悬疑小说生成器
Introduction
悬疑小说生成器 · 使用说明 版本：v1.3.0 ｜ 类型：推理/悬疑小说创作技能 ｜ 作者母语语言版本 + 双语对照 把「写一个悬疑故事」拆成可验收的工程管线：先锁死答案 → 逆向埋线 → 最后才动笔。 任何一步未通过自检，不得进入下一步；正文落笔前，答案页已封存，避免为圆谎而机械降神。 一、它是什么 能力 说明 逆向创作 先定诡计与结局，再逆向设计动机、时间线、线索伏笔，最后分章写正文 子类型库 本格密室 / 连环作案 / 社会派 / 冷硬派 / 法庭 / 心理惊悚 / 叙诡 / 历史公案 公平线索 读者在真相揭露前必须已读到所有关键线索；反转至少 2 处双重解读伏笔 语言感知 按模仿作者国别自动输出对应语言版本（日/英/法/瑞/挪…），非中文也合规 双语对照 主语言正文 + novel/zh/ 中文版，导出自动产出「（中文）」与「（双语）」版本 三道门禁 check_text（文本纯度）/ audit_case（结构完整）/ export --check（导出前自检） 铁律（不可违反）：先定结局再动笔、线索公平、反转必铺垫、禁止机械降神、不写可模仿的犯罪手法细节、引用法条必须标注辖区。 二、安装 将技能目录 suspense-novelist/ 放到以下任一位置即可被加载： - 用户级（跨项目）：~/.workbuddy/skills/suspense-novelist/ - 项目级（仅当前项目）：<项目>/.workbuddy/skills/suspense-novelist/ 若拿到的是 suspense-novelist.zip，解压到上述目录即可（zip 顶层已含 suspense-novelist/ 文件夹）。 本技能附带图标 assets/icon.png，前端技能卡会自动读取。 三、快速开始（端到端 5 步） # 0. 进入技能脚本目录（按需替换实际路径） SKILL=~/.workbuddy/skills/suspense-novelist # 1. 生成项目脚手架（必做第一步） python $SKILL/scripts/new_case.py \ --title "《雪夜密室》" --subgenre locked-room --length short \ --era "2019年" --region "中国大陆·江州市（虚构）" \ --audience general --violence L2 --occult none --out ./my-case # 2. 在 ./my-case 里按阶段写 01-core-trick → 人物关系图 → 分章正文（novel/） # （阶段定义见 SKILL.md §二） # 3. 文本纯度自检（双语自动两遍：主语言 + 中文） python $SKILL/scripts/check_text.py ./my-case # 4. 结构完整性审计（线索账本 / 法律辖区 / 章末钩子） python $SKILL/scripts/audit_case.py ./my-case # 5. 导出成品（PDF + DOCX，含 .md 源） python $SKILL/scripts/export.py ./my-case --format both 导出物默认落在 <case>/_export/，含 .md / .pdf / .docx 三件套。 四、脚本参数详解 1. new_case.py —— 生成项目骨架 参数 默认值 说明 --title（必填） — 书名，如 《雪夜密室》 --subgenre social 子类型：locked-room / serial / social / hardboiled / courtroom / psycho / narrative-trick / historical --length short short（1–3 章）/ novelette（8–20 章）/ novel（指定章数） --chapters 0 覆盖默认章数（长篇用） --era 当代 时代，如 2019年 --region 中国大陆·某虚构城市 地域（须虚构） --jurisdiction 自动推断 适用辖区，默认按 region 推断 --audience general general / hardcore / screen --violence L2 L1 克制 / L2 常规 / L3 强（受红线约束） --occult none none / pseudo（必有理性解释）/ supernatural --cast 空 主要人物设定提示 --author 空 模仿作者姓名（用于按国别定输出语言） --country 空 作家国别关键词（如 日本/英国/法国） --lang 空 显式语言代码 zh/ja/en/fr/sv/no…；省略时按作者/国别推断，默认 zh --bilingual 关 双语模式：主语言正文 + novel/zh/ 中文对照版 --out（必填） — 输出目录 2. check_text.py —— 文本纯度自检 python $SKILL/scripts/check_text.py <target> [--all] [--strict-latin] [--allow-kana] [--lang xx] 参数 说明 target 项目目录（推荐，自动启用双语两遍扫描）或单个 .md 文件 --all 连同设定档（00-brief 等）一起扫 --strict-latin 设定档也报拉丁词 --allow-kana 强制不报日文假名 --lang 显式语言代码；省略时从 00-brief.md 的「代码 xx」探测 双语项目传项目根目录：脚本自动扫描 novel/*.md（主语言）与 novel/zh/*.md（中文）两遍，分别按各自语言规则报否。 3. audit_case.py —— 结构完整性审计 python $SKILL/scripts/audit_case.py <project> [--json] 校验：线索账本闭合、法律辖区登记、章末钩子齐全、红线命中。FAIL 须清零方可导出。 4. style_profile.py —— 风格量化（模仿作者用） python $SKILL/scripts/style_profile.py --sample <原文.md> --out <档案.md> \ [--name 作者名] [--lang xx] [--bilingual --case <项目目录>] 5. export.py —— 导出成品 参数 默认 说明 case（必填） — 项目目录 --format both docx / pdf / both --title 自动 覆盖书名 --out <case>/_export 输出目录 --include-notes 关 附创作附录（含答案页/时间线/线索账本，剧透） --check 关 导出前自检，有 FAIL 则中止 --force 关 配合 --check：有 FAIL 也继续 --open 关 导出后打开 --bilingual 关 双语模式：若存在 novel/zh/，额外出「（中文）」版 --bilingual-mode separate separate（主语言+中文两本）/ interleaved（加逐章对照本）/ both（两者都出） 五、语言与双语模式 语言感知（v1.2.0+） 00-brief.md 第 8 行写入「语言/输出语言 | 日本語（代码 ja）」后，探测→检查→量化→导出全链路按该代码切换： - 中文（zh）：报破折号——、日文假名、拉丁词； - 日文（ja）：不报拉丁词/假名/破折号（符合日语排版）； - 英文（en）等拉丁语系：句切分按 .!?