본문으로 건너뛰기
cccskills
무료GitHub에 공개

short-drama-novel-analyze

Analyze long novels or serialized fiction for adaptation into vertical short dramas. Produce chapter references, character and setting summaries, story and emotional beats, adaptation assessments, and episode candidates that creators can review before choosing an approach.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

원문원문 설명 보기

把长篇小说、连载网文或多集散稿拆成可追溯的原著分析:章节索引、改编价值快评、逐章功能提取、剧情单元与节奏聚合、人物与设定归并,最后给出改编价值判定与分集候选,交给 $short-drama-develop 立契约。用户说“导入这本小说”“拆这本书”“分析原著”“这本书能不能改短剧”“先看看值不值得拆”“把长篇拆成分集候选”,或直接给出小说文件路径时使用。

只做只读的结构化分析,不写剧本、不建资产、不生成媒体,也不替创作者决定改编方案。

연동 도구AWS

실행 점수 미검증

설치 방법 보기

이럴 때 유용합니다

  • Assessing whether a novel suits a short drama adaptation
  • Mapping characters, settings, and story developments
  • Finding episode boundaries from dramatic turning points
  • Checking adaptation risks before a full analysis

포함된 파일(10)

  • SKILL.md14.1 KB
  • agents/openai.yaml283 B
  • assets/episode-candidate.example.jsonl2.6 KB
  • references/adaptation-triage.md5.0 KB
  • references/adaptation-value.md6.8 KB
  • references/aggregation-and-entities.md9.7 KB
  • references/chapter-extraction.md8.0 KB
  • references/stage-contract.md5.5 KB
  • scripts/novel_index.py25.5 KB
  • scripts/selftest.py1.7 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

长篇原著分析

从长材料中提取可追溯的戏剧功能,说明各段如何改变角色选择、信息、权力或关系,以及这些功能怎样用于竖屏短剧改编。

分析结果供创作者取舍:保留哪条线、合并哪些人、从哪里开篇,由创作者决定,再交给 $short-drama-develop 写成改编契约。本技能不批准自己的产物。

Quick Start

离线验证章节索引、采样和源文件变更检测:

python3 {技能目录}/scripts/selftest.py
python3 {技能目录}/scripts/novel_index.py index <原著.txt> --out <chapter-index.json>

开始前

本技能可独立安装和执行。先读取用户明确提供的原著与本任务直接输入;若当前目录是 short-drama 项目且项目工具可用,可以读取 status 并使用其发布生命周期,但缺少 core 或任何其他技能都不是分析工作的阻断条件。完整边界与规则见 阶段契约,无需读取其他技能的文件。

材料前提

只分析创作者合法持有、拥有使用权的作品。分析是只读的转化性工作:提取结构与功能, 不复制原文成段落,不把原句搬进下游产物。

通俗题材里的暴力、复仇、背叛、情爱张力与黑暗伦理是常规虚构叙事元素,照常做结构化提取。 个别片段无法处理时跳过该段并记录,不要因此中止整章或整本——中止会让后续所有阶段拿到 一份有洞却看不出洞在哪的分析。

先判断入口

  1. 只有书名,没有原文:请创作者提供文件路径或粘贴正文。不要凭书名回忆情节—— 取得原文后才能建立章节范围和可追溯的引用。
  2. 有原文,未建项目:直接建立一个本技能自己的工作区,至少包含只读输入目录 输入/ 与输出目录 项目开发/source-analysis/_work/;把原文字节复制到 输入/ 后记录 原始文件位置,再用本技能的 novel_index.py 建索引。若 $short-drama 可用,可选用它 初始化同样的目录和发布生命周期,但不得把 core 安装变成开始分析的前提。
  3. 有原文,项目已在:直接进入管道。
  4. 已有部分分析:读 项目开发/source-analysis/_progress.md 从断点续跑, 不重跑已完成阶段。

管道

输入/ 是不可变的创作者输入,本阶段只读它。全部产出落在 项目开发/source-analysis/。 独立工作区与完整项目使用同一套相对路径,因此后续安装 core 时无需迁移分析产物。

