mcpField
Q
qiaomu-novel-generator

qiaomu-novel-generator

github.com/joeseesun创意与媒体396589 次安装19 周前更新
代码仓库

关于 qiaomu-novel-generator

qiaomu-novel-generator 是面向中文短篇创作的写作技能,将主题、人物设定或片段转化为剧情策略、大纲和完整小说。它通过桥段拆解、分阶段确认与质量自检来组织创作,并强调原创表达。

主要功能

  1. 01从主题或片段提炼剧情策略
  2. 02提供桥段灵感并构建大纲
  3. 03按确认流程生成完整短篇
  4. 04检查钩子、冲突与结尾效果
  5. 05将反馈归类后用于修订

适用场景

  1. 01把模糊的故事想法发展为短篇
  2. 02将现有草稿改写为完整故事
  3. 03依据指定桥段重构新剧情

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/joeseesun/qiaomu-novel-generator --skill qiaomu-novel-generator

安装后在 Claude Code 中输入/qiaomu-novel-generator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。

.gitignore
LICENSE
manifest.json
README.md
agents/
interface.yaml
openai.yaml
examples/
sample-02-sci-fi-memory.md
sample-01-wuxia-suspense.md
references/
anti-ai-language.md
evolution-loop.md
genre-quality-rubric.md
inspiration-remix-playbook.md
output-contract.md
prewrite-interview.md
quality-checklist.md
story-engine-library.md
technique-matrix.md
source-research-remix.md
scripts/
evaluate_story.py
validate_skill.py

详细介绍

Qiaomu Novel Generator

把一句主题、人物设定、梗概、经典作品信号或已有片段,先通过必要的搜索/桥段拆解收敛成吸引人的剧情策略和大纲,再生成原创、完整、强钩子、高张力、低 AI 味的中文短篇小说。

版权所有 (c) 向阳乔木 X: https://x.com/vista8 GitHub: https://github.com/joeseesun/

运行模式

作为轻量级生产用小说创作技能运行。

默认假设:

  • 用户最终想要一篇完整的中文短篇小说,但如果前提设定模糊,应先通过简洁的选项进行澄清,再开始起草。
  • 除非用户要求其他长度,默认输出长度为 1800-4000 个汉字。
  • 默认目标是让读者欲罢不能:让第一页令人无法忽视,然后不断提高每次选择所要付出的代价。
  • 将具名作家、电影、电视剧、小说和著名场景视为创作技巧信号,而非模仿对象。将其转化为悬念、克制、道德压力、精炼的叙述风格、场景节奏、反转、公开证据和情感回报等通用技巧。
  • 不要直接模仿在世作者的独特风格。不要复制受版权保护的段落、著名场景、角色姓名、标志性台词、设定名称或可识别的剧情顺序。
  • 用户给出剧情创意时,应主动提供几种经典情节点灵感,让用户在列大纲前选择或组合。
  • 用户要求先搜索,或提到一部需要了解其公开背景的特定现代作品时,如果可以搜索,就进行搜索;提取公开的前提设定/创作技巧信号,报告时引用来源,然后通过抽象的故事功能进行改编。
  • 用户提供已有草稿时,保留有用的事实、承诺和角色意图;重写叙事引擎,而不只是润色形容词。
  • 避免在可见文本中使用公式化的 AI 措辞,尤其是 不是X,而是Y,除非这是角色有意采用的说话风格。
  • 强有力的开篇钩子不能造成错误的类型预期。如果一句话听起来带有超自然、违背常理或隐喻意味,就要立即交代现实情境,除非故事本来就设定为超自然题材。

固定钩子工作流

将钩子用作固定检查点。它们是概念性钩子,并非强制运行时 API。它们的作用是在不把某位用户的反馈或某个故事的内容硬编码进核心规则的前提下,让技能能够不断演进。

  1. 意图钩子:识别输入类型、目标体裁、对读者的承诺、前提是否清晰,以及用户是否明确批准开始写作。
  2. 来源研究钩子:当用户明确要求搜索,或提到需要当前/公开背景信息的参考资料时,使用 references/source-research-remix.md 收集 3-6 条公开信号,并将其整理为研究输入卡。
  3. 灵感改编钩子:当用户提供情节、体裁、套路,或提到具体作品/作者时,在构思大纲前使用 references/inspiration-remix-playbook.md 提供经典情节点/风格信号选项。将参考资料提炼为功能和创作调节项。
  4. 故事引擎库钩子:从 references/story-engine-library.md 中选择主要情感回报、高压关系、冲突场域、2-4 个情节引擎、升级阶梯和钩子模式。
  5. 写前访谈钩子:如果请求含糊不清,按照 references/prewrite-interview.md 提出简短的编号选项。暂不撰写完整故事。
  6. 故事策略钩子:如果故事前提可用但大纲尚未确认,提供经典灵感选项、小说如何吸引人 和精简大纲,然后等待确认,除非用户明确要求跳过讨论。
  7. 故事引擎钩子:确认后,提取:
    • 主角的欲望
    • 明显障碍
    • 隐藏压力
    • 道德或情感代价
    • 对读者的承诺
    • 最终余韵
  8. 技巧钩子:从 references/technique-matrix.md 中选择 3-5 个技巧引擎。混合运用,不要堆砌对作者的模仿。
  9. 规划钩子:构建精简的故事计划:
    • 在开头 3 段内出现首个扰动
    • 主角作出主动选择
    • 冲突至少升级 3 次
    • 每个场景揭示一个新事实,或移除一个安全选项
    • 结尾转折重新诠释开篇
  10. 写作钩子:按照 references/output-contract.md 撰写完整的短篇故事。
  11. 反 AI 语言钩子:应用 references/anti-ai-language.md;返回前重写公式化叙述。
  12. 质量钩子:根据 references/quality-checklist.md 和 references/genre-quality-rubric.md 中相关的评分标准进行自检。如果故事在钩子、欲望、升级、对话、意象、反转/悬念、结尾余韵、开篇清晰度或反 AI 语言方面未达标,请修改后再返回。
  13. 反馈钩子:收到用户批评时,重写前先判断问题类型。不要只修补当前段落。
  14. 演进钩子:只有在反馈反复出现、信号强,或能解决可迁移的问题类型时,才将其纳入稳定的技能规则。参见 references/evolution-loop.md。
  15. 如果要撰写示例、交付内容或文件产物,请先在技能目录中运行 python3 scripts/validate_skill.py,再宣布完成。如果已有草稿文件,可以运行 python3 scripts/evaluate_story.py <draft-file>,生成轻量指标报告。

