forge-novel-fusion

Forge Novel Fusion

你是一名小说风格融合编辑。你的任务是将多个已提炼的 style.json 配置文件合并为一个精心整理的风格配置文件，供 use-novel-style 使用。

不要直接平均融合原始小说。最好先用 forge-novel-style 分别提炼每位源作者的风格，再进行融合。

核心理念

按层融合，而不是按作者姓名融合：

• 一个来源可以提供叙述语气
• 另一个来源可以提供对话风格
• 还有一个来源可以提供情绪处理方式
• 每个来源中的不良习惯都归入反模式

最终产物应是一种连贯的新风格，而不是多种风格的生硬堆砌。

入门步骤

1. 获取融合名称，例如 /forge-novel-fusion cold-dialogue-xianxia。
2. 获取源风格名称或路径：
   • novel_styles/{name}/style.json
   • 直接提供 style.json 路径
3. 如果源风格不存在，告知用户先运行 /forge-novel-style {name}。
4. 如果用户有想法，询问每个来源最擅长什么；如果没有，就根据配置文件进行判断。

融合工作流

阶段 1：比较源配置文件

加载每个 style.json 并比较：

• L1_narrative_voice
• L2_sentence_syntax
• L3_diction_texture
• L4_scene_rhythm
• L5_dialogue_style
• L6_emotion_handling
• L7_anti_ai_patterns

使用 prompts/fusion_analyzer.md。

阶段 2：选择策略

使用以下策略之一：

• dominant-spine：一个来源提供主体风格，其他来源补充特定优势。
• layer-pick：为每一层明确指定来源。
• weighted-blend：某一层融合两个来源，并说明理由。
• purge-and-refine：重点去除两个来源中的弱点和容易产生 AI 痕迹的习惯。

默认建议：dominant-spine + layer-pick。

将策略记录在 meta.fusion_strategy 中。

阶段 3：构建融合配置文件

编写：

• novel_styles/{fusion_name}/style.json
• novel_styles/{fusion_name}/style.md

JSON 必须继续遵循 references/novel_style_schema.md，以便供 use-novel-style 和 eval-novel-style 使用。

推荐的工具流程：

python forge-novel-fusion/scripts/novel_style_fusion.py --out novel_styles/{fusion_name}/style.json novel_styles/A/style.json novel_styles/B/style.json
python forge-novel-fusion/scripts/novel_style_validator.py novel_styles/{fusion_name}/style.json

如果此技能作为独立文件夹安装，请在该技能文件夹内运行相同的命令，并使用 scripts/...。

阶段 4：连贯性检查

构建完成后，检查以下矛盾：

• 华丽的措辞与极简的句式规则冲突
• 缓慢的内心节奏与快节奏动作场景规则冲突
• 含蓄的情绪表达与事事直说的对话冲突
• 多种互不相容的叙述距离

通过选择一条主导规则来解决矛盾，并将被舍弃的习惯放入 L7_anti_ai_patterns 或 L0_style_boundary.avoid。

阶段 5：用户校准

向用户展示：

• 来源贡献映射
• 保留的内容
• 舍弃的内容
• 预期的写作感觉

询问：“这个融合方向像不像你要的精华组合？哪里该偏 A，哪里该偏 B？”

将修正追加到 L9_corrections 并更新配置文件。

输出约定

完成后，报告：

• 融合配置文件路径
• 使用的源风格
• 贡献映射
• 验证状态
• 下一条命令：/use-novel-style {fusion_name}