阶段做什么产出停靠
S0建章节索引(脚本)_index.json、_progress.md索引有问题就停
S1改编价值快评(抽样)triage.md停靠问创作者
S2逐章功能提取chapters/ch-<N>-extract.md覆盖率不足就停
S3剧情单元与节奏聚合story-units.md、rhythm-and-emotion.md阈值不达标就复核
S4人物归并与设定characters.md、world.md—
S5改编价值与分集候选adaptation-value.md、episode-candidates.jsonl交接 develop

S0 章节索引

各阶段共用 章节索引脚本 建立的章节边界,不各自重新切片。

python3 {技能目录}/scripts/novel_index.py index 输入/{原文文件} \
  --out 项目开发/source-analysis/_work/_index.next.json
python3 {技能目录}/scripts/novel_index.py verify \
  项目开发/source-analysis/_work/_index.next.json 输入/{原文文件}
# 项目工具可用时可选:
python3 {core 技能目录}/scripts/project_tool.py publish {项目根} \
  --owner short-drama-novel-analyze --artifact-id source-analysis:index \
  --output 项目开发/source-analysis/_index.json=项目开发/source-analysis/_work/_index.next.json \
  --input 输入/{原文文件}

独立运行时,将验证通过的 _work/_index.next.json 原子替换到正式的 _index.json,再进入 S1;不依赖可选的 core 发布命令。

脚本识别阿拉伯数字与中文数字章号(含 千 / 两,覆盖千章以上连载),只认一种编号单位 (章/回/节里出现最多的那个,其余记进 ignored_heading_units),只把短的独立行当标题 (以章号开头的正文段落记进 long_heading_lines_skipped),剔除开头的目录块, 按卷分段校验编号。它不做编辑判断——哪章重要、 讲了什么,是后面阶段的事。

problems 非空就停下报告,不要带着错表进 S1。常见四种:章号跳号(缺章或抓错标题)、 同卷内重号、正文极少的章(多半抓到了目录残留或卷首页)、无法解析的章号。 另外确认三个计数:chapter_unit 与 ignored_heading_units——一本用 第N章 分章、 用 第N节 分小节的书应当看到 chapter_unit: 章 且 节 被记入忽略计数,反过来说明分章单位 判断错了;long_heading_lines_skipped 明显偏大时,多半是这本书的章节标题确实很长, 需要与创作者确认后手写边界。

原文本身没有章节标题时索引会返回空表,此时与创作者确认按什么切分,把边界写进 _work/_index.next.json,通过 verify 后再按上面的公开生命周期发布——手写的行也要带齐 sequence / line_start / line_end,verify 会逐行检查并报出缺字段的行。

改了原文必须重建索引,不能沿用旧 span。verify 核对编号、顺序与行号覆盖,所以插行删行会被报出来; 但同行数的原地改写不会——那一步靠改原文的人自己重建,套件不比对字节。

python3 {技能目录}/scripts/novel_index.py verify \
  项目开发/source-analysis/_index.json 输入/{原文文件}

S1 改编价值快评

回答这本书值不值得花全量拆解的成本。判据是全书的改编密度——screen_ready 单元占多少、 prose_only 占多少、制作负担压在哪几段——所以快评横跨整本书,用脚本抽样:

python3 {技能目录}/scripts/novel_index.py sample \
  项目开发/source-analysis/_index.json --count 12

抽样确定、可复现、首尾必取,跑第二次引用的是同一批章。按 改编价值快评 写 triage.md,覆盖六件事: 故事框架、三类判定比例、开篇替换点、制作负担量级、最大的三处改编风险、分集候选量级。 第一行写覆盖率(脚本返回的 coverage_ratio),所有结论限于抽样范围。

这里停靠问创作者:给出快评与全量拆解的预计耗时(按章数粗估),问是否继续。 创作者一开始就明确说「一次跑完」时仍写 triage.md,但不停下等待——它是 S5 要回填 对照的第一版假设。

停靠时把 _progress.md 的状态写成 paused_after_triage,断点写「下一步:S2 逐章提取」。

S1–S5 的 Agent 创作产物同样先写到 source-analysis/_work/,完成本阶段机械检查后再发布到 上表中的正式路径。项目工具可用时用 project_tool.py publish 和稳定 artifact-id;独立运行时 原子替换正式文件。不要用半成品覆盖 _index.json、_progress.md、chapters/*.md 或聚合产物。 _work/ 是候选工作区,不是权威分析层,也不进入交付包。

