novel-outline
把一本小说改编成短剧大纲五件套：改编说明、人物表、爽点表、分集梗概、资产清单， 产出 outline.json + Markdown + 单页评审报告（KPI 带、关键决策、爽点时间轴、调度矩阵、场景概览、质量门）。 14 道质量门全部由脚本确定性检查（角色分档上限、主场景上限随集数动态、爽点间隔≤3集、每集钩子悬念必填……），不靠模型自觉； 支持体检模式：贴一份现成大纲进来，只跑质量门给诊断。 零依赖、零 API key，用当前会话额度。 Use when asked to 改编大纲、短剧大纲、拆大纲、小说转短剧、adaptation outline。
Оригинален текст · няма потвърден превод на българскиПърво прочетете инструкцията.
Файлът се зарежда от посочения източник само по ваше действие. Можете да го прочетете тук, да го копирате или да го запазите като .md.
GitHub хранилище- Звезди на репото
- 3669
- Лиценз
- Apache-2.0
- Последна проверка на записа
- 22.09.2026 г.
Добавете в своя инструмент.
Командата отваря избора на skills от репозитория. Прочетете файла и условията на автора преди изпълнение.
npx skills add eternityspring/shuohao-skillsСтраницата копира текст. Не инсталира и не изпълнява нищо на устройството ви.
Откъс от SKILL.md
Началото на файла на автора, без превод.
novel-outline
输入一本小说 + 目标参数，输出短剧改编大纲五件套。四件模型写、一件脚本算（资产清单从分集数据自动汇总）。
{baseDir} = 本文件所在目录。脚本 {baseDir}/scripts/novel-outline.mjs，零依赖，node 直接跑。
边界（不做的事）：不写剧本台词、不做分镜、不出图像/TTS 提示词。梗概是叙述体，出现引号对白就是越界——validate 会拦。想从小说拆角色设定（画像/形象提示词/设定图），那是 novel-characters 的活。
Step 0 — 收参数 ⛔ 缺了不开工
一次问完，别轮流盘问。两件必问 + 两件给默认值待确认：
| 参数 | 处理 |
|---|---|
| 总集数 × 单集时长 | 必问，没有合理默认 |
| 题材 | 必问，决定爽点类型，猜错整份废 |
| 改编幅度 | 默认抽核（忠实 / 抽核 / 借壳），告知即可 |
| 已有偏好 | 默认无（想保哪个角色、哪场戏） |
平台阈值不同可以带上 params.thresholds 覆盖（默认：主角组 ≤ 5、重要配角 ≤ 10、功能性角色 ≤ 10、爽点间隔 ≤ 3 集）。主场景上限不用配，随集数自动算：4 + ⌈集数/10⌉，夹在 5–15（60 集 → 10）。这是 AI 短剧的数——场景是生成的没有搭景钱，放宽换观赏性；显式给 maxPrimaryScenes 才覆盖。短篇（20–30 集）建议收紧角色档的阈值，默认值是按 60 集以上给的。
人物表从原文拆——大纲是角色设定的上游，characters 块定下的分档、人物线与来源，下游 novel-characters 直接拿去当角色清单，不用再判断一遍谁重要。
例外是用户手上已经有 cast.json（此前单独跑过 novel-characters）：那就拿来当人物原料，角色、别名、关系都是现成的，不用重拆原文。分档按 importance 反向映射：protagonist/major → lead，supporting → support，minor → functional。
Step 1 — 定位输入
材料优先级，写死：
- 用户点名的精读章节
- 章节目录 + 简介
- 全文分卷摘要（Step 2）
禁止凭书名脑补内容——一切判断基于给到的文本。落地手段：adaptation.keep 的关键取舍要附 evidence（原文逐字片段）。
直接粘正文的先落成 .txt。输出目录：用户指定就用，没指定用原书同级目录。
Step 2 — 分卷摘要（长文本才需要）
这一步是脚手架，不是交付物——分卷摘要是给没读过原文的模型压缩用的。两种情况直接跳到 Step 3：
- 短篇，单卷装得下
- 当前会话已经通读过原文——不用再压缩一遍，也不用事后补档
长篇且没读过原文：
node {baseDir}/scripts/novel-outline.mjs chunk <book.txt> <workdir>
按章节标题分卷（默认每卷 15 章，--per-volume 可调），识别不出章节就按字数切。打印 {"volumes": N, ...}；truncated: true 就明确告诉用户尾部没扫到，别闷着。
每卷一个子代理（支持并发就同一条消息里全部发出）：读 {baseDir}/references/volume-pass.md，读 <workdir>/vol-NN.txt，把卷摘要写到 <workdir>/summary-NN.json，只回一句「done NN」。
Step 3 — 快版骨架 → 用户拍板 ⛔
读 {baseDir}/references/outline-pass.md 和 {baseDir}/references/schema.md，照着做。产出骨架四块（adaptation / characters / scenes / beats），写成 <workdir>/outline.json。
node {baseDir}/scripts/novel-outline.mjs validate <workdir>/outline.json --stage beats
过了 beats 档，把三件事摆给用户拍板：砍了哪条线、合了哪些人、大爆点落在第几集。不点头不进 Step 4——快版错了只损失一轮骨架，分集写完才发现方向错，全废。
Step 4 — 细版骨架
吸收用户意见改骨架，再过一次 validate --stage beats。用户没意见就直接进 Step 5。
Step 5 — 分集梗概（分批）
每批 ≤ 10 集，能并发就并发。每个子代理拿到：拍板后的骨架四块、自己负责的集数区间、区间内的爽点，读 {baseDir}/references/episode-pass.md 照着写，产出写到 <workdir>/eps-NN.json。
合并时按 ep 排序拼进 outline.json 的 episodes。
Step 6 — 校验 ⛔ 不能跳
node {baseDir}/scripts/novel-outline.mjs validate <输出目录>/<书名>-outline.json