默认输出

对于含糊的新故事请求,首先输出精简选项卡。用户应能回复 按默认 或 1B 2A 3C。

对于尚未确认但可用的故事前提,输出:

## 经典桥段启发

[3-6 options reduced to reusable functions]

## 小说如何吸引人

[strategy bullets]

## 大纲

[compact outline]

确认后我再写正文。

用户确认后,或用户明确要求跳过讨论并直接写作时,输出:

《标题》

[完整小说正文]

只有当用户要求评估、要求提供可复用的工作流,或输出是示例/基准产物时,才添加可见的 创作自检 部分。

如果用户要求“按某作家风格”,写作前先简要将请求转化为创作技巧层面的描述:

我会使用可泛化技法:短句留白、对白推进、危险感、命运压力和反转结构;不复刻具体作者的独特表达或已有情节。

然后撰写故事。

如果用户提到在世作者,不要承诺精确模仿。将其转化为创作技巧特征,并继续撰写原创故事。

修订模式

使用同一技能进行以下修订:

  • 开篇更抓人:将摘要式开篇替换为突发状况、具体画面和未解的危险。
  • 人物动机更强:让主角有明确可见的欲望和隐秘的创伤;让两者发生冲突。
  • 冲突升级:加入公开压力、时限、背叛、代价或两难抉择。
  • 经典桥段重构:提供知名电影/电视剧/小说的情节节拍卡,让用户选择,然后将其重新创作成全新人物、背景、利害关系、物件和结局。
  • 风格技法转译:将对知名作者或作品的请求转化为创作技法调节项;避免直接模仿仍在世作者的风格。
  • 对白更有张力:删去解释;让每句台词都暗藏意图、威胁、欲望或反转。
  • 结尾更有余味:让最后一个画面回应前文的细节,同时引出更大的疑问。
  • 去 AI 味:去掉公式化对比、说教式过渡、装饰性破折号和主题阐释;用行动、画面、对话和后果取而代之。
  • 开篇误读:如果诗意或高度凝练的钩子会让读者误解事件的字面含义或类型,就在同一句或下一句加入具体的锚点并重写。
  • 改成完整短篇:将大纲或片段改写成有开端、发展和结尾的故事,而不是内容梗概。
  • 用户反馈迭代:对批评意见分类,选定一个主要失败模式,针对该问题重写,然后判断这条经验仅适用于当前任务,还是应加入技能参考资料。

边界

  • 不得复制受版权保护的文本、知名场景、独特名称、标志性物件,或受版权保护小说中可辨识的情节节拍。
  • 不得照搬单一来源中可辨识的一连串情节节拍。若借鉴灵感,至少要改变背景、关系、利害关系、物件/规则和结局。
  • 不得将故事描述为“完全模仿”仍在世作者的风格。应将请求转化为通用的创作技法特征。
  • 未经明确虚构化处理并提供安全框架,不得将真实私人个体写成虚构的罪犯、反派、施虐者或丑闻当事人。
  • 不得输出涉及未成年人的性内容、明确的性胁迫、现实暴力的实施指南,或美化犯罪式虐待的内容。
  • 对于敏感请求,应转向虚构化、非指导性且注重情感的故事创作。

参考文件

  • references/technique-matrix.md:技法引擎,以及从作者特征到创作技法的转译。
  • references/source-research-remix.md:通过优先检索公开来源背景,将其转化为抽象改编卡的流程。
  • references/inspiration-remix-playbook.md:经典电影/电视剧/小说情节节拍卡、风格特征转译,以及改编边界。
  • references/story-engine-library.md:情感回报类型、高压关系、情节引擎、升级阶梯、故事场域和钩子库。
  • references/prewrite-interview.md:选项式故事澄清、策略表和大纲确认规则。
  • references/output-contract.md:故事输出形式、篇幅和写作规则。
  • references/anti-ai-language.md:针对公式化 AI 措辞的反套路语言检查。
  • references/quality-checklist.md:七部分自检和修复规则。
  • references/genre-quality-rubric.md:符合类型特征的质量评估标准,用于设定恰当的读者预期。
  • references/evolution-loop.md:基于钩子的反馈、规则沉淀和防止过度拟合的流程。
  • examples/sample-01-wuxia-suspense.md:江湖悬疑完整短篇样例与自评。
  • examples/sample-02-sci-fi-memory.md:近未来科幻完整短篇样例与自评。
  • scripts/validate_skill.py:用于检查必需文件和样例自评的本地结构验证器。
  • scripts/evaluate_story.py:可选的草稿指标报告工具,用于评估抽象性、对话、场景和钩子特征。

评论

支持 Markdown