并发子代理写 _work/,主线程发布到正式路径。子代理只落 _work/chapters/ch-<N>-extract.md,主线程机械自检后发布到 chapters/,再检查正式目录的覆盖率。

_progress.md 每个阶段都会重写,而发布要求一个路径只有一个 owner,所以它用一个固定 artifact-id:source-analysis:progress,owner 是 short-drama-novel-analyze, S0–S5 每次停靠都用同一个 id 重新发布。

S2 逐章功能提取

按 章节提取 处理每一章。能并发子代理就分批并发 (每批 5–8 章,等一批落盘再发下一批),不支持就串行——两条路径的写法要求和自检是同一份, 只是速度不同。

每章提取完落到 chapters/ch-<N>-extract.md,<N> 是索引里的 sequence,不是原文章号 (多卷书的原文章号会重复,sequence 不会)。全部落盘后跑覆盖率:

python3 {技能目录}/scripts/novel_index.py coverage \
  项目开发/source-analysis/_index.json 项目开发/source-analysis/chapters

先检查 unmatched_files:命名错误的提取文件不计入覆盖,对应章仍会列入 missing;先更正文件名,再补跑真正缺失的章。 覆盖率不足时不进入 S3。

单章连续失败两次,先记录到 _progress.md,继续提取其他章。S2 结束后补齐失败章;仍有缺章时停在 S2,报告缺失范围,不进入全量聚合。

S3 剧情单元与节奏

从逐章提取聚合;事实或指代不清时按定位定点回查原文,不重新通读全书。按 聚合与实体 先识别故事框架 (框架决定按什么切单元),再产出:

  • story-units.md:把情节点归成有始有终的单元,每个单元记录进入状态、冲突、代价与出去状态;
  • rhythm-and-emotion.md:关键信息如何逐章推进、情绪触动点的铺垫→释放→余波、 跨章伏笔与兑现,以及按观众收益排名的爽点表。

聚合完成后跑同一文件里的三条阈值自检(归属置信、覆盖率、重叠率)与散落情节兜底。 阈值是边界复核信号;重叠率偏高时,先区分多线交叉与边界重叠,再判断是否合并。

S4 人物与设定

按 聚合与实体 归并人物(跨章去重、别名归一、 分级),并从提及数据归纳世界规则、力量体系与势力。专名、绰号及“姓氏+头衔”只有在同指证据充分时才能合并; 泛指的外貌称谓或职务不触发合并。

人物归并是候选,不是资产。 这里的人物条目带 unresolved 与来源引用, 交给 $short-drama-develop 定改编决定、$short-drama-write 写进剧本之后, 才由 $short-drama-assets 从已接受剧本建立真正的资产身份。绕过这条链直接建资产, 等于让原著的人物表冒充剧本的出现证据。

S5 改编价值与分集候选

这是本技能与通用拆书的分水岭。按 改编价值 产出:

  • adaptation-value.md:哪些单元在竖屏短剧里能直接成立、哪些要换载体、哪些是纯文字快感 (内心戏、叙述性诡计、长铺垫)在画面上无法兑现;制作负担落在哪里。
  • episode-candidates.jsonl:按爽点分布、局部戏剧结果与精确交接切出的候选集,不按章号 或字数平均切。每条带来源 span、承担的功能、承接的爽点以及未决项。

同时回填快评:把 S1 中被全量结果推翻的判断及原因写进 adaptation-value.md 开头。

样例见 分集候选样例。

交接

S5 完成后向创作者说明:拆了多少章、跳过哪些、分了多少个候选集、 最大的三处改编风险、以及快评里被推翻的判断。然后交给 $short-drama-develop—— 由它把候选变成 项目开发/adaptation-map.jsonl 与改编契约。

本技能不写 adaptation-map.jsonl,那是 develop 的产物。需要质量结论时交给独立的 $short-drama-review(范围 source_analysis)。

规则分级

  • structural_invariant:索引与 span 的可证明性、引用完整性、覆盖率。可由脚本阻断。
  • reviewed_invariant:功能提取是否忠于原文、归并是否保住戏剧作用等语义义务。
  • craft_default:通常有帮助的做法;创作者说明理由后可覆盖。
  • taste_option:从哪里开篇、保留哪条线等选择;不得单独阻断。