，断行自动加空格防止粘连。 内置作者→语言映射（东野圭吾→ja、阿加莎→en、尤·奈斯博→no…）。华语作者无映射，回退 zh。 双语目录约定 <case>/ ├── novel/ # 主语言正文（如 第NN章.md / ChNN.md） └── novel/zh/ # 中文对照版（双语模式自动生成） 导出三套书（双语模式） - <书名>：主语言版（如日语 N 章） - <书名>（中文）：中文 20 章对照 - <书名>（双语）：--bilingual-mode interleaved/both 时额外出逐章对照本 前辅文（梗概/人物/关系图/法律声明）按语言取 <stem>.<lang>.md（如 synopsis.ja.md）； 若不存在则回退中文根文件。非中文关系图不再回退中文根，避免中文图表漏进外语版。 六、目录结构（生成后） my-case/ ├── 00-brief.md # 参数采集表（含「代码 xx」语言行） ├── 01-core-trick.md # 答案页（对读者保密） ├── 02-timeline.md ├── 03-clue-ledger.md # 线索账本 ├── 04-motives.md ├── 05-*.md # 其他设定 ├── novel/ # 主语言分章正文 │ ├── 第01章.md │ └── ... ├── novel/zh/ # 中文对照（双语模式） ├── references/ # 子类型库 / 公平线索 / 安全合规 ├── templates/ # 设定档模板 └── _export/ # 导出成品（.md/.pdf/.docx） 七、注意事项 - 依赖：导出 PDF 需要 weasyprint；导出 DOCX 需要 python-docx。两者可分开用 --format pdf / --format docx 安装其一即可。 - 依赖优先级：联网/托管环境若只装其一，分两次跑 --format pdf 与 --format docx 补齐三件套。 - sandbox 限制：部分托管沙箱禁止执行 ~/.workbuddy/skills/ 之外的工作流脚本，本地直接调用 python scripts/xxx.py 即可。 - 打包陷阱：发布打包时，输出目录必须放在技能目录之外（如 workspace/dist/），否则 zip 会边遍历边把自身压进去导致指数膨胀。 - 门禁顺序：check_text 与 audit_case 均 0 / 无 FAIL 后，再跑 export --check。 - 虚构原则：地域、机构、人物一律虚构；法条引用必须标注辖区并写入文末「法律依据说明」。 八、最小示例 # 模仿东野圭吾，出日语为主 + 中文对照的双语短篇 python $SKILL/scripts/new_case.py --title "《沉默的乐谱》" --subgenre social \ --length novel --chapters 20 --era "2026年" \ --region "日本·某虚构都市" --author "东野圭吾" --country "日本" --lang ja \ --bilingual --out ./silent-score # 写正文（novel/ 日语、novel/zh/ 中文）后： python $SKILL/scripts/check_text.py ./silent-score python $SKILL/scripts/audit_case.py ./silent-score python $SKILL/scripts/export.py ./silent-score --bilingual --bilingual-mode both --format both --check 更多阶段细节、子类型骨架与红线清单见技能内 SKILL.md 与 references/。 九、内置实例 技能附带一个完整端到端实例，位于 examples/silent-score/： - 模仿东野圭吾的日语双语社会派长篇《沉默的乐谱》，全书 20 章（日语正文 + 中文对照）。 - 包含全套设定档：答案页、时间线、线索账本、人物关系、风格档案、法律依据说明、梗概（含剧透版）。 - 可直接当作现成 case 跑 check_text / audit_case / export 体验技能全链路（详见该目录 README.md）。 - 答案页与剧透版梗概仅供作者参考，发布成品时勿随读者版分发。 # 用内置实例体验全链路 python $SKILL/scripts/check_text.py examples/silent-score python $SKILL/scripts/audit_case.py examples/silent-score python $SKILL/scripts/export.py examples/silent-score --bilingual --bilingual-mode both --format both 实例：《沉默的乐谱》（日语版 · 双语） 本目录是 suspense-novelist 技能的一个完整端到端实例，展示从设定到成书的真实产出。 - 模仿对象：东野圭吾（日语母语，社会派） - 体裁：倒叙（inverted detective）推理，全书 20 章 - 模式：双语——novel/ 为日语正文（母语版），novel/zh/ 为中文对照版 - 体量：日语约 4 万字、中文约 5 万字 目录 文件 说明 00-brief.md 参数采集表（含「代码 ja」语言行） 01-core-trick.md 答案页（含剧透，对读者保密） 02-timeline.md 时间线 03-clue-ledger.md 线索账本（40 条线索闭环） 04-chapter-map.md 章节地图 05-characters.md / 05-characters.ja.md 人物（中文 / 日语） 06-style-profile.md 风格量化档案 90-legal-note.md / 90-legal-note.ja.md 法律依据说明（中文 / 日语） synopsis.md / synopsis.ja.md / synopsis-full.md 梗概（含剧透版） 91-audit-report.md 结构审计输出样例 novel/ 日语正文 20 章 novel/zh/ 中文对照 20 章 + 双语项目说明 怎么用 1. 把本目录当作一个现成 case，直接跑自检： python scripts/check_text.py examples/silent-score python scripts/audit_case.py examples/silent-score 2. 重导出（需 weasyprint / python-docx）： python scripts/export.py examples/silent-score --bilingual --bilingual-mode both --format both
Resource Information
License information is collected from official sources and may be outdated or missing. Refer to the LICENSE file in the original repository before commercial use.
