wordflowlab/novelweave/setting-detector

Claude Code and agent skill by wordflowlab/novelweave

Trust tier 2
  • community
LLM review pending
Source check pending

Checking that the SKILL.md file is still in the repository.

基于关键词自动检测故事设定（类型、时代、主题）并激活相应的知识库 - 在后台静默工作，无需用户干预即可提供相关写作指导

Install

npx vskill@latest install wordflowlab/novelweave/setting-detector

SKILL.md

The same SKILL.md was published earlier as majiayu000/claude-skill-registry/setting-detector.

故事设定自动检测器

核心功能

自动激活知识库系统 - 这是Novel Writer Skills的核心竞争力。

当你提到特定关键词时，我会自动：

  1. 检测故事的类型、时代、主题
  2. 加载对应的写作知识库
  3. 在整个创作过程中应用专业知识

无需手动调用 - 完全自动化，后台运行。

工作原理

关键词映射表

我监听以下关键词并自动激活对应知识库：

类型知识库（Genres）

言情小说（romance）：

触发词：言情、爱情、恋爱、浪漫、感情线、关系弧、CP、甜文、虐文、
       HE、BE、双洁、破镜重圆、先婚后爱、契约关系
 
激活：templates/knowledge-base/genres/romance.md

悬疑推理（mystery）：

触发词：悬疑、推理、侦探、破案、谜团、线索、真相、凶手、犯罪、
       密室、诡计、不在场证明、推理小说
 
激活：templates/knowledge-base/genres/mystery.md

历史小说（historical）：

触发词：历史、古代、朝代、考据、时代背景、历史小说、古言、
       穿越、重生古代、架空历史、宫斗、宅斗
 
激活：templates/knowledge-base/genres/historical.md

复仇爽文（revenge）：

触发词：复仇、报仇、打脸、爽文、逆袭、反击、重生复仇、
       穿越复仇、系统、金手指、女主爽文、男主爽文
 
激活：templates/knowledge-base/genres/revenge.md

武侠小说（wuxia）：

触发词：武侠、江湖、武功、侠客、门派、武学、剑客、
       轻功、内功、武林、江湖恩仇、侠义
 
激活：templates/knowledge-base/genres/wuxia.md
参考资料库（References）

1920年代中国（china-1920s）：

触发词：1920、民国、军阀、北洋、穿越民国、二十年代、
       民国时期、军阀混战
 
激活：templates/knowledge-base/references/china-1920s/

自动激活流程

示例1：单一类型检测
用户："我要写一部言情小说"
              ↓
[检测到关键词："言情"]
              ↓
✓ 自动加载：romance.md
              ↓
AI回复："太好了！让我帮你创作言情小说。
根据言情类型惯例，我们需要明确几个核心元素...
（自动应用romance.md中的知识）"
示例2：多类型组合检测
用户："我要写一部1920年代的言情复仇小说"
              ↓
[检测到关键词："1920"、"言情"、"复仇"]
              ↓
✓ 自动加载：romance.md
✓ 自动加载：revenge.md
✓ 自动加载：references/china-1920s/
              ↓
📚 已激活知识库：
- genres/romance.md（言情小说惯例）
- genres/revenge.md（复仇爽文技巧）
- references/china-1920s/（1920年代背景）
              ↓
AI回复："很好的组合！这是浪漫悬疑+复仇+民国背景。
根据这三个类型的融合，建议...
（同时应用三个知识库的内容）"
示例3：创作过程中的持续应用
/constitution 阶段：
→ 已激活：romance.md
→ 提醒：言情小说需要HEA/HFN结局承诺
 
/specify 阶段：
→ 已激活：romance.md + revenge.md
→ 建议：定义关系弧线+复仇目标
 
/plan 阶段：
→ 已激活：所有知识库
→ 应用：情感节奏点+打脸节奏+1920年代细节
 
/write 阶段：
→ 已激活：所有知识库
→ 实时：对话技巧+场景描写+时代氛围
 
/analyze 阶段：
→ 已激活：所有知识库
→ 检查：言情惯例+复仇合理性+历史准确性

Token效率优化

为什么这个系统高效？

传统方案（superpowers-skills模式）：

50个独立Skills × 每个40行SKILL.md = 2000 tokens
每次对话都加载所有Skills

我们的方案（分层知识库+检测器）：

1个detector Skill（本文件）：~100 tokens
按需加载知识库：
- romance.md：~520 tokens
- revenge.md：~480 tokens
- china-1920s/：~650 tokens
 
总计：100 + 520 + 480 + 650 = ~1750 tokens
（仅加载相关知识库）

节省75% vs 加载50个无关Skills

手动控制

查看当前激活的知识库

随时询问：

"当前激活了哪些知识库？"