不要用固定的章数配方、情节点数量或篇幅比例替代因果判断。

产物与边界

本技能只拥有 项目开发/source-analysis/ 下的文件:_index.json、_progress.md、 chapters/*.md、triage.md、story-units.md、rhythm-and-emotion.md、 characters.md、world.md、adaptation-value.md、episode-candidates.jsonl。

它不改写 输入/,不写 项目开发/ 下其他技能的产物,不建资产、不写场景与台词、 不写提示词、不生成媒体,也不签发终审结论。

不把原文成段复制进分析。记录 locator、span 与去引用的功能摘要;需要证据时引用 最短的必要片段。交付包不得把原始材料带出边界。

语言

分析产物是创作者读的:项目内跟随 short-drama.json#/language,独立运行时跟随用户使用的 语言,不在本技能内硬编码语言。本技能不产生提示词正文,与 #/format/prompt_language 无关。

按需加载

  • 快评读哪些章、写哪六件事、怎么不冒充全量分析:改编价值快评
  • 逐章提取写法、白描与叙事框架词的界线、机械自检、并发与串行:章节提取
  • 故事框架、剧情单元、节奏情绪、人物归并、阈值与散落兜底:聚合与实体
  • 改编价值评估、载体替换与分集候选切法:改编价值
  • 本阶段拥有什么、继承什么、不越权什么:阶段契约

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

댓글

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

보내면 바로 공개됩니다. 이메일 주소나 전화번호 같은 개인 정보는 쓰지 마세요. URL은 2개까지입니다.

0 / 1,000자

이 양식은 reCAPTCHA로 보호되며 Google 개인정보처리방침 및 서비스 약관이 적용됩니다.

같은 저장소의 스킬

Set up and continue short drama or comic-style video projects with organized creative documents, a local progress dashboard, and clear handoffs between stages. Export existing scripts, visual plans, prompts, and finished media for sharing.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

  • Starting a short drama project
  • Checking episode progress and next steps
  • Choosing a visual direction
zenstory-ai/drama-skills3.3천2026년 10월 21일 업데이트

Turn a short drama script into readable visual specifications for characters, outfits, locations, and props. Distinguish reusable identities from changing states, and document visible details that need to remain consistent across scenes and episodes.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

  • Listing characters, locations, and props from a script
  • Deciding whether to reuse an asset or add a variant
  • Tracking costume, injury, and prop state changes
zenstory-ai/drama-skills3.3천2026년 10월 21일 업데이트

Turn Chinese novels, story ideas, series notes, or existing scripts into adaptation plans and episode outlines. Clarify character conflicts, how the story keeps moving, and what each episode must carry into the next.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

  • Planning a short drama adaptation of a Chinese novel
  • Developing an idea into a series plan
  • Clarifying character conflicts and story progression
zenstory-ai/drama-skills3.3천2026년 10월 21일 업데이트

Assemble existing short drama footage into a finished video, with documented cut decisions, subtitles, sound effects, and consistent loudness. Check source files and timing before rendering, then measure the exported video for delivery.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

  • Assembling generated shots into a finished episode
  • Adding script-based subtitles and sound effects
  • Adjusting pacing and balancing loudness
zenstory-ai/drama-skills3.3천2026년 10월 21일 업데이트

Create copyable image prompts for short drama characters, outfits, locations, props, and changing states. Organize them in Markdown with clear reference limits and visual constraints, so creators can reuse and revise consistent production instructions.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

  • Prepare prompts for character sheets and three-view drawings
  • Write prompts for location and prop reference images
  • Describe outfit changes and character state variants
zenstory-ai/drama-skills3.3천2026년 10월 21일 업데이트

Help maintainers study authorized short drama project documents and develop reusable production guidance. Record evidence and counterexamples, remove identifying details, create original test examples, and evaluate proposed guidance through blind testing and independent review.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

  • Studying how story intent becomes production instructions
  • Comparing evidence, counterexamples, and limits of a technique
  • Preparing anonymized guidance and original test examples
zenstory-ai/drama-skills3.3천2026년 10월 21일 업데이트

zenstory-ai의 스킬 모두 보기

이 스킬의 문제 신고