Information boundary
Information on this page is collected from official documents for technical presentation only and does not imply our endorsement. Pricing, quotas and availability are subject to the latest official statements. We make no commitment regarding any action you take after leaving this site.
Similar skills
文章去AI味工具
Not specified去除文本中的AI写作痕迹，让文字读起来更像人类写作。当用户要求'去AI味'、'降AI味'、'让回复更像人话'、'润色'、'改写得更自然'时使用。检测并修复：AI高频词汇、过度结构化、虚假客观性、机械化连接词、完美主义陷阱、公式化结尾、过度修饰、情感缺失等问题。
视频号爆款短视频拆解（付费版：全能）【零一数科·出品】
Marked paidAPI key required【零一数科·出品】视频号爆款短视频拆解（付费版：全能）。一键拆解爆款，把一条视频号视频拆成结构分段、爆款归因、六维评分和可借鉴策略，照着学照着抄。支持视频号分享链接和本地视频，付费全能版远端分析，1–5 分钟出 Markdown 报告。
罗斯蒙德演示材料结构化整理
Not specified【罗斯蒙德演示材料结构化整理】南京罗斯蒙德基于已交付项目沉淀的演示材料整理场景：把零散素材整理成结构清晰的对外演示材料大纲与页面要点。流程：零散素材 → 切片编号建素材库(S-x) → 按主线模板生成页面骨架(P-x) → 为每页推荐候选素材 → 填写页面要点(T-x，每条必须锚定原文片段) → 校验 → 渲染 Word 演示脚本（封面信息 + 大纲总览表 + 逐页要点/原文/讲稿备注 + 素材溯源表）。解决「人工梳理主线、组织页面耗时」：内置问题导向/方案导向/内部汇报三套主线预设，按受众与目标一键生成页面骨架；所有要点必须逐字引自素材原文，改写或杜撰即 ERROR 拦截；未被引用的素材会反向提示疑似遗漏内容；大纲存于 outline.json 中间层，可自由改顺序、增删页、搬要点并重新渲染。支持 Markdown/文本目录、粘贴长文本、Word、JSON 清单四种素材来源。触发词：演示材料整理、演示大纲、PPT 大纲、对外演示、推介材料、汇报材料、素材整理成演示、页面要点、演示脚本、宣讲材料、售前材料、发布会材料。
Humanizer
FreemiumAPI key required消除AI写作痕迹，使文本更自然真实。基于维基百科"AI写作特征"指南，识别并修正夸张象征、宣传用语、肤浅-ing分析、模糊归因、破折号滥用、三项排比、AI词汇、负面平行结构及冗长连接词等模式。
视频号挂车爆单短视频脚本生成【零一数科·出品】
Marked paidAPI key required【零一数科·出品】视频号挂车爆单短视频脚本生成（付费版）。一条链接二创脚本，丢进爆款视频号链接即以此骨架改写成你的挂车脚本，或按方向/目的/商品原创多条口播脚本（含分段表、口播全文、六维质检评分）。
视频号爆款文案生成（体验版）【零一数科·出品】
Freemium【零一数科·出品】视频号爆款文案生成（体验版）。免费免登录出脚本，给创作目的、行业、受众、选题就按爆款结构（Hook-中段-CTA、节奏标签）产出口播脚本，信息不全也能按爆款潜质兜底。本地运行、无需 Key，零成本上手。
What is a Skill
A Skill is a packaged single capability, such as text recognition, document summarization, or keyword extraction. Developers wrap the calling logic and prompts into a plugin-like unit, so users can load it without understanding the underlying model. StackPilot indexes a large number of skills that can be tried instantly or assembled into a plan.