我会回复：

📚 当前激活的知识库：
✓ genres/romance.md - 言情小说创作惯例
✓ genres/revenge.md - 复仇爽文打脸技巧
✓ references/china-1920s/ - 1920年代中国参考资料
 
Token消耗：约1650 tokens
手动激活知识库

如果自动检测失败，可以明确指定：

"请加载 romance 和 mystery 知识库"
"这个故事需要 1920s 中国参考资料"
"激活武侠知识库"
停用知识库

如果某个知识库不需要了：

"停用 revenge 知识库，这个故事不涉及复仇"

与Commands集成

/constitution - 类型特定原则

根据激活的知识库，提供类型特定的创作原则：

markdown
【自动插入到constitution中】
 
## 类型特定原则（由setting-detector自动添加）
 
### 言情小说核心原则
 
1.关系弧线是主情节
2.HEA/HFN结局是必须的
3.化学反应真实可信
 
### 复仇爽文核心原则
 
1.仇恨必须深刻具体
2.打脸节奏渐进式
3.道德平衡：罪有应得
/specify - 类型特定规格

提供对应的规格模板元素：

markdown
【自动提示】
 
💡 根据已激活的知识库，建议在规格中定义：
 
【来自romance.md】
 
-关系弧线设定
-情感节奏点规划
-HEA/HFN结局类型
 
【来自revenge.md】
 
-仇恨来源（具体罪行）
-金手指设定
-打脸节奏规划
 
【来自china-1920s】
 
-具体年份（1920-1929）
-地理位置（北京/上海/其他）
-社会阶层设定
/plan - 类型知识融合

将多个知识库的建议融合到计划中：

markdown
【自动应用】
 
## 章节规划（融合3个知识库）
 
第1-5章：相遇与仇恨建立
 
-[romance] 初次相遇场景（meet-cute）
-[revenge] 展示前世/过去的深仇大恨
-[1920s] 民国时代氛围营造
 
第6-10章：关系升温与小打脸
 
-[romance] 暧昧期：肢体接触、情感积累
-[revenge] 第一次打脸：仇人惊讶
-[1920s] 服饰、礼仪、社会规则展现
 
...
/write - 实时写作指导

写作时自动应用相关知识：

markdown
【写作前自动提醒】
 
📋 本章应用的知识库：
 
✓ romance.md - 对话火花技巧
→ 调情对话：挑战而非顺从
→ 肢体语言：眼神、触碰、距离
 
✓ revenge.md - 打脸场景爽感
→ 期待 → 反转 → 惊愕 → 霸气
 
✓ 1920s - 时代细节
→ 称呼：大人、老爷、小姐
→ 场景：茶馆、洋行、租界
/analyze - 类型惯例检查

根据激活的知识库执行对应检查：

markdown
【自动分析】
 
## 类型符合度分析
 
### 言情小说检查（基于romance.md）
 
-[x] 关系弧线是主情节
-[x] 包含必备情感节奏点
-[ ] ⚠️ 缺少初吻场景（建议在第15章）
-[x] HEA结局承诺明确
 
### 复仇爽文检查（基于revenge.md）
 
-[x] 仇恨深刻具体
-[x] 打脸频率合理（每5章1次）
-[x] 主角实力提升合理
 
### 历史准确性检查（基于1920s）
 
-[x] 时代背景正确
-[ ] ⚠️ 第8章出现"手机"（时代不符）
-[x] 称呼系统正确

知识库扩展

当前支持的知识库
类别已完成计划中
类型知识5个10+
参考资料1个20+

已完成（v1.0）：

  • genres/romance.md
  • genres/mystery.md
  • genres/historical.md
  • genres/revenge.md
  • genres/wuxia.md
  • references/china-1920s/

计划中（v1.1+）：

  • genres/fantasy.md（奇幻）
  • genres/sci-fi.md（科幻）
  • genres/horror.md（恐怖）
  • references/ancient-china/（各朝代）
  • references/modern-workplace/（现代职场）
添加新知识库
  1. 在templates/knowledge-base/对应目录创建文件
  2. 更新templates/knowledge-base/README.md的关键词映射表
  3. setting-detector会自动识别（无需修改本文件）

