.com/zenstory-ai/oh-story-claudecode --skill story-long-scan in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/story-long-scan/ (personal) or .claude/skills/story-long-scan/ (project).
Which AI agents can use story-long-scan?
Any agent that supports the open Agent Skills format (a folder with a SKILL.md file), including Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, Cline, OpenCode and more.
Is story-long-scan safe to install?
Security partners have reviewed it: Gen Agent Trust Hub passed; Socket flagged items to review; Snyk passed. As with any skill, read the SKILL.md and bundled scripts before installing.
Who maintains story-long-scan?
It is published by zenstory-ai in zenstory-ai/oh-story-claudecode. It has 17,023 recorded installs.
More from zenstory-ai/oh-story-claudecode
story-long-write
zenstory-ai/oh-story-claudecode
长篇网文规划与写作。支持只讨论结构、只写大纲或指定细纲,明确要求正文后再写章节。触发方式:/story-long-write、/写长篇、「帮我开书」「定设定」「出卷纲」「规划剧情」「写大纲」「补细纲」「日更」「续写」「继续写」「修改第X章」「回炉」「重写第X章」。
story-deslop
zenstory-ai/oh-story-claudecode
网文去AI味。从表达、叙事用笔、故事因果三层诊断并修复文本,保留作者文风与已定剧情。触发方式:/story-deslop、/去AI味、「去AI味」「这篇太AI了」「网文去AI味」。
story-long-analyze
zenstory-ai/oh-story-claudecode
长篇网文拆文。保留黄金三章、逐章摘要、剧情、情绪、节奏、角色、设定和文风接口,以连续章节块完成因果、双时间线、关系与三维节奏分析;兼容旧成果直接使用、按需增强和断点续跑。含可选三层灵感库管道(灵感库、跨书灵感聚合、更新灵感库)。触发方式:/story-long-analyze、/长篇拆文、「帮我拆这本书」「拆这本书」「分析黄金三章」「深度拆解」「完整拆解」或提供小说文本文件路径。
story-short-write
zenstory-ai/oh-story-claudecode
短篇网文写作。辅助短篇小说创作,从构思到成稿,聚焦情绪拉扯与节奏把控。触发方式:/story-short-write、/写短篇、「帮我写一篇短篇」「写个盐言故事」。
story-short-analyze
zenstory-ai/oh-story-claudecode
短篇网文拆文。拆解爆款短篇小说(番茄短篇 / 故事会 / 知乎盐言 / 追妻 / 世情 / 重生 / 虐渣等通俗题材)的故事核、结构、情感线、反转设计、写作手法、共鸣层次。单一全量拆解管道:跑完 Stage 2-6 产出完整拆文报告,落盘到 拆文库/{书名}/,下游 story-short-write 同时读拆文报告 + 情节节点 + 写作手法 + 原文 + meta.json 写下一篇。触发方式:/story-short-analyze、/短篇拆文、「拆短篇」「拆这篇短文」「短篇拆文」「精细拆解短篇」「8000 字短篇拆解」「番茄短篇拆文」「故事会拆解」「盐言故事拆解」「分析这篇短篇」——均进入同一管道。
browser-cdp
zenstory-ai/oh-story-claudecode
Use this skill when you need to control a Chrome browser via CDP (Chrome DevTools Protocol) to reuse existing login sessions. Covers: launching Chrome in debug mode, opening URLs, waiting for page load, evaluating JavaScript, taking snapshots, and extracting auth tokens. Trigger phrases: browser automation, CDP, agent-browser, 浏览器操作, 操作浏览器, Chrome CDP, 复用登录态, extract token from browser.
Popular other skills
hyperframes-cli
heygen-com/hyperframes
The HyperFrames CLI by job - scaffold, check, look at frames, edit the timeline, preview, render locally or in the cloud, publish, project history - plus reading its JSON and recovering from build or render failures.
ask-matt
mattpocock/skills
Ask which skill or flow fits your situation. A router over the skills in this repo.
to-questionnaire
mattpocock/skills
Turn a decision you can't fully answer into a questionnaire for someone else to fill in.
loop-me
mattpocock/skills
Grill me about specs for the workflows I want to build, within this workspace.
caveman-help
juliusbrussee/caveman
Quick-reference card for the three caveman skills and their commands. Trigger: /caveman-help or "caveman help".