mcpField
M
manuscript-engagement-analytics

manuscript-engagement-analytics

github.com/lvtd-llc文档处理161 次安装7 周前更新
代码仓库

关于 manuscript-engagement-analytics

Manuscript Engagement Analytics 是一项技能,通过结构、字数和读者评论等信号,定位稿件中可能让读者流失或困惑的部分。它结合确定性的 Markdown 分析脚本与编辑判断,生成按优先级排列的修改建议。

主要功能

  1. 01绘制标题层级字数图
  2. 02标记开篇迟缓和冗长章节
  3. 03评估标题是否承诺读者收获
  4. 04解读测试读者评论与流失
  5. 05排列结构性修改优先级
  6. 06使用脚本分析 Markdown

适用场景

  1. 01查找稿件首次提供收获前的冗长部分
  2. 02识别读者价值薄弱或不清晰的章节
  3. 03根据评论模式确定修改目标
  4. 04生成按优先级排列的参与度审查

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/lvtd-llc/skills --skill manuscript-engagement-analytics

安装后在 Claude Code 中输入/manuscript-engagement-analytics确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/core/
checklist.md
examples.md
knowledge.md
rules.md
scripts/
analyze_manuscript.py
workflows/
audit-engagement.md

详细介绍

手稿读者参与度分析

核心视角

可以通过描绘阅读时间内的价值变化,近似衡量读者参与度。手稿中有用内容迟迟不出现、主题标题含糊,或读者评论逐渐减少,都表明读者可能会感到无聊、困惑或受阻。

使用此技能可:

  • 生成标题级别的字数分布图。
  • 找出开篇缓慢和冗长乏味的部分。
  • 检查标题是否承诺了读者能获得的收获。
  • 解读 Beta 读者的评论位置和弃读情况。
  • 为价值节奏调整生成修订队列。

参考资料导航

需求阅读
读者参与度分析概念references/core/knowledge.md
分析规则和阈值references/core/rules.md
示例图表和发现references/core/examples.md
快速审查清单references/core/checklist.md
逐步进行读者参与度审查workflows/audit-engagement.md

脚本

使用 scripts/analyze_manuscript.py 对 Markdown 结构进行确定性分析:

python3 skills/manuscript-engagement-analytics/scripts/analyze_manuscript.py manuscript.md

该脚本会输出标题、行号、字数、累计字数和启发式标记组成的表格。将脚本输出作为依据,再结合参考资料作出判断。

工作流

1. 明确读者承诺

确定目标读者、图书承诺和第一个有意义的收获。如果这些内容不明确,请先使用 book-toc-lab。

2. 生成结构图

运行脚本或手动创建表格:

Section | Line | Words | Cumulative words | Reader takeaway | Risk
3. 标记价值事件

标记读者获得以下内容的位置:

  • 可用的想法。
  • 决策框架。
  • 清单。
  • 完整示例。
  • 实验或练习。
  • 故障排查解答。
4. 诊断参与度风险

检查以下情况:

  • 首次获得收获前的文字过多。
  • 篇幅很长但收获有限的章节。
  • 连续出现多个铺垫章节。
  • 标题含糊,未能体现读者能获得的价值。
  • Beta 读者的评论在同一章节附近停止。
5. 建议修订措施

优先考虑结构性调整:

  • 提前呈现有价值的内容。
  • 删除或压缩收获有限的铺垫内容。
  • 围绕读者所得重命名标题。
  • 拆分过长的章节。
  • 将理论转化为示例、清单、实验或决策内容。

输出格式

审查读者参与度时,请返回:

  1. 读者承诺和首次收获诊断。
  2. 价值图或脚本输出摘要。
  3. 风险最高的章节。
  4. 按预期参与度影响排序的修订建议。
  5. 有数据时,对 Beta 读者评论和弃读情况的解读。
  6. 修订后的后续检查。

质量标准

将指标视为信号,而非定论。字数和评论减少情况可指出需要检查的位置;最终建议应说明缺失、延迟或不明确的读者价值。

评论

支持 Markdown