示例：添加奇幻知识库

bash
# 1. 创建文件
touch templates/knowledge-base/genres/fantasy.md
 
# 2. 更新README.md关键词映射
fantasy:
  keywords: [奇幻, 魔法, 世界构建, 魔法系统]
  auto_load: genres/fantasy.md
 
# 3. 完成！下次用户说"奇幻"就会自动激活

智能特性

1. 模糊匹配

即使不是精确关键词也能识别：

"我想写个穿越到民国的复仇故事"
           ↓
识别："民国" → 1920s中国
     "复仇" → revenge
 
"女主重生后要报仇"
           ↓
识别："重生" + "报仇" → revenge（重生复仇）
2. 上下文理解

根据对话上下文持续识别：

第1条消息："我要写小说"
→ 未激活任何知识库（等待更多信息）
 
第2条消息："主角是侦探"
→ 激活mystery.md
 
第3条消息："还有感情线"
→ 额外激活romance.md
 
→ 当前激活：mystery + romance（浪漫悬疑）
3. 自动去重

避免重复激活：

用户："这是武侠小说，江湖背景，有武功"
            ↓
识别到3个武侠关键词，但只激活1次wuxia.md

常见问题

Q: 我怎么知道哪个知识库被激活了？

A: 随时问我"当前激活了哪些知识库？"，我会列出清单。

Q: 自动检测错了怎么办？

A: 直接告诉我：

"这不是言情小说，请停用romance知识库"
"这是科幻小说，请激活sci-fi知识库"（如果已有）
Q: 能同时激活多少个知识库？

A: 理论上无限，但建议3-5个最优：

  • 太少：指导不够全面
  • 太多：token消耗大，可能冲突

实际经验：3个知识库（如romance + revenge + 1920s）已经很丰富。

Q: 知识库会冲突吗？

A: 不会！知识库设计为协同工作：

  • romance + mystery = 浪漫悬疑✓
  • fantasy + romance = 奇幻言情✓
  • historical + revenge = 古代复仇✓
Q: 什么时候应该手动指定知识库？

A: 当：

  • 使用了非常专业的术语（我可能没识别）
  • 想尝试不同类型的融合
  • 自动检测和你的意图不符
Q: 知识库会一直激活吗？

A: 是的，直到：

  • 你明确说"停用XX知识库"
  • 或开始新的对话
  • 或切换到完全不同的故事

最佳实践

1. 在创作初期明确类型
推荐做法：
用户："我要写一部民国背景的复仇言情小说"
 
不推荐：
用户："我要写小说"
AI："好的"
用户："主角姓李"
AI："嗯"
（20轮对话后才提到是什么类型）
2. 定期检查激活状态

每5-10章问一次：

"当前激活的知识库还适合吗？"

我会检查并建议是否需要调整。

3. 类型融合要合理
✓ 好的组合：
- romance + mystery（浪漫悬疑）
- historical + romance（古言）
- revenge + romance（复仇+感情）
 
⚠️ 困难的组合：
- horror + romance（恐怖言情？读者可能不适应）
- mystery + wuxia（推理武侠，需要特殊设计）
 
不是不能做，但需要特别小心融合方式。
4. 利用参考资料

如果故事有明确时代背景，一定激活对应参考资料：

"1920年代" → china-1920s
"古代" → 指定具体朝代（如"唐代"、"明朝"）

历史细节准确，读者沉浸感强。

技术说明

检测算法
1. 用户输入 → 提取关键词
2. 关键词 → 映射到知识库（基于README.md）
3. 去重 → 避免重复激活
4. 加载 → Read相应的.md文件
5. 应用 → 在后续对话中持续应用知识
Token管理
激活状态检查：每次对话开始时
知识库内容：按需加载，缓存在对话上下文中
更新策略：只在明确需要时重新读取
与其他Skills协作

setting-detector是"知识调度器"，其他Skills是"执行者"：

setting-detector → 决定加载哪些知识
consistency-checker → 基于激活的知识库检查一致性
workflow-guide → 根据类型提供特定流程指导
genre-specific skills → 提供类型特定的深度技巧

总结

setting-detector是Novel Writer Skills的大脑：

✓ 自动检测故事设定 ✓ 智能激活对应知识库 ✓ Token高效（按需加载） ✓ 持续应用专业知识 ✓ 无需用户干预

让AI自动成为你故事类型的专家！ 🧠✨

本Skill版本: v1.0 最后更新: 2025-10-18 依赖: templates/knowledge-base/ 系统 协作: consistency-checker, workflow-guide, genre-specific skills

Security

  • Security scanPassed, 96 of 100Pattern checks on the skill's files.
  • Model reviewNot runA model review is scheduled for the next rescan.

See the full security report

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

See evaluation results

Source

Popularity

Repository stars
64
Repository forks
27
7-day trend score
0

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/wordflowlab/novelweave/setting-detector/badge)](https://verified-skill.com/skills/wordflowlab/novelweave/setting-detector)

Something wrong with this skill or its page